CN106055550A - 用于网络中的自适应和上下文协作的方法和系统 - Google Patents
用于网络中的自适应和上下文协作的方法和系统 Download PDFInfo
- Publication number
- CN106055550A CN106055550A CN201610233408.2A CN201610233408A CN106055550A CN 106055550 A CN106055550 A CN 106055550A CN 201610233408 A CN201610233408 A CN 201610233408A CN 106055550 A CN106055550 A CN 106055550A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- generate
- domain model
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
- G06F9/4451—User profiles; Roaming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
- G06F16/972—Access to data in other repository systems, e.g. legacy data or dynamic Web page generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/303—Terminal profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明题为用于网络中的自适应和上下文协作的方法和系统。提供一种包括相关模块的系统,相关模块配置成接收来自装置的输入数据,并且基于输入数据以及系统的条件和域模型数据的至少一个来生成复合陈述。该系统包括判定模块,其配置成基于复合陈述来生成推荐数据。此外,该系统包括控制模块,其配置成基于推荐数据在装置处从事动作。
Description
技术领域
本公开涉及用于网络中的用户、应用和装置之间的协作的方法和系统。更具体来说,本公开涉及网络中的用户、应用和装置之间的自适应、动态和上下文协作。
背景技术
在包括各潜在地运行不同类型的应用的大量装置的网络中,需要提供充分通信基础设施,其允许连接到网络的装置的每个之间的无缝交互。这种基础设施可包括网络节点,其配置成提供到按照不同通信协议起作用的装置的公共通信接口。
随着物联网(IoT)的出现,存在致力于提供用于促进跨公共网络的一组全异装置之间的通信的系统和方法的大量努力。例如,在公用事业行业中,这对于新智能电网网络(其要求在电力生产和分配设施处的智能电表、计算机和服务器、第三方电力消耗监测装置、用于计费的数据分析服务器以及电力网监测装置和软件的接口)是特别重要的。
虽然存在对促进与智能电网网络关联的大量装置和应用之间的通信部署了巨大努力,但是常常被忽略的领域是开发促进跨网络的实体之间的协作的用户接口。例如,当前系统没有为用户提供发现在系统的当前状态期间可能是相关的功能或信息的能力,特别是当所需能力没有被部署或者不是用户界面(UI)工作流程(其通常是静态定义的)的一部分时。
此外,当前系统不能基于用户行为动态地优化用户导航,导航而是基于静态定义。此外,当前系统依靠来自现场的手动反馈或用户反馈;反馈然后用来进行升级和/或打补丁。最后,当前系统只能向操作员呈现软件模块的静态视图以及它们的关联UI的静态视图。当前系统没有动态生成和编译来自其他系统的信息以提供所有相关系统、操作员和用户的跨系统概览的能力。
发明内容
本文所述的实施例帮助减轻和/或解决上述问题以及本领域已知的其他问题。本公开以用于提供网络操作环境中的应用、装置和用户之间的动态内置协作能力的方法和系统为特色。例如,并非通过限制,这种网络操作环境可以是智能电网网络操作环境。
在一个实施例中,提供一种包括相关模块的系统,相关模块配置成接收来自装置的输入数据,并且基于输入数据以及系统的条件和域模型数据(domain model data)的至少一个来生成复合陈述(statement)。该系统能够包括判定模块,其配置成基于复合陈述来生成推荐数据。此外,该系统能够包括控制模块,其配置成基于推荐数据在装置处从事动作。
在另一个实施例中,提供一种供包括处理器的系统所运行的方法,其中该系统配置成促进自适应上下文可视协作。该方法包括由系统接收来自装置的输入数据,并且基于输入数据以及系统的条件和域模型数据的至少一个来生成复合陈述。该方法能够包括由系统基于复合陈述来生成推荐数据。此外,该方法能够包括由系统基于推荐数据在装置处从事动作。
在又一个实施例中,提供一种包括指令的计算机可读存储装置,指令在由处理器运行时使该处理器执行与促进网络中的自适应和上下文可视协作相关的操作。操作能够包括接收来自装置的输入数据,并且基于输入数据以及系统的条件和域模型数据的至少一个来生成复合陈述。操作能够包括基于复合数据来生成推荐数据。此外,操作能够包括基于推荐数据在装置从事动作。
技术方案1:一种系统,包括:
相关模块,配置成(i)接收来自装置的输入数据和(ii)基于所述输入数据以及所述系统的条件和域模型数据的至少一个来生成复合陈述;
判定模块,配置成基于所述复合陈述来生成推荐数据;以及
控制模块,配置成基于所述推荐数据在所述装置处从事动作。
技术方案2:如技术方案1所述的系统,其中,所述判定模块配置成生成与复合陈述和所述输入数据关联的简档数据和历史数据其中之一。
技术方案3:如技术方案2所述的系统,其中,所述判定模块配置成基于所述复合陈述以及所述简档数据和所述历史数据的至少一个来生成所述推荐数据。
技术方案4:如技术方案1所述的系统,其中,所述判定模块还配置成生成所述域模型数据,所述域模型数据与所述复合陈述和所述输入数据关联。
技术方案5:如技术方案4所述的系统,其中,所述相关模块配置成基于所述输入数据和所述域模型数据来生成所述复合陈述。
技术方案6:如技术方案4所述的系统,其中,所述判定模块配置成通过采用元数据动态地更新模型数据库来生成所述域模型数据。
技术方案7:如技术方案1所述的系统,其中,所述动作包含实现所述装置的用户界面中的变更。
技术方案8:如技术方案7所述的系统,其中,所述变更通过动态改变所述用户界面来实现。
技术方案9:如技术方案1所述的系统,其中,所述系统条件是所述系统的告警、事件和状态其中之一。
技术方案10:如技术方案1所述的系统,其中,所述动作包括显示小部件、布局、导航选项、上下文选项和协作选项其中之一。
技术方案11:一种由包括处理器的系统所运行的方法,所述系统配置成促进自适应上下文可视协作,所述方法包括:
由所述系统接收来自装置的输入数据;
基于所述输入数据以及所述系统的条件和域模型数据的至少一个来生成复合陈述;
由所述系统基于所述复合陈述来生成推荐数据;以及
由所述系统基于所述推荐数据在所述装置处从事动作。
技术方案12:如技术方案11所述的方法,还包括由所述系统生成与所述复合陈述和所述输入数据关联的简档数据和历史数据其中之一。
技术方案13:如技术方案12所述的方法,其中,生成所述推荐数据基于所述复合陈述以及所述简档数据和所述历史数据的至少一个。
技术方案14:如技术方案11所述的方法,还包括生成所述域模型数据,所述域模型数据与所述复合陈述和所述输入数据关联。
技术方案15:如技术方案14所述的方法,还包括基于所述输入数据和所述域模型数据的至少一个来生成所述复合陈述。
技术方案16:如技术方案14所述的方法,还包括通过采用元数据动态地更新模型数据库来生成所述域模型数据。
技术方案17:如技术方案11所述的方法,其中,所述动作包含实现所述装置的用户界面中的变更。
技术方案18:如技术方案17所述的方法,其中,所述变更通过动态改变所述用户界面来实现。
技术方案19:一种包括指令的计算机可读存储装置,所述指令在由处理器运行时使所述处理器执行包括下列的操作:
接收来自装置的输入数据;
基于所述输入数据以及所述系统的条件和域模型数据的至少一个来生成复合陈述;
基于所述复合陈述来生成推荐数据;以及
基于所述推荐数据在所述装置处从事动作。
技术方案20:如技术方案19所述的计算机可读存储装置,其中,所述操作还包含生成与所述复合陈述和所述输入数据关联的简档数据和历史数据其中之一。
下面参照附图来描述各个实施例的附加特征、操作模式、优点和其他方面。注意,本公开不局限于本文所述的具体实施例。这些实施例仅为了说明目的而提供。附加实施例或者所公开实施例的修改将是一个或多个相关领域的技术人员基于所提供教导易于显然的。
附图说明
说明性实施例可具体化(take form in)各种组件和组件的布置。说明性实施例在附图中示出,在整个附图中,相似参考标号在各个附图中可表示对应或相似部件。附图仅为了示出实施例的目的,而并不是要被理解为限制本公开。给定附图的以下使能描述,本公开的新方面对一个或多个相关领域的技术人员应当变得显而易见。
图1A是按照示范实施例的系统的图示。
图1B是与示范实施例配合使用的域模型的图示。
图1C是与示范实施例配合使用的简档和历史数据库的图示。
图2是按照示范实施例的相关模块的图示。
图3是按照示范实施例的学习或判定模块的图示。
图4是按照示范实施例的控制模块的图示。
图5是按照示范实施例的系统的图示。
图6是示出按照示范实施例的方法的流程图。
具体实施方式
虽然本文中对特定应用描述了说明性实施例,但是应当理解,本公开不局限于此。接触到本文所提供的理论的本领域的技术人员将会知道其中本公开将会具有显著效用的附加领域以及其范围之内的附加应用、修改和实施例。
本文所述的示范实施例允许网络操作环境基于他们的作用、历史行为和一个或多个实时系统条件使用基于自适应和语义机学习的算法来适合个体的类型。本公开的实施例提供更有效的用户体验(UX)、系统的基于条件的系统的观察、实时状况感知以及以扩展视线和更快响应时间来监测系统或者系统的部分的能力。
实施例允许发现能力,即,它们通过建议与系统的当前状态更相关但是将会以其它方式使用户未知的或者当前可能没有部署或集成到用户系统中的小部件、应用、分析,来使相关特征更易于用户可发现的。
此外,实施例允许优化,其基于用户的作用和职责和他们的历史行为来减少用户输入的数量、即执行特定任务所需的步骤的数量。这具有优化用户体验以及减少时间和潜在误差的优点。
实施例还允许系统用户界面的连续性能评估(例如,点击次数、用户误差等)。它们还允许通过自适应和动态地学习用户的行为、他们的作用以及个别用户如何响应当前系统条件来对UI进行测量和微调。此外,实施例准许动态生成的“系统的系统”视图和导航链接,其主动帮助操作员利用跨系统UI能力,因而提供更广的系统上下文、状况感知和明智决策。
图1A是按照示范实施例的系统100的图示。系统100能够适应使用或监测网络117中的大量装置的多个用户。装置运行应用,其与由装置跨网络117所提供的许多功能性关联。例如,网络117可以是智能电网网络,其能够包括智能电表、高压充电站、电网监测装置、计算机、服务器等。
图1A中,用户102a、102b和102c例示一种状况,其中各用户具有特定作用并且按照不同方式与网络117的装置进行交互。例如,用户102a能够使用位于企业设施的工作站来监测和/或实现网络117中的一个或多个装置的变更。类似地,用户102b处于现场时能够使用移动计算平台,例如平板装置,来监测或配置网络117中的装置。以及用户102c能够使用位于除了企业设施之外的设施处的工作站来监测和/或实现网络117的装置的变更。
在这种网络中,每个用户将具有不同的作用,并且因而将使用不同类型的应用。然而,他们可需要实时地协作,或者至少由一个用户在一个时间点处进行的判定以后能够影响系统中的其他用户的工作流程。除了上述优点之外,系统100还配置成提供协作UX。具体来说,系统100配置成利用自适应上下文可视协作方式来为用户提供动态和内置协作框架。
系统100包括相关模块200(或者相关引擎),其能够获取用户输入,并且从用户输入在语义上查明哪一种(哪些)类型的任务正被执行或请求。例如,当用户102a点击运行于其工作站的UI的按钮时,由相关模块200检测采取原始输入104a的形式的点击。相关模块还接收来自域模型103的数据108和来自网络117的数据110。数据108包括域模型信息,如以下所述,并且数据110包括指示装置的状态和条件的系统信息和/或跨网络117的高级系统信息。数据108能够被存储并且从网络117中包含的数据库120取出。
在接收数据108和数据110时,相关模块200将原始输入104a与来自域模型103的信息关联,以便基于点击来确定用户102a正预期哪一种类型的动作。类似地,原始输入104b和104c分别源自用户102b和102c的UI,并且原始输入映射到域模型103中包含的信息。注意,虽然原始输入描述为产生于点击,但是一般来说,由用户经由UI所采取的任何动作能够作为原始输入来输入到相关模块200。
域模型103位于数据湖115中,其可处于网络117内,但是在图1A中单独示出。域模型103能够在系统100被使用时动态更新,如下面将看到。如图1B所示,域模型103包括与资产和服务103a、用户和用户作用103b、UX和UI本体定义和实例103c相关的信息。此外,域模型103包括域UI组件的定义,其采用部署、未部署和/或可适用的所有UI应用的目录来例示。域模型103还能够包括可在系统100中使用的第三方和客户UI应用。此外,域模型103还能够包括网络117中可用的资产和服务的定义、网络模型的实例以及与那些实例相关的资产和服务。
系统100还包括学习模块300(或者学习/判定引擎),其接收来自相关模块200的数据112。数据112是复合陈述,其产生于原始输入104a、104b和104c与数据108和数据110的语义关联。本领域的技术人员将易于理解,数据112能够是将来自一个或多个用户的原始输入与数据108和数据110其中之一或者与数据108和数据110两者关联的结果。总之,学习模块200配置成基于数据112中包含的所有必要上下文信息来确定用户希望取得什么。
此外,学习模块300配置成通过采用元数据114动态丰富域模型103中的信息,来更新域模型103。学习模块300还配置成取信息(数据118),并且更新(数据116)简档和历史数据库101。如图1B所示,简档和历史数据库101包括用户101a的日志、作用101b的日志和社区(community)信息101c、即与系统200的用户编组相关的全局信息。最后,基于数据118和数据112的至少一个,学习模块300配置成对用户界面(UI)控制模块400生成数据120。
数据120能够是触发UI控制模块400向系统100的用户发出推荐122的信息。推荐122能够是视图、布局、导航上下文、应用以及对用户102a、102b和102c其中之一的一个或多个协作建议中的一个。但是,一般来说,推荐122能够是向用户呈现的任何建议,其修改用户的UI和/或UX。因此,推荐122基于相关模块200所取得的语义相关以及从学习模块300所得到的信息来生成。将推荐122馈送到包括UI控制代理500的用户装置,UI控制代理500将推荐122集成到UI 600中,以提供自适应和可视上下文能力。
图2是相关引擎200的图示。相关引擎200包括输入收集器203,其配置成收集原始输入201和系统条件207。原始输入201和系统条件207保存在资料库209中供以后使用。相关引擎200还包括解释器211,其从资料库209中取数据。解释器211基于从资料库209所得到的数据来生成与用户正进行什么或者当前系统条件是什么相关的单个语义陈述。这些结果保存在另一个资料库212中。相关引擎200还包括推断模块205,其配置成从资料库209中取单个语义陈述,并且基于来自域模型103的域语义模型来生成相互关连语义陈述,其然后存储在复合陈述资料库213中。注意,推断模块205还配置成基于来自资料库209的单个语义陈述来丰富域模型103。由推断模块205所生成的复合陈述然后馈送到学习模块300,下面描述其结构。
如图3所示,学习模块300与复合陈述资料库213、域模型103以及简档和历史数据库101进行接口。学习模块300包括输入处理器303,其配置成经由资料库213取或接收来自相关模块200的复合陈述(参见图1A的数据112)。
输入处理器303配置成从自资料库213所接收的复合陈述来识别状态变量。识别过程包括解释复合陈述,并且动态地识别与“谁”、“什么”、“动作类型”和“哪里”相关的状态变量。这些状态变量稍后用来计算目标函数,如下面将说明。
输入处理器303配置成输出状态S0、S1…Sn,其中n能够是大于1的整数。这些状态如数据结构304(其从分析资料库213的复合陈述来得到)所示来列表。仅通过示例而不通过限制,图3示出由输入处理器303所确定的状态变量(即,数据结构304)的示范表格。
数据结构304包括多个类,为了简洁起见仅示出其中三个(X、Y和Z)。每个类被关联具有与特定状态变量逐列关联的数据。例如,类X包括与S0关联的X0、与S1关联的X1,以及一般来说,Xn与状态Sn关联。类似地,类Y和Z以及数据结构304的其他类(未示出)各可包括与由输入处理器303所识别的状态变量关联的条目。数据结构304中的条目能够具有形式Xn(角色)=[用户、系统、应用…],Yn(资产)=[资产1、资产2、资产3…],以及Zn(动作)=[操作、UI控制…]。换言之,类X中的条目对应于角色,即,它们与用户、系统中的身份和作用以及他们通常使用的应用关联。类Yn中的条目能够与条目Xn中的角色可用的资产关联,以及类Zn中的条目能够与关联来自条目Xn和Yn的用户和资产关联。
类能够用来计算和最小化目标函数,以便自适应地促进用户体验。这使用目标函数处理器305以及来自状态变量识别过程进行。目标函数处理器305基于用户以当前系统条件正设法取得什么动态地建立目标函数。目标函数处理器305计算Y的动作的最佳数量和X的所需协作,其中Y还用来计算f(X, Y, Z),f是目标函数,以及X表示相对Z中的用户的用户社区中的协作,其符合它们的相应作用。
目标函数f然后馈送到优化模块307,其配置成采用所涉及用户的UI动作和协作来求解目标函数。优化模块307的一个输出、即推荐308然后馈送到UI控制模块400,以及另一个输出馈送到学习核心309,其配置成获取来自用户的反馈,并且保持用户的行为历史和简档(其以后能够用于附加优化)。学习核心309的输出馈送到简档和历史数据库101。
图4是UI控制模块400的结构的图示。它包括UI生成器403,其配置成接收来自学习模块300的推荐308。UI生成器403配置成分析推荐308,以寻找推荐动作,并且遍历UI模型,从而寻找对应类别、角色和数据项的匹配屏幕、应用、分析和控制。UI生成器403包括用户当前运行的应用以及不在系统中但是能够被推荐的应用。UI生成器403还更新域模型103,以供将来适配和上下文可视化。UI生成器403的输出然后馈送到UI事件广播器405。
UI事件广播器405将从UI代理407所取出的UI事件保存在其监听器模块中。UI事件广播器405还配置成向UI代理407广播推荐308。注意,UI代理407是位于用户所使用的输入装置上的软件模块。为了清楚起见,图4(和图5)中,用户装置标记为102a,以指示由图1中的用户102a所使用的装置。UI控制模块400模块还配置成基于用户对接收推荐308如何反应来更新学习模块300。
图5是按照实施例的另一个系统501的图示。系统501能够执行以上针对系统100及其组成模块所述的全部功能。这些功能能够以软件和/或固件来编程,软件和/或固件能够加载到计算机可读媒介(其能够由系统501来读取,以便使系统501运行功能的一个或多个或者全部)上。系统501包括耦合到存储器503的处理单元507。存储器503能够具有其上存储的指令,指令配置成使处理单元507运行以上针对系统100所述的各种功能。
系统501能够包括一个或多个硬件和/或软件(或固件)组件,其配置成对于与本文所讨论的各种功能和应用相关的信息进行取、解码、运行、存储、分析、分配、评估和/或分类。在一些实施例中,系统501整体上可位于网络117的一个位置中。在其他实施例中,系统501的一些组件可跨网络117分布,而没有背离系统501的功能性。
处理单元507能够包括一个或多个处理器,其配置成运行指令,其向系统501赋予本公开通篇所述的功能性。此外,系统501能够包括存储装置511、输入/输出(I/O)模块505和通信网络接口509。系统501能够经由网络接口509连接到网络117。因此,系统501能够在通信上耦合到一个或多个数据库,例如域模型103以及简档和历史数据库101。为了清楚起见,这些数据库示为一个数据库515。
系统501能够配置成用作客户端装置,其经由网络117在通信上耦合到服务器(未示出)。服务器可位于一个数据中心或者分布于多个数据中心处。在一些实施例中,系统501能够包括I/O模块505,其能够允许操作员监测和/或配置系统501的操作。
处理单元507能够配置成运行软件或固件指令、例程或者子例程,其设计成使处理单元507执行符合本公开的实施例的多种功能和/或操作。在一个示范实施例中,指令能够加载到存储器503的各种模块中,以供处理单元507运行。指令还能够由处理单元507从数据库519、存储装置515(其可以是其上存储了指令的计算机可读媒介)中取出。指令则能够存储在存储器503中。备选地,指令可直接从I/O模块505来提供并且存储在存储器503中供以后执行,或者它们可直接由处理单元507来运行。
存储器503能够包括相关模块220、学习模块320和UI控制模块420,其在由处理器507运行时分别赋予系统501上的相关模块200、学习模块300和UI控制模块400的功能性。
存储装置515能够包括易失性或者非易失性、磁、半导体、磁带、光、可拆卸、不可拆卸、只读、随机存取或者其他类型的存储装置或计算机可读计算机媒介。此外,存储装置515能够配置成记录在系统501的操作期间所处理、记录或收集的数据。数据能够按照符合数据存储装置的多种方式来加时戳、分类、索引或组织,而没有背离本公开的范围。
通信网络接口509包括一个或多个组件,其配置成经由通信网络117来传送和接收数据。这些组件能够包括一个或多个调制器、解调器、复用器、解复用器、网络通信装置、无线装置、天线、调制解调器以及任何其他类型的装置,其配置成实现经由任何适当通信网络的数据通信。此外,通信网络117能够是允许一个或多个计算系统之间的通信的任何适当网络,例如因特网、局域网、广域网或智能电网网络。用户输入装置(图5中示为102a)能够经由网络117与系统501进行接口,并且能够获益于如上所述的自适应和上下文可视化。
已阐述了系统100和501的结构和功能及其各种组成模块以及它们的特定功能和操作,现在描述符合本公开的实施例的方法。这类方法能够包括以上在系统100和501的上下文中所述的全部操作。
图6是这种示范方法600的流程图。方法600包括接收来自装置(例如来自用户102a的输入装置)的输入数据(步骤601)。方法600还能够包括基于输入数据以及系统的条件(605)和域模型数据(607)的至少一个来生成复合陈述(步骤603)。方法601还能够包括基于复合陈述来生成(步骤609)推荐数据。
示范方法还能够提供具有内置机器学习能力的基于自适应上下文作用的UX和可视协作,其基于个体的作用、历史行为和实时系统条件而适合个体的类型。示范方法可包括经由从内置相关和语义算法所查明的上下文来提供动态、状况和基于条件的观点。它们还可包括提供以向上和水平继承的可视协作,因而实现实时地或者以“学习模式”从其他用户学习。示范方法还能够提供模型驱动UX设计系统,因而实现可扩展性和弹性。
此外,按照本文所述理论的示范方法能够提供具有机器学习能力的具有基于情形的意外事件分析的内置上下文优化,其使操作员能够调整和优化其观点用于感知、监测并且用于快速响应时间和产率。在智能电网网络操作环境中,这些特征在实时和“学习模式”对任务关键应用均是特别有利的。
示范方法还可提供得出可视组件的上下文以及它们的语义行为、下至子应用和可视容器的能力,同时提供动态糅合能力。此外,示范方法能够提供将导航动作、手势以及与UI控件的交互转化为并且记录到语义陈述(其能够在运行时或以后基于上下文和系统的状态来描述用户的意图)中的能力。
总之,按照本文所述实施例的方法和系统提供相关的一个或多个相关领域中不存在的大量优点。例如,与当前实施例不同,典型自适应用户界面没有考虑用户作用、历史和系统的状态来考虑特定域中的模型的语义。实施例允许基于域信息动态和主动地适配UI。例如,本公开的实施例对电力行业是有利的,因为它们能够基于语义、用户作用和行为、历史模式和系统条件来平衡众所周知的标准。
此外,示范方法和系统产生解决方案提供,其与更静态地定义并且不能够进行无缝UI集成的当前现有系统相比具有集成和动态可适配操作视图。通过除了当前部署能力之外还建议和提供到现有能力(分析、应用)的导航,示范系统和方法允许当前可能没有部署的特征的发现能力。本文所公开理论的又一个优点是动态和可适配模型驱动UX设计形态,其将降低用户界面实现和部署的成本,同时提供对哪些特征更为相关并且它们在哪一个上下文中与用户相关的特征。
一个或多个相关领域的技术人员将会理解,能够配置上述实施例的各种适配和修改,而没有背离本公开的范围和精神。因此,将会知道,在所附权利要求书的范围内,可以不按照本文的具体描述来实施本公开。
Claims (10)
1. 一种系统,包括:
相关模块,配置成(i)接收来自装置的输入数据和(ii)基于所述输入数据以及所述系统的条件和域模型数据的至少一个来生成复合陈述;
判定模块,配置成基于所述复合陈述来生成推荐数据;以及
控制模块,配置成基于所述推荐数据在所述装置处从事动作。
2. 如权利要求1所述的系统,其中,所述判定模块配置成生成与复合陈述和所述输入数据关联的简档数据和历史数据其中之一。
3. 如权利要求2所述的系统,其中,所述判定模块配置成基于所述复合陈述以及所述简档数据和所述历史数据的至少一个来生成所述推荐数据。
4. 如权利要求1所述的系统,其中,所述判定模块还配置成生成所述域模型数据,所述域模型数据与所述复合陈述和所述输入数据关联。
5. 如权利要求4所述的系统,其中,所述相关模块配置成基于所述输入数据和所述域模型数据来生成所述复合陈述。
6. 如权利要求4所述的系统,其中,所述判定模块配置成通过采用元数据动态地更新模型数据库来生成所述域模型数据。
7. 如权利要求1所述的系统,其中,所述动作包含实现所述装置的用户界面中的变更。
8. 如权利要求7所述的系统,其中,所述变更通过动态改变所述用户界面来实现。
9. 如权利要求1所述的系统,其中,所述系统条件是所述系统的告警、事件和状态其中之一。
10. 如权利要求1所述的系统,其中,所述动作包括显示小部件、布局、导航选项、上下文选项和协作选项其中之一。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/687,472 US10084743B2 (en) | 2015-04-15 | 2015-04-15 | Methods and systems for adaptive and contextual collaboration in a network |
US14/687472 | 2015-04-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106055550A true CN106055550A (zh) | 2016-10-26 |
Family
ID=55745663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610233408.2A Pending CN106055550A (zh) | 2015-04-15 | 2016-04-15 | 用于网络中的自适应和上下文协作的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10084743B2 (zh) |
EP (1) | EP3082085A1 (zh) |
CN (1) | CN106055550A (zh) |
BR (1) | BR102016008054A2 (zh) |
CA (1) | CA2925341C (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018183910A1 (en) * | 2017-03-30 | 2018-10-04 | Schneider Electric USA, Inc. | Semantic search and rule methods for a distributed data system |
US11138517B2 (en) * | 2017-08-11 | 2021-10-05 | Google Llc | On-device machine learning platform |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4864501A (en) * | 1987-10-07 | 1989-09-05 | Houghton Mifflin Company | Word annotation system |
US6714975B1 (en) * | 1997-03-31 | 2004-03-30 | International Business Machines Corporation | Method for targeted advertising on the web based on accumulated self-learning data, clustering users and semantic node graph techniques |
US20040162836A1 (en) * | 2001-02-06 | 2004-08-19 | Eyal Aronoff | System and method for altering database requests and database responses |
CN101317150A (zh) * | 2005-11-30 | 2008-12-03 | 微软公司 | 用于显示上下文驱动业务内容以及业务相关功能的集中式用户界面 |
CN101453469A (zh) * | 2007-12-06 | 2009-06-10 | 索尼株式会社 | 动态生成网络客户端设备的用户界面的系统和方法 |
CN101872305A (zh) * | 2010-06-08 | 2010-10-27 | 用友软件股份有限公司 | Ui表现和业务逻辑分离方法和系统 |
US20100318970A1 (en) * | 2009-06-11 | 2010-12-16 | Mark Grechanik | Assessment system for choosing maintenance approaches for gui-directed test scripts |
US20130054509A1 (en) * | 2011-08-31 | 2013-02-28 | Accenture Global Services Limited | Extended collaboration event monitoring system |
US20140089824A1 (en) * | 2012-09-24 | 2014-03-27 | William Brandon George | Systems And Methods For Dynamically Altering A User Interface Based On User Interface Actions |
-
2015
- 2015-04-15 US US14/687,472 patent/US10084743B2/en active Active
-
2016
- 2016-03-30 CA CA2925341A patent/CA2925341C/en active Active
- 2016-04-12 BR BR102016008054A patent/BR102016008054A2/pt not_active IP Right Cessation
- 2016-04-12 EP EP16164867.0A patent/EP3082085A1/en not_active Withdrawn
- 2016-04-15 CN CN201610233408.2A patent/CN106055550A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4864501A (en) * | 1987-10-07 | 1989-09-05 | Houghton Mifflin Company | Word annotation system |
US6714975B1 (en) * | 1997-03-31 | 2004-03-30 | International Business Machines Corporation | Method for targeted advertising on the web based on accumulated self-learning data, clustering users and semantic node graph techniques |
US20040162836A1 (en) * | 2001-02-06 | 2004-08-19 | Eyal Aronoff | System and method for altering database requests and database responses |
CN101317150A (zh) * | 2005-11-30 | 2008-12-03 | 微软公司 | 用于显示上下文驱动业务内容以及业务相关功能的集中式用户界面 |
CN101453469A (zh) * | 2007-12-06 | 2009-06-10 | 索尼株式会社 | 动态生成网络客户端设备的用户界面的系统和方法 |
US20100318970A1 (en) * | 2009-06-11 | 2010-12-16 | Mark Grechanik | Assessment system for choosing maintenance approaches for gui-directed test scripts |
US8527953B2 (en) * | 2009-06-11 | 2013-09-03 | Accenture Global Services Limited | Assessment system for choosing maintenance approaches for GUI-directed test scripts |
CN101872305A (zh) * | 2010-06-08 | 2010-10-27 | 用友软件股份有限公司 | Ui表现和业务逻辑分离方法和系统 |
US20130054509A1 (en) * | 2011-08-31 | 2013-02-28 | Accenture Global Services Limited | Extended collaboration event monitoring system |
US20140089824A1 (en) * | 2012-09-24 | 2014-03-27 | William Brandon George | Systems And Methods For Dynamically Altering A User Interface Based On User Interface Actions |
Non-Patent Citations (2)
Title |
---|
宋奇山: "https://blog.csdn.net/feixiang_song/article/details/40340077", 《CSDN博客》 * |
杨剑青: "移动终端中面向交互历史的自适应用户界面研究", 《中国科技论文在线》 * |
Also Published As
Publication number | Publication date |
---|---|
EP3082085A1 (en) | 2016-10-19 |
US10084743B2 (en) | 2018-09-25 |
CA2925341A1 (en) | 2016-10-15 |
BR102016008054A2 (pt) | 2017-01-24 |
US20160308815A1 (en) | 2016-10-20 |
CA2925341C (en) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Slama et al. | Enterprise IoT: Strategies and Best practices for connected products and services | |
CN108711030A (zh) | 带有人工智能整合的端到端项目管理平台 | |
Lee et al. | Enhancement of industrial monitoring systems by utilizing context awareness | |
US20110099536A1 (en) | Determining Context Specific Content | |
Robinson et al. | Ambient intelligence for optimal manufacturing and energy efficiency | |
Huo et al. | A fuzzy control system for assembly line balancing with a three-state degradation process in the era of Industry 4.0 | |
Parra-Ullauri et al. | Event-driven temporal models for explanations-ETeMoX: explaining reinforcement learning | |
Choi et al. | Brightics-IoT: towards effective industrial IoT platforms for connected smart factories | |
CN106910075B (zh) | 移动通信客户投诉的智能处理系统和方法 | |
CN101142559B (zh) | 对计算机控制的处理进行监视的方法与系统 | |
Pease et al. | An interoperable semantic service toolset with domain ontology for automated decision support in the end-of-life domain | |
CN106055550A (zh) | 用于网络中的自适应和上下文协作的方法和系统 | |
Zhu et al. | An intelligent collaboration framework of IoT applications based on event logic graph | |
Catalkaya et al. | Enriching business process models with decision rules | |
Kang et al. | Real‐time business process monitoring using formal concept analysis | |
CN109902196B (zh) | 一种商标类别推荐方法、装置、计算机设备及存储介质 | |
Nylund et al. | Framework for extended digital manufacturing systems | |
Asato et al. | Using the enhanced-mark flow graph for dynamic resource allocation in distributed manufacturing | |
Ordonez et al. | An automated user-centered planning framework for decision support in environmental early warnings | |
CN110321243A (zh) | 使用用于多个领域的统一认知根本原因分析的系统维护的方法、系统和存储介质 | |
Scholze et al. | Tools for Human-Product Collaborative Development of Intelligent Product Service Systems | |
Hellingrath et al. | On the integration of intelligent maintenance and spare parts supply chain management | |
Li et al. | Constructing personalized messages for informing cyber-physical systems based on dynamic context information processing | |
Scholze et al. | Reliable self-learning production systems based on context aware services | |
van Diggelen et al. | Content-based design and implementation of ambient intelligence applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161026 |
|
WD01 | Invention patent application deemed withdrawn after publication |