CN108351989A - 基于从修理单收集的推断的修理单的聚类的方法和系统 - Google Patents

基于从修理单收集的推断的修理单的聚类的方法和系统 Download PDF

Info

Publication number
CN108351989A
CN108351989A CN201680064677.9A CN201680064677A CN108351989A CN 108351989 A CN108351989 A CN 108351989A CN 201680064677 A CN201680064677 A CN 201680064677A CN 108351989 A CN108351989 A CN 108351989A
Authority
CN
China
Prior art keywords
vehicle
data
processor
particular vehicle
vehicle part
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.)
Granted
Application number
CN201680064677.9A
Other languages
English (en)
Other versions
CN108351989B (zh
Inventor
P·S·默根
J·G·福尔曼
B·R·刘易斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Snap On Inc
Original Assignee
Snap On Tools Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Snap On Tools Corp filed Critical Snap On Tools Corp
Publication of CN108351989A publication Critical patent/CN108351989A/zh
Application granted granted Critical
Publication of CN108351989B publication Critical patent/CN108351989B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

处理器可以确定特定计算机可读车辆修理单(RO)(例如,包括第一RO部分和第二RO部分)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群。处理器可以确定第一RO部分包括代表非特定车辆部件的第一数据,并还可以随后响应地确定第二RO部分包括第二数据,所述第二数据可由至少一个处理器用于确定与特定RO相关联的特定车辆部件。响应地,处理器可以基于第一数据和第二数据来确定特定车辆部件,并随后将特定RO添加到RO的不同集群,不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。

Description

基于从修理单收集的推断的修理单的聚类的方法和系统
相关申请的交叉引用
本申请要求于2015年11月5日提交的题为“Methods and systems forclustering of repair orders based on inferences collected from repair orders”的美国专利申请No.14/933,337的优先权,其全部内容通过引用的方式并入本文。
通过引用结合
于2014年5月6日提交的美国专利申请No.14/270,994通过引用的方式并入本文,如同在本说明书中完整阐述。
背景技术
制造商生产的许多产品偶尔需要修理。许多所有者没有配备或无法修理某些产品。这些所有者可能依靠专业维修技术人员来维修或修理所有者的产品。
维修技术人员通常在产品修理车间修理产品。传统上,修理车间生成修理单(RO)以捕获关于维修或修理产品请求的各种信息。作为示例,捕获的信息可以包括识别产品的信息、产品所有者、修理车间、修理日期以及所需或执行的修理或维修的类型。RO可以以各种格式存在,例如纸质格式或电子格式。
产品制造商使用大量资源(例如,人力和财力)来生成维修技术人员在诊断和修理产品时可参考的维修信息,例如维修手册和技术服务公告。如果维修信息可以由计算设备自动生成,那么对于产品制造商可能是有益的。如果提供给维修技术人员的维修信息是基于RO信息自动生成的,那么对产品制造商和维修技术人员可能是有益的。
发明内容
本文描述了示例性实施方式。在一个方面,公开了一种方法。该方法包括由至少一个处理器确定特定计算机可读车辆修理单(RO)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群。这个现有集群被布置为包含对应于特定车辆故障征状的RO。而且,特定RO至少包括第一RO部分和第二RO部分。该方法还包括由至少一个处理器确定第一RO部分包括代表非特定车辆部件的第一数据。该方法另外包括:响应于确定第一RO部分包括第一数据,至少一个处理器确定第二RO部分包括第二数据,该至少一个处理器能够使用该第二数据来确定与该特定RO相关联的特定车辆部件。该方法进一步包括响应于确定第二RO部分包括第二数据,至少一个处理器基于第一数据和第二数据来确定特定车辆部件。该方法还包括响应于确定特定车辆部件,至少一个处理器将特定RO添加到RO的不同集群。这个不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。
另一方面,公开了一种计算系统。计算系统包括其上存储有多个计算机可读车辆修理单(RO)的数据储存设备。该计算系统还包括至少一个处理器,该至少一个处理器耦合到数据储存设备并被编程为确定多个RO中的特定RO由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群。这个现有集群被布置为包含对应于特定车辆故障征状的RO。而且,特定RO至少包括第一RO部分和第二RO部分。该至少一个处理器还被编程为确定第一RO部分包括代表非特定车辆部件的第一数据。该至少一个处理器还被编程为响应于确定第一RO部分包括第一数据,确定第二RO部分包括第二数据,该至少一个处理器能够使用该第二数据来确定与该特定RO相关联的特定车辆部件。该至少一个处理器还被编程为响应于确定第二RO部分包括第二数据,基于第一数据和第二数据来确定特定车辆部件。该至少一个处理器还被编程为响应于确定特定车辆部件,将特定RO添加到RO的不同集群。这个不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。
在又一方面,公开了一种计算机可读介质。计算机可读介质上存储有指令,所述指令可由至少一个处理器执行以使计算系统执行操作。操作包括确定特定计算机可读车辆修理单(RO)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群。这个现有集群被布置为包含对应于特定车辆故障征状的RO。而且,特定RO至少包括第一RO部分和第二RO部分。该操作还包括确定第一RO部分包括代表非特定车辆部件的第一数据。该操作另外包括:响应于确定第一RO部分包括第一数据,确定第二RO部分包括第二数据,该至少一个处理器能够使用该第二数据来确定与该特定RO相关联的特定车辆部件。该操作进一步包括响应于确定第二RO部分包括第二数据,基于第一数据和第二数据来确定特定车辆部件。该操作还包括响应于确定特定车辆部件,将特定RO添加到RO的不同集群。这个不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。
通过在适当情况下参考附图来阅读以下的具体实施方式,这些以及其他方面和优点对于本领域普通技术人员将变得显而易见。此外,应该理解的是,本概述和其他地方中描述的实施例仅旨在作为示例,并不一定限制本发明的范围。
附图说明
本文参考以下附图描述示例性实施例。
图1是根据一个或多个示例性实施例的系统的方框图。
图2是根据一个或多个示例性实施例的车辆修理数据(VRD)系统的方框图。
图3是示出根据一个或多个示例性实施例的车辆修理工具的方框图。
图4示出了根据一个或多个示例性实施例的修理单。
图5示出了包括自动生成的修理提示和元数据的修理单。
图6是示出可根据一个或多个示例性实施例执行的功能集合的流程图。
图7A至7B示出了根据一个或多个示例性实施例的RO在集群之间的示例性移动。
图8A至8B示出了根据一个或多个示例性实施例的新RO到集群的示例性添加。
具体实施方式
I、引言
该说明描述了包括关于消歧的示例性实施例的几个示例性实施例。示例性实施例中的至少一些示例性实施例包括但不限于包括以下特征中的一个或多个特征:确定特定计算机可读车辆修理单(RO)(例如,至少包括第一和第二RO部分)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群(例如,被布置为包含对应于特定车辆故障征状的RO);确定第一RO部分包括代表非特定车辆部件的第一数据;确定第二RO部分包括第二数据,该第二数据可由该至少一个处理器用于确定与该特定RO相关联的特定车辆部件;基于第一数据和第二数据来确定特定车辆部件;以及将特定RO添加到RO的不同集群(例如,被布置为包含对应于特定车辆故障征状和特定车辆部件的RO)。
车辆修理工具可以包括各种修理工具中的任何一种,维修技术人员、产品所有者、在修理车间工作的人员或一些其他人员可使用该修理工具来修理车辆。修理车辆可以包括但不限于诊断车辆、维修车辆、对车辆上执行维护(例如,预防性维护),或者验证对车辆执行的修理以校正车辆故障。因此,车辆修理工具可以被称为以下术语中的一个或多个:车辆诊断工具、车辆维修工具、车辆维护工具和车辆修理验证工具,或者更一般地,机器。
车辆是可用于运输个人、人员或货物的移动机器。作为示例,本文描述的任何车辆可以沿陆地、水中或空中或外太空中的路径(例如,铺设的道路或其他)被驱动或以其他方式引导。作为另一个示例,本文描述的任何车辆可以是轮式、履带式、轨道式或滑行式的。作为又一示例,本文描述的任何车辆可以包括汽车、摩托车、轻型卡车、中型卡车、重型卡车、半拖挂车或农用机械。作为又一个示例,本文描述的任何车辆可以包括或使用任何适当的电压源或电流源,例如电池、交流发电机、燃料电池等,提供任何适当的电流或电压,诸如约12伏、大约42伏等。作为又一个示例,本文描述的任何车辆可以包括或使用任何期望的系统或发动机。这些系统或发动机可以包括使用化石燃料(例如汽油、天然气、丙烷等)、电(例如由电池、磁电机、燃料电池、太阳能电池等产生的电)、风力和混合动力或它们的组合的系统或发动机。作为又一示例,本文描述的任何车辆可以包括电子控制单元(ECU)、数据链路连接器(DLC)以及将DLC连接到ECU的车辆通信链路。
尽管关于车辆描述了许多示例性实施例,但是示例性实施例可以适用于除了车辆之外的产品或可修理物品。作为示例,其他产品或可修理物品可以包括家用电器,例如冰箱、洗碗机或洗衣机,或消费电子设备,例如电视机、蜂窝电话或平板电脑设备。其他产品或可修理物品的其他示例也是可能的。因此,对于基于这些其他产品或可修理物品的实施例,所描述的实施例中的术语车辆可以替换为另一产品或可修理物品的名称。
在本说明书中,冠词“一”或“一个”用于介绍示例性实施例的要素。除非另有说明,否则对“一”或“一个”的任何提及是指“至少一个”,并且对“该”的任何引用是指“至少一个”,或除非上下文另有明确规定。使用这些冠词的目的是有一个或多个要素。在所描述的至少两个项目列表中使用连词“或”的意图是指示任何所列项目或所列项目的任何组合。诸如“第一”、“第二”,“第三”等序数的使用是为了区分各个要素,而不是表示这些要素的特定顺序。为了描述的目的,术语“若干”和“多个”是指“两个或多个”或“多于一个”。
附图中示出的方框图和流程图仅作为示例提供,并不旨在是限制性的。附图中所示或本文描述的许多要素是功能要素,其可以实施为分立或分布式要素或与其他要素结合,并且以任何合适的组合和位置来实施。本领域技术人员将认识到,可以替代地使用其他布置和要素(例如,机器、接口、功能、顺序或功能分组)。此外,被描述为由本文描述的一个或多个要素或机器执行的各种功能可以由执行计算机可读程序指令的处理器或由硬件、固件或软件的任何组合来执行。
II.示例性架构
图1是根据一个或多个示例性实施例的系统100的方框图。图1中所示的要素的各种组合可以被布置为执行本文描述的示例性实施例的其他系统或者作为子系统。系统100包括车辆修理数据(VRD)系统102和网络104。网络104可以包括广域网(WAN),例如互联网或其一部分。另外或可替换地,网络104可以包括无线网络、有线网络、局域网(LAN)或某种其他类型的网络。网络104可以包括前述示例性网络中的两个或多个。
系统100包括车辆修理工具(VRT)106和VRT 108、110、112、114、116、118和120。每个VRT或多个VRT的组合可以包括或被布置为机器。本文描述的任何VRT可以但不是必需被配置成生成或向VRD系统102传送原始修理单(RO)。由VRT生成的RO可以通过快递122(如美国邮政局或联邦快递公司)提供给VRD系统102的操作者。VRD系统102的操作者可以使用RO手动输入设备(例如图2所示的RO手动输入设备202)将原始RO输入到VRD系统102中。手动输入的RO可以存储在诸如图2所示的数据储存设备210的数据储存设备中。
VRT 114、116、118和120表示被配置为执行以下功能中的至少一个的车辆修理工具:请求存储在VRD系统102处的修理提示(例如,自动生成的修理提示)、使用网络104接收从VRD系统102传送的或以其他方式由VRD系统102提供或生成的修理提示、以及通过用户接口呈现修理提示。VRD系统102生成的修理提示可以通过快递122提供给VRT(例如VRT 114)的操作者。作为示例,快递122可以通过向VRT操作者提供计算机可读介质(诸如包括由VRD系统102生成的修理提示的CD-ROM)来提供修理提示。VRT 116、118和120可以接收由VRD系统102生成并且使用无线或有线通信和网络104传送到VRT的修理提示。
VRT可以包括读码器,诸如一维条形码读码器或二维条形码读码器。读码器可以读取和解码车辆上的代码,例如VIN条形码、更换零件上的代码(例如更换零件包装上的条形码或快速响应码)或某种其他类型的代码。可以将从代码编码的数据输入到原始RO,例如图4所示的原始RO 400。
接下来,图2是示出了车辆修理数据(VRD)系统200的细节的方框图。图1中示出的VRD系统102可以类似于VRD系统200来配置。VRD系统200可以被配置为如图1中所示的VRD系统102。VRD系统200可以包括或被布置为机器。VRD系统200或其一个或多个部件可被布置或称为计算系统或计算机系统。VRD系统200可以包括、被配置为或被称为服务器系统、服务器设备或者简称为服务器。根据VRD系统200作为服务器进行操作的实施例,VRD系统200可以服务于作为服务器的客户端设备操作的一个或多个车辆修理工具(VRT)。
VRD系统200包括RO手动输入设备202、处理器204、用户接口206、网络接口208和数据储存设备210,所有这些都可以经由系统总线、网络或其他连接机构212链接在一起。
RO手动输入设备202可以包括一个或多个设备,用于将显示在打印的RO上的数据输入到VRD系统200中,以存储为修理单(RO)214内的原始RO。作为示例,RO手动输入设备202可以包括具有或不具有光学字符识别软件应用程序的扫描仪设备。作为另一示例,RO手动输入设备202可以包括键盘,用于键入(例如打入)在打印的RO上示出的数据并将键入(例如打入或以其他方式输入)的数据发送给处理器204以存储为RO 214内的原始RO。作为又一个示例,RO手动输入设备202可以包括接受数据储存设备(例如包括表示由VRT生成的原始RO的数据的CD-ROM)的设备。作为又一个示例,RO手动输入设备202可以包括具有显示器或连接到显示器的膝上型或台式计算设备。
原始RO可以由RO手动输入设备202或用户接口206显示。由于各种原因中的任何一个(诸如位于原始RO上的信息的安全性),VRD系统102可以被配置为使得不将诸如VRT 106的第一VRT生成的原始RO提供给诸如VRT 116的第二VRT。VRD系统102可以至少部分地基于关于由VRT 106生成的原始RO的信息来生成可呈现RO,并向VRT 116提供可呈现RO。
诸如处理器204的处理器可以包括一个或多个通用处理器(例如,INTEL单核微处理器或INTEL多核微处理器)或一个或多个专用处理器(例如数字信号处理器)。诸如处理器204的处理器可以被配置为执行诸如计算机可读程序指令(CRPI)218的计算机可读程序指令。对于本说明书,处理器204执行CRPI 218以执行本文描述的某些功能可以包括执行CRPI218的一部分或全部CRPI 218。执行CRPI 218的一部分或全部可以包括多次执行一些计算机可读程序指令。处理器204可被编程为执行通过执行CRPI 218的程序指令而执行的功能中的任何一个或任何组合。
用户接口206可以包括至可操作以将数据或信息输入到VRD系统200的部件或可以呈现由VRD系统200输出的数据或信息的部件的接口。那些部件可以被称为用户接口部件。用户接口206可以包括通过有线或无线用户接口通信链路连接到用户接口部件的一个或多个音频/视觉端口或通信端口。
用户接口206可以包括用户接口部件中的一个或多个。作为示例,用户接口部件可以包括红外遥控设备、显示设备、被配置为将电信号转换为可听声音的扬声器、键盘、触摸屏、诸如计算机鼠标的指示设备,或者用于生成信号以将数据或信息输入到VRD系统200或呈现由用户接口206输出的数据或信息的一些其他部件。
用户接口206可以包括发射机或收发机,以将数据或信息提供给另一个用户接口部件或VRD系统200的另一个元件。由用户接口206提供的数据或信息可以包括但不限于包括,修理提示220中的修理提示。
网络接口208可以包括到一个或多个通信网络(例如网络104)的接口。为了与无线通信网络一起使用,网络接口208可以包括用于传送或接收无线通信的一个或多个天线。网络接口208可以包括被配置为连接到网络的有线通信链路(例如同轴电缆、以太网电缆、光纤电缆、数字用户线路(DSL)、公共交换电话网络(PSTN)的电话线或其他有线连接器)的一个或多个通信端口。网络接口208可以包括网络控制器,网络控制器包括发射机、接收机或收发机。发射机或收发机可以将数据或信息提供给通信端口以作为网络通信通过所连接的网络进行传输。接收机或收发机可以接收在通信端口处从连接的网络接收到的数据或信息。
诸如数据储存设备210或本说明书中讨论的或包括在本说明书中描述的设备或系统内的任何其他数据储存设备的数据储存设备可以包括非暂时性计算机可读介质、暂时性计算机可读介质或者非暂时性计算机可读介质和暂时性计算机可读介质两者。在一个方面,非暂时性计算机可读介质可以整体地或部分地与处理器集成。在另一方面,非暂时性计算机可读介质或其一部分可以分离并且不同于处理器。
非暂时性计算机可读介质可以包括例如易失性或非易失性储存部件,诸如光学、磁性、有机或其他存储器或盘储存器。另外或可替换地,非暂时性计算机可读介质可以包括例如随机存取存储器(RAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)或被配置为向处理器提供数据或CRPI的另一存储器设备。
暂时性计算机可读介质可以包括例如通过通信链路提供的CRPI,例如连接到网络104或者是网络104的一部分的通信链路。通信链路可以包括数字或模拟通信链路。通信链路可以包括有线通信链路或无线通信链路。
计算机可读介质可以通过诸如“计算机可读储存介质”、“数据储存设备”、“存储设备”、“存储器”或“计算机可读数据库”的其他术语来指代。这些替代术语中的任何一个之前可以有前缀“暂时性”或“非暂时性”。
数据储存设备210可以存储各种数据。由数据储存设备210存储的数据可以是从RO手动输入设备202、处理器204、用户接口206或网络接口208提供给数据储存设备210以供存储的数据。如图2所示,数据储存设备210可以存储修理单(RO)214、分类术语数据库216、计算机可读程序指令(CRPI)218、修理提示220、元数据222、车辆利用数据224、零件利用数据226、文本串228和搜索术语230。搜索术语230可以包括但不限于车辆识别(即车辆ID)搜索术语232,例如年份/品牌/型号/发动机(Y/M/M/E)属性和故障征状标准234。
RO 214可以包括计算机可读RO。计算机可读RO可以被布置为结构化查询语言(SQL)文件、可扩展标记语言(XML)文件或某种其他类型的计算机可读文件或数据结构。RO214内的RO可以从RO手动输入设备202、通过网络104从网络接口208或从另一个设备接收。RO 214内的RO可以是原始RO,例如由图1所示的VRT生成的RO,或者使用RO手动输入设备202输入的RO或由VRD系统200生成的可呈现RO。
图4示出了示例性原始RO 400。原始RO 400可以由VRT(诸如图1中示出的任何VRT)生成。原始RO 400可以包括通过网络104传送的计算机可读数据RO(或者简称为计算机可读RO)。原始RO 400可以包括纸质副本RO,诸如无碳多页RO或者一些其它类型的纸质副本RO。原始RO 400可以包括计算机可读数据版本和纸质副本版本。可以在不使用VRT的情况下生成纸质副本RO。从纸质副本RO生成的计算机可读RO可以是原始RO。
原始RO 400包括服务提供商标识符402、服务标识符的日期404、指示寻求给定车辆的服务的顾客的顾客指示符406、指示给定车辆的车辆信息408、指示顾客所要求的投诉或服务的车辆服务请求410、412和414、指示为服务给定车辆而获得的零件的零件信息416、对给定车辆执行的服务过程信息418、420和422以及车辆-使用指示符430(例如,指示给定车辆已经行驶英里数的车辆英里里程数据)。原始RO 400上的车辆-使用指示符430可以代替车辆英里里程数据或除了车辆英里里程数据之外使用千米或一些其他单位来指示驾驶距离。除了指示距离之外或代替指示距离,车辆-使用指示符430可以包括时间-使用指示符,诸如指示例如车辆或发动机已经使用了多长时间的小时指示符。
服务提供商标识符402可以包括指示服务提供商的名称和地理位置的信息。车辆信息408可以包括与给定车辆相关联的车辆标识号(VIN)432和给定车辆的描述。服务过程信息418、420和422可以分别包括原始RO 400的不同RO部分424、426和428内的信息。任何一个不同RO部分424、426和428内的服务过程信息可以与任何其他不同部分内的服务过程信息无关。可替换地,包括服务过程信息的两个或多个不同部分可以涉及对给定车辆执行的相关服务操作。
原始RO 400包括劳务操作代码(LOC)。LOC可以符合由汽车制造商、生成RO的服务提供商、服务信息提供商(例如Mitchell Repair Information,LLC,Poway,California)或某个其他实体定义的LOC。为了图4的简单,将LOC显示在括号内,例如(C45)和(C117,C245)。括号内的不同LOC由逗号分开。每个劳务操作代码(LOC)可以涉及对给定车辆执行的特定操作。执行CRPI 218的处理器204可以使用LOC来确定对给定车辆执行了什么类型的服务或修理操作。如果有关该操作的其他信息不完整或使用非标准短语或术语进行描述,则以这种方式使用LOC是有帮助的。处理器204还可以使用LOC来确定关于RO或RO内的服务过程信息的上下文。
RO上的文本的多个部分(例如原始RO 400)可被分组为短语。当将RO的内容与分类术语数据库216的各种术语(例如映射术语、标准术语或上下文术语)进行比较时,与原始RO400上的一个或多个其他词语在给定接近度内的词语可以被分组为短语,以与映射、标准或上下文术语进行比较。给定接近度可以在X个词内,其中X等于1、2、3、4、5或其他数量的词。作为示例,服务过程信息418表示“检查起动机/点火系统”。词语“检查”和“点火系统”彼此在3个词语内。根据给定接近度为4个词语的实施例,可以将词语“检查”和“点火系统”分组为短语“检查点火系统”,以与映射、标准、上下文术语或劳务操作代码进行比较。
映射、标准、上下文术语或劳务操作代码可被存储为分类术语数据库216的一部分。分类术语数据库216可包括标识彼此相关联的词语或短语的数据。该关联可以基于具有共同含义的词语或短语。被标识为彼此相关联的词语或短语可以称为“分类数据库组”或者简称为“分类组”。
分类术语数据库216可以包括一个或多个分类组,并且每个分类组可以包括一个或多个分类术语(例如,词语或短语)。作为示例,分类术语数据库216可以包括将以下短语标识为分类组的数据:(i)冷时熄火,(ii)温度低时发动机停机,(iii)发动机在早晨停机,(iv)在早晨停机,(v)在上午停机,以及(vi)在寒冷的早晨发动机熄火。
每个分类组可以与标准项相关联,该标准项可以是添加到分类组的第一词语或第一短语。可替换地,随后添加到分类组中的词语或短语可以是分类组的标准术语。除分类组内的标准术语之外的词语或短语可以是映射术语。每个分类组中的词语或短语可以从RO获得。管理员可以通过例如处理器204执行CRPI 218来批准添加或修改任何分类组。分类术语数据库216内的术语可以与计算机可读RO上的术语进行比较。原始RO上的且在给定分类组内找到的映射术语可以通过给定分类组的标准术语在可呈现RO上表示。
RO 214可以包括作为原始RO 400的计算机可读版本的原始RO 400。RO 214可以包括与原始RO 400一样布置的一个或多个其他计算机可读RO,以及以与原始RO 400不同的RO配置布置的一个或多个其他计算机可读RO。其他RO配置通常包括以上描述为原始RO 400的一部分的信息类型中的至少一个。
存储在RO 214内的RO(例如原始RO 400或另一个RO)可以包括可搜索的文本或符号(例如,文本、符号、或文本和符号)。作为示例,RO上的符号可以包括空复选框、或复选框以及复选框内的复选标记。原始RO 400可以被修改为包括表示原始RO 400或其上的数据的可呈现RO 500(在图5中示出)。另外或可替换地,可呈现RO 500可以与原始RO 400不同并且分离。
处理器204可以搜索RO 214的RO上的文本、符号或其他内容、或与RO相关联的元数据,以关联计算机可读RO集群(或者简称为RO集群)内的RO。每个RO集群可以与定义的RO属性相关联,例如诊断故障代码(DTC)、动作或RO上列出的部件。记录在RO上的信息的其他属性可以与RO集群相关联。表1示出了标识以ID 1至25(含)标识的二十五个集群的数据。集群大小表示有多少RO已与相应的集群相关联。随着或在将额外的RO添加到RO 214之后或者将RO从一个集群转移到不同集群之后,集群大小可以被修改。表1示出了与每个相应的RO集群相关联的DTC、动作和部件属性的示例。
集群ID 集群大小 DTC 动作 部件
1 3,101 P0303 更换 点火线圈
2 3,086 P0303 更换 火花塞
3 2,982 P0302 更换 点火线圈
4 2,957 P0304 更换 火花塞
5 2,831 P0171 更换 氧气传感器
6 2,813 P0325 更换 爆震传感器
7 2,762 P0301 更换 火花塞
8 2,713 P0320 更换 曲轴位置传感器
9 2,624 P0404 更换 废气再循环阀
10 2,609 P0302 更换 火花塞
11 2,603 P0303 更换 火花塞电线,火花塞
12 2,328 P0161 更换 氧气传感器
13 2,324 C1500 更换 燃油滤清器,燃油箱模块
14 2,232 P0301 更换 火花塞电线,火花塞
15 2,225 P0302 更换 火花塞电线,火花塞
16 2,107 P0300 更换 点火线圈
17 2,104 P0305 更换 点火线圈
18 2,088 P0171,P0174 更换 空气流量传感器
19 2,007 P0134 更换 氧气传感器
20 1,991 P0304 更换 火花塞电线,火花塞
21 1,963 P0171,P0174 更换 燃油滤清器
22 1,952 P0306 更换 点火线圈
23 1,899 P0128 更换 恒温器壳体,发动机冷却液恒温器
24 1,824 P0125 更换 发动机冷却液恒温器
25 1,783 P0031 更换 氧气传感器
表1
表1也可以修改为包括其他属性的单独列。其他属性可以标识RO属性,例如但不限于客户投诉、日期或劳务操作代码(LOC)。作为示例,客户投诉可以包括但不限于诸如发出卡嗒卡嗒声、不启动和振动的术语。针对这些示例性客户投诉术语的自动生成的修理提示可以包括分别识别停止车辆发出卡嗒卡嗒声的方式、修理不启动的车辆的方式以及停止车辆振动的方式的修理提示。
下面的表2示出了与表1中所示的RO集群ID 18相关联的2088个RO中的25个上包括的数据的示例。表2中的RO数据包括RO标识符,其可以例如由VRT或VRD系统102分配。表2中的RO数据还包括与每个RO关联的年份/品牌/型号/发动机属性。
RO ID 年份 品牌 型号 发动机
2197 1999 Cadillac Catera 3.0L V6,VIN(R)
9277 1998 Mercury Grand Marquis GS 4.6L V8,VIN(W)
1156 2002 Ford Pickup F150 4.2L,V6VIN(2)
6978 2003 Ford Taurus SE 3.0L V6,VIN(U)
7923 1999 Ford Pickup F150 4.6L V8,VIN(W)
5074 2000 Infiniti I30 3.0L V6,VIN(C)
5640 1997 Ford Cutaway E350 6.8L,V10,VIN(S)
1037 2002 Land Rover Range Rover HSE 4.6L,V8,VIN(4)
1509 2002 Ford Explorer 4.0L,V6-245,SOHC
1673 2006 Ford Explorer 4.0L,V6-245,SOHC
2088 1998 Ford Cutaway E350 6.8L,V10,VIN(S)
4692 2006 Ford Pickup F250Super Duty 5.4L,V8VIN(5)
5183 1996 Mercury Grand Marquis GS 4.6L,V8,VIN(W)MFI
6825 2000 Saturn LS2 3.0L,V6,VIN(R)
8203 2001 Hyundai XG300 3.0L V6,VIN(D)
3915 1997 Ford Crown Victoria LX 4.6L,V8,VIN(W)
7481 2001 Nissan Pathfinder SE 3.5L,V6-3498,DOHC
7833 2007 Chevrolet Silverado Classic 6.0L,V8,VIN(U)
7976 1997 Ford Thunderbird LX 4.6L,V8,VIN(W)
9892 2000 Nissan Maxima GLE 3.0L V6,VIN(C)
0156 1999 Ford Econoline E150 4.6L,V8,VIN(6)
1194 2002 Ford Pickup F150 4.2L V6,VIN(2)
8797 2006 Ford Crown Victoria LX 4.6L V8,VIN(W)
6321 2000 Ford Explorer 4.0L V6,VIN(X)
6924 1998 Ford Ranger 4.0L V6,VIN(X)
表2
一些车辆型号与子型号属性相关联。一些车辆型号不与子型号属性相关联。表2可以修改为包括单独的列,以包括与子型号属性关联的车辆的子型号属性。作为示例,RO ID7923涉及Ford Pickup F150品牌和型号。术语“F150”可以被称为子型号属性。Ford Pickup型号的其他子型号属性可以包括“F250”和“F350”子型号属性。子型号属性可以包括在RO上。除了Y/M/M/E属性之外,基于子型号搜索RO或修理提示可以得到具有与特定子型号相关联的RO或修理提示的搜索结果,而不是具有特定的Y/M/M/E属性的特定车辆的(一个或多个)其他子型号。Y/M/M/S/E内的“S”可以表示子型号属性。
表2也可以修改为包括其他属性的单独列。其他属性可以标识系统(Sys)属性,例如但不限于传输属性、暂停属性和音频系统属性。包括系统属性的属性集合可以被称为Y/M/M/E/Sys属性。
车辆利用数据224可以包括标识建立在通用车辆平台上的不同车辆型号的计算机可读数据。建立在通用车辆平台上的车辆可以有许多相似之处,包括使用通用零件或零件编号。在通用平台上建立的车辆可能出现由于类似的原因而产生的类似的车辆故障征状,例如通用车辆平台上建立的车辆通用零件的故障。表3示出了可以存储为车辆利用数据224的数据的示例。
处理器204可以生成覆盖多个车辆型号的RO集群,诸如表3中所示的VLD-3的三个车辆型号。如果RO 214包括1990-1996年间Chevrolet Lumina APV型号和给定修理条件的100个RO,1990-1996年间Pontiac Tran Sport型号和给定问题的150个RO,以及1990-1196年间Oldsmobile Silhouette型号和给定问题的40个RO,处理器204可以为290个RO生成三个单独的RO集群或为290个RO生成单个RO集群。越大量的RO能够表明成功修理给定问题的可能性越大。
表3
处理器204可以使用车辆利用数据224内的例外数据,来从与建立在通用平台上的一组车辆相关联的RO集群中排除关于某些车辆型号的RO。对于表3中的例外数据,由于GMCYukon使用与Cadillac Escalade、Chevrolet Tahoe和Chevrolet Suburban不同的散热器,关于GMC Yukon的散热器的RO集群可以不与关于Cadillac Escalade、Chevrolet Tahoe和Chevrolet Suburban的散热器的RO集群分组在一起。
零件利用数据226可以包括标识使用由一个或多个零件制造商生产的通用零件的不同车辆型号的数据。对于本说明书,通用零件是可以在不改变该零件或两个或多个车辆中的任何一个以使用该通用零件的情况下在两个或多个车辆型号中的任一个中使用的零件。可以使用由任何或所有零件制造商和不同车辆型号的制造商所使用的对通用零件的各种引用,例如零件号或零件名称。使用通用零件的车辆型号可以出现由于类似的原因而产生的类似的车辆故障征状,例如通用零件故障。表4示出了可以作为零件利用数据226存储的数据的示例。
表4
处理器204可以生成覆盖通用车辆零件和多个车辆型号的RO集群,诸如表4中所示的冷却液温度传感器和PLD-1的三个车辆型号。如果RO 214包括用于2012款CadillacEscalade型号和冷却液温度传感器的30个RO,用于2012款Chevrolet Tahoe型号和冷却液温度传感器的40个RO以及用于2012款Chevrolet Suburban型号和冷却液温度传感器的20个RO,则处理器204可以为70个RO生成三个单独的RO集群或为70个RO生成单个RO集群。越大量的RO能够表明对由冷却液温度传感器引起的给定问题的成功修理发生的可能性越大。
CRPI 218可以包括可由处理器204执行的程序指令,以执行本文所述的或可由VRD系统200执行的功能。CRPI 218可以包括可执行的程序指令,以解析来自存储在RO 214内的原始RO的数据并从原始RO识别服务过程信息、车辆标识和零件使用信息以用于生成可呈现的RO,或用于在已经生成了关于原始RO的可呈现RO的情况下增加集群大小的计数,或者在处理器204将RO从一个集群传送到不同集群的情况下减少集群大小。
CRPI 218可以包括可由处理器204执行的程序指令,以针对每个自动生成的修理提示并基于存储在RO 214中的RO生成与至少一个搜索术语集合相关联的元数据。元数据222可以包括由处理器204基于原始RO 400上列出的信息生成的元数据,包括但不限于LOC和LOC的定义。
CRPI 218可以包括可由处理器204执行的程序指令,以确定服务过程信息(诸如服务过程信息418、420或422)内的词语或短语在分类术语数据库216的一个或多个分类组内,并且以将该服务过程信息与一个或多个分类组相关联(例如相关)。与任何给定分类组相关联的服务过程信息可以是新的RO集群的一部分或被添加到RO集群或修改RO集群的附加服务过程信息。
CRPI 218可以包括可由处理器204执行的程序指令,以执行图6中的块602-610中所示并且如下面在本说明书中所描述的操作、功能或动作中的任何一个或多个。
文本串228可以包括文本的字符串(例如,两个或多个词语、数字或符号)。文本串可以包括用于插入元数据以完成文本串的一个或多个空白。文本串可以包括没有任何空白的完整的文本串。处理器204可以选择一个或多个文本串,以与可以输入或接收的术语集合(例如,搜索术语)相关联以搜索修理提示220中的修理提示。处理器204可以选择要插入文本串的空白中的元数据。文本串228可以包括由用户接口206输入的文本串。文本串228可以包括由网络接口208接收的文本串。
搜索术语230可以包括各种搜索术语集合。搜索术语集合可以包括车辆ID搜索术语232或故障征状标准234。第一示例性搜索术语集合可以包括作为对修理提示的请求的一部分由网络接口208接收的搜索术语。第一示例性搜索术语集合可以包括是分类术语数据库216中的非标准术语的搜索术语,并且可以被称为非标准搜索术语(NSST)。处理器204可以在分类术语数据库216内识别与由网络接口208接收的搜索术语相匹配的标准术语,然后使用包括在所接收的搜索术语内或从分类术语数据库216中识别的任何标准术语来搜索修理提示。作为搜索术语230的一部分存储的非标准搜索术语可随后由处理器204或人使用RO手动输入设备202或用户接口206来查看,以包括为分类术语数据库216的一部分。
第二示例性搜索术语集合可以包括标准搜索术语集合并且可以被称为标准搜索术语(SST)。标准搜索术语集合可以包括在分类术语数据库216中定义的标准车辆ID搜索术语,诸如Y/M/M/E属性和在分类术语数据库216中定义的标准故障征状标准。处理器204可以将一个或多个标准搜索术语集合与修理提示或修理单相关联。与修理提示或修理单相关联的搜索术语集合可被存储为与该修理提示或修理单相关联的元数据。分类术语数据库216可以包括搜索术语230。第二示例性搜索术语集合230可以与一个或多个搜索术语集合相关联,如同第一示例性搜索术语集合。
表5示出了可以存储在搜索术语230中的搜索术语的示例。NSST-227与SST-15相关联。SST-15与RO ID 3915相关联。可以响应于接收到NSST-227、确定SST-15与NSST-227相关联并且确定RO ID 3915与SST-15相关联来识别关于RO ID 3915的修理提示510。SST-1456是具有与SST-15和SST-1456共同的故障征状标准以及与SST-15的Y/M/M/E仅型号年份不同的(即2000年而不是1999年)Y/M/M/E属性的标准搜索术语集合。SST-15和SST-1456都与ROID 3915相关联。该关联可以基于车辆利用数据224或零件利用数据226来确定。
表5
车辆ID搜索术语232是可以包括在搜索术语230内的搜索术语的一个示例。车辆ID搜索术语232可以包括各种可选属性。例如,车辆ID搜索术语232的属性可以包括Y/M/M/E属性。作为另一个示例,如关于表2所讨论的,车辆ID搜索术语232的属性可以包括年份/品牌/型号/子型号/发动机(Y/M/M/S/E)属性。作为另一个示例,车辆ID搜索术语232的属性可以包括年份/品牌/型号/发动机/系统(Y/M/M/E/Sys)属性。作为另一个示例,车辆ID搜索术语232的属性可以包括年份/品牌/型号/子型号/发动机/系统(Y/M/M/S/E/Sys)属性。
系统(Sys)属性车辆ID搜索术语232可以指示或表示车辆内的系统(例如,一个或多个系统)或部件(例如,一个或多个部件)。作为示例,车辆内的系统或部件可以识别(i)车辆内的动力系统变速器(例如,具有超速传动的4速自动变速器),(ii)车辆内的后差速器(例如,具有4.11:1传动比的后差速器),(iii)车辆内的电动交流发电机(例如,100安培交流发电机),(iv)安装在车辆内的加热器、通风和空调(HVAC)系统(例如双区(例如,驾驶员侧和乘员侧)HVAC系统),或者安装在车辆内、附接到车辆上或以其他方式车辆上或中操作的一些其它系统或部件。
本文描述的任何车辆ID搜索术语232的顺序可以根据需要重新排列。例如,Y/M/M/E属性的顺序可以重新排列为品牌/型号/发动机/年份(M/M/E/Y)属性或以其他排列方式。
图5示出了包括RO标识符502、RO定时信息504、RO车辆标识符506、车辆服务请求508、自动生成的修理提示510、元数据512和使用指示符514的可呈现RO 500的示例性内容。可呈现RO 500基于原始RO 400的服务过程信息418。RO标识符502是“3915”,其同样在表2的第十七行中示出。RO定时信息504包括年份指示符(即2009)以指示与RO ID 3915有关的时间。该时间可以指示例如原始RO 400何时被写入、完成或提交给VRD系统102。RO定时信息可以包括其他或不同的时间信息,例如天、月或一天中的钟点。RO车辆标识符506包括针对ROID 3915的表2的第十七行中示出的年份/品牌/型号/发动机属性。在原始RO 400上标识的给定车辆的附加属性或其他属性可以包括在可呈现RO 500中。
可呈现RO 500包括原始RO 400中或基于原始RO 400的元素。可呈现RO 500可以与原始RO 400一起或作为原始RO 400的一部分存储在数据储存设备210内。另外或可替换地,可呈现RO 500可以与原始RO 400分离且不同地存储。
车辆服务请求508包括关于在RO 214内的RO上的车辆服务请求的信息。车辆服务请求508可以包括来自文本串228的一个或多个文本串。作为示例,车辆服务请求508内的每个语句可以是单独的文本串。例如,文本串可以包括文本“客户声明车辆具有[插入客户投诉]”。方括号内(即[])的文本标识要插入以完成文本串的元数据或分类术语。文本串在方括号内的部分可以被称为“文本串空白”或者简称为“空白”。处理器204可以基于在VRD系统102处接收的与RO ID 3915有关的原始RO上所包括的信息来选择元数据或分类术语。文本串“请诊断并建议”是没有任何在其中要插入文本以完成文本串的空白的文本串的示例。文本串“客户声明请更换MAF传感器”中的术语“MAF传感器”可以由处理器选择以从元数据512插入到文本串中。
自动生成的修理提示510可以包括来自文本串228的一个或多个文本串。作为示例,自动生成的修理提示510内的每个语句可以是单独的文本串。例如,文本串可以包括文本“技术人员扫描测试并验证了DTC[插入第一Pcode]和DTC[插入第二Pcode]”。处理器204可以从元数据512中选择DTC(例如,Pcode)标识符“P0171”和“P0174”以通过将这些DTC(例如Pcode)标识符插入到文本串空白中来完成文本串。处理器204可以基于在VRD系统102处接收的与RO ID 3915有关的原始RO上所包括的信息(诸如LOC)来选择元数据。
作为另一示例,文本串可以包括自动生成的修理提示510内的多个语句,诸如自动生成的修理提示510内除了第一句之外的所有语句。处理器204可以选择燃料泵压力读数(例如30和40)以插入到该文本串的第二语句中,并且从元数据512或分类术语数据库216中选择部件名称(例如,MAF传感器)以插入到多语句文本串的第4句到第9句中。这些插入的术语在图5中用下划线示出。
元数据512可以与RO 214内的可呈现RO 500一起存储。另外或可替换地,元数据512可以连同可呈现RO 500的标签或对可呈现RO 500的引用一起存储在元数据222内。
使用指示符514指示与RO 500相关联的以英里为单位的距离。处理器204可以使用使用指示符514来确定当基于搜索术语集合搜索修理提示时是否选择自动生成的修理提示510。
接下来,图3是示出示例性车辆修理工具(VRT)300的细节的方框图。VR 300可以包括或被布置为机器。VRT 300包括用户接口302、处理器304、网络接口306和数据储存设备308,所有这些可以经由系统总线、网络或其他连接机制310链接在一起。图1所示的一个或多个VRT可以如VRT 300一样布置。VRT 300可以如图1中所示的任何VRT一样在系统100内使用。
处理器304可以被配置为执行存储在数据储存设备308内的诸如计算机可读程序指令(CRPI)312的计算机可读程序指令。对于本说明书,处理器304执行CRPI 312以执行本文所描述的某个功能可以包括执行CRPI312的一部分或全部CRPI 312。执行CRPI 312的一部分或全部可以包括多次执行一些计算机可读程序指令。
数据储存设备308可以包括可由处理器304读取的非暂时性计算机可读储存介质(即,两个或多个计算机可读储存介质)。该或每个非暂时性计算机可读储存介质可以包括易失性或非易失性储存部件,诸如光学、磁性、有机或其他存储器或盘存储器,其可以整体地或部分地与处理器304集成。
用户接口302可以包括到被配置为将数据或信息输入到VRT 300中的部件的接口或者到被配置为呈现由VRT 300输出的数据或信息的部件的接口。这些部件中的任何部件都可以被称为VRT用户接口部件。用户接口302可以包括通过有线或无线用户接口通信链路连接到VRT用户接口部件的一个或多个音频/视觉端口或通信端口。由用户接口302输入到VRT 300中的数据或信息可以包括用于准备RO(例如原始RO 400)的数据或信息。
用户接口302可以包括VRT用户接口部件中的一个或多个。作为示例,VRT用户接口部件可以包括红外遥控设备、显示设备、被配置为将电信号转换为可听声音的扬声器、键盘、触摸屏、诸如计算机鼠标的指示设备,或用于生成信号以将数据或信息输入到VRT 300中或呈现由用户接口302输出的数据或信息的一些其他部件。用户接口302可以包括发射机或收发机以将数据或信息提供给另一VRT用户接口部件。
网络接口306可以包括到一个或多个通信网络(例如网络104)的接口。为了与无线通信网络一起使用,网络接口306可以包括用于传送或接收无线通信的一个或多个天线。网络接口306可以包括被配置为连接到网络的有线通信链路的一个或多个通信端口。有线通信链路的示例在本文其他部分列出。网络接口306可以包括网络控制器,网络控制器包括发射机、接收机或收发机。发射机或收发机可以将数据或信息提供给通信端口以作为网络通信通过所连接的网络进行传输。接收机或收发机可以接收在通信端口处从连接的网络接收到的数据或信息。由网络接口306提供给网络的数据或信息可以包括RO。
CRPI 312可以包括用于基于由用户接口302或其用户接口部件输入的数据来生成RO(诸如原始RO 400)的程序指令。CRPI 312可以包括用于执行诊断功能的程序指令,以用于诊断在RO上识别的车辆。作为示例,执行诊断功能可以包括检查如原始RO 400的部分428中所标识的诊断故障代码(DTC),例如DTC 117。CRPI 312可以包括程序指令,用于(i)由用户接口302显示可选择以形成搜索术语集合的车辆ID属性、可选择以形成搜索术语集合的一部分的故障征状标准、以及用于输入使用指示符的字段。(ii)接收对搜索术语集合的选择,(iii)将所选择的搜索术语集合提供给网络接口306,以用于将所选择的搜索术语传输到VRD系统102,(iv)由网络接口306从VRD系统102接收修理提示(诸如自动生成的修理提示),以及(v)使用用户接口302显示接收到的修理提示。
VRT(诸如VRT 300或图1中所示的任何VRT)可以包括或被配置为智能电话、平板电脑设备、膝上型计算机、台式计算机或嵌入式计算设备,诸如VERDICTTM诊断和信息系统以及集成诊断和信息系统,两者都可以从Snap-on Incorporated,Kenosha,Wisconsin获得。因此,VRT还可以包括计算机可读程序指令以用于执行特征,例如但不限于引导部件测试、在线专家论坛、电气测量、波形捕获、显示车辆记录等。
III.示例性操作
图6是示出根据示例性实施方式的方法600的流程图。图6所示的方法600(以及本文公开的其他过程和方法)提出了一种方法,该方法可以在涉及例如系统100、VRD系统200和/或VRT 300的布置内实现(或者更具体地通过其一个或多个部件或子系统,诸如通过处理器和具有指令的(例如,非暂时性或暂时性的)计算机可读介质,所述指令可执行以使得设备执行本文描述的功能)。另外或可替换地,方法600可以在任何其他布置和系统内实现。
本文公开的方法600和其他过程和方法可以包括如块602-610中的一个或多个所示的一个或多个操作、功能或动作。虽然这些块以顺序性次序示出,但这些块也可以并行执行,和/或以与本文所述的顺序不同的顺序执行。而且,各种块可以被组合成更少的块,被分成额外的块,和/或基于期望的实施方式被移除。
另外,对于本文公开的方法600和其他过程和方法,该流程图示出了当前实施方式的一种可能实施方式的功能和操作。就这一点而言,每个块可以表示程序代码的模块、段或一部分,包括可由处理器执行的一个或多个指令,以用于实现过程中的特定逻辑功能或步骤。程序代码可以存储在任何类型的计算机可读介质上,例如,诸如包括磁盘或硬盘驱动器的储存设备。计算机可读介质可以包括非暂时性计算机可读介质,诸如像寄存器存储器、处理器高速缓存和随机存取存储器(RAM)那样的短时间存储数据的计算机可读介质。例如,计算机可读介质还可以包括非暂时性介质,诸如像只读存储器(ROM)、光盘或磁盘、光盘只读存储器(CD-ROM)那样的次级或持久性长期储存。计算机可读介质还可以是任何其他易失性或非易失性储存系统。计算机可读介质可以被认为是例如计算机可读储存介质或者实体储存设备。另外,对于方法600和本文公开的其他过程和方法,图6中的每个块可以表示有线连接以执行该过程中的特定逻辑功能的电路。
在块602处,方法600包括由至少一个处理器确定特定计算机可读车辆修理单(RO)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群,其中,现有集群被布置为包含对应于特定车辆故障征状的RO,并且其中,特定RO包括至少第一RO部分和第二RO部分。
在示例性实施方式中,处理器(例如,处理器204)可以被配置为评估特定RO。该特定RO可以是存储在数据储存设备210中的RO 214中的一个,可以是从RO手动输入设备202接收的新RO,或者可以是通过网络104从网络接口208接收的新RO,等等。此外,这个特定RO可以是原始的RO,例如由图1所示的VRT生成的RO,或者使用RO手动输入设备202输入的RO,或者特定RO可以是由VRD系统200生成的可呈现RO。
在评估特定RO时,处理器204可确定特定RO对应于RO的现有集群。该现有集群可以是其中处理器204已预先关联一个或多个RO的集群。因此,现有集群可以具有至少1(一)的集群大小,从而指示至少一个RO已与该现有集群相关联。与该现有集群相关联的至少一个RO可以是所讨论的特定RO。即,特定RO可以已经与现有集群相关联,并且因此现有集群已经包含特定RO。可替换地,特定RO可以是尚未被添加到(例如关联于)现有集群的新RO。在这种情况下,处理器204可以确定特定RO对应于现有集群,并且因此应该被添加到现有集群以便增加集群大小。
更具体地说,现有集群可以与特定的定义的RO属性相关联,例如与特定车辆故障征状相关联。该特定车辆故障征状可以是特定DTC,例如图4中所示的DTC P0171。可替换地,该特定车辆故障征状可以是故障征状标准234中的一个,例如上面表5中所示的“排放和MAF故障”。特定车辆故障征状也可以采取其他形式。在任一种情况下,现有集群可以被布置为包含对应于特定的定义的RO属性(例如对应于特定车辆故障征状)的RO。
在一种示例性布置中,处理器204可以以各种方式之一确定特定RO对应于现有集群。例如,如果现有集群已经包含特定RO,则处理器204可以简单地通过确定现有集群已经包含特定RO来确定特定RO对应于现有集群。例如,这可能涉及处理器204确定与特定RO相关联的集群ID。为此,处理器204可以参考元数据222,其可以包括将某些RO与某些集群相关联(例如,通过某些集群ID)的元数据。因此,当某个RO与该集群相关联时,集群可以包含该某个RO,例如通过关联集群的ID的方式。
在另一示例中,无论现有集群是否已经包含特定RO还是特定RO是否是新RO,处理器204都可以通过确定特定RO包括匹配上述特定的定义的RO属性的RO属性来确定特定RO对应于现有集群。为此,处理器204可搜索特定RO上的文本、符号或其他内容或与特定RO相关联的元数据以便关联现有集群内的特定RO。例如,处理器204可以确定特定RO包括与特定车辆故障征状相关的内容,并且因此由于现有集群被布置为包含对应于特定车辆故障征状的RO,而可以将特定RO与现有集群关联。其他示例也是可能的。
在一些情况下,被布置为包含对应于特定车辆故障征状的RO的现有集群可以具体地包括布置现有集群以包含对应于特定车辆故障征状而不对应于特定车辆部件(或为了解决特定车辆故障征状正在对特定车辆部件进行的校正动作)的RO。包含在这种集群内的RO因此可以包含与特定车辆故障征状相关的内容,但可以不包含代表特定车辆部件的内容。相反,如下面进一步详细讨论的,包含在这种集群内的RO可能包含与非特定车辆部件相关的内容。在这样的情况下,处理器204可以通过确定特定RO包含与特定车辆故障征状相关的内容但不包含代表特定车辆部件的内容来确定特定RO对应于现有集群。
表6示出了标识以ID 26至28(含)标识的三个集群的数据。集群大小表示有多少RO与相应的集群相关联。随着或在将额外的RO添加到RO214之后或者将RO从一个集群转移到不同集群之后,集群大小可以被修改。表6示出了与每个相应的RO集群相关联的DTC、动作和部件属性的示例。当然,如上面关于表1所述,表6也可以修改为包括其他属性的单独列。其他属性可以标识RO属性,例如但不限于客户投诉、日期或劳务操作代码(LOC)。
集群ID 集群大小 DTC 动作 部件
26 1,254 P0101 - -
27 1,516 P0503,P0504 - -
28 984 P0906 - -
表6
如图所示,这些示例性集群中的每一个被布置为包含对应于至少一个特定车辆故障征状而不对应于动作和/或部件属性的RO。例如,具有集群ID 26的集群与采取DTC P0101的形式的单个车辆故障征状相关联。而具有集群ID 27的集群与分别采取DTC P0503和DTCP0504的形式的两个车辆故障征状相关联。当然,示例性集群可以与两个或多个车辆故障征状相关联。在任何一种情况下,上述现有集群都可以是表6中所示的示例性集群之一,以及其他可能的集群。
利用该示例性布置,上述特定RO可以是表6中示出的集群之一中的RO之一。例如,特定RO可以是与RO集群ID 26相关联的RO之一。为了说明,表7接下来示出了与表6中所示的RO集群ID 26相关联的1254个RO中的五个RO上包括的数据的示例。表7中的RO数据包括RO标识符,其可以例如由VRT或VRD系统102分配。表7中的RO数据还包括与每个RO相关联的年份/品牌/型号/发动机属性。当然,如上面关于表2所述,可以将表7修改为包括单独的列以包括其他属性,例如与子型号属性相关联的车辆的子型号属性。
RO ID 年份 品牌 型号 发动机
6478 2001 Infiniti I30 3.0L V6,VIN(C)
2224 1999 Ford Cutaway E350 6.8L,V10,VIN(S)
4390 2005 Ford Pickup F250Super Duty 5.4L,V8VIN(5)
1273 2001 Hyundai XG300 3.0L V6,VIN(D)
3815 2001 Nissan Maxima GLE 3.0L V6,VIN(C)
表7
此外,如所指出的,所讨论的特定RO可以包括至少第一和第二RO部分。在一些情况下,第一RO部分可以不同于第二RO部分。在其他情况下,第一RO部分可以与第二RO部分相同。在任一情况下,RO部分通常可以指在RO内找到并且包含特定分类或类别的计算机可读数据集的区域。
举例来说,RO部分可以是服务提供商标识符402部分、服务标识符日期404部分、客户指示符406部分、车辆信息408部分、车辆服务请求部分(例如车辆服务请求410、412和414)、零件信息416部分、服务过程信息部分(例如服务过程信息418、420和422)以及车辆使用指示符430部分。在其他示例中,RO部分可以是在车辆信息408内找到的VIN 432,或者在服务过程信息(例如,服务过程信息418)内找到的不同的RO部分(例如,部分424)。在又一些示例中,RO部分可以是LOC、DTC、车辆故障征状、在不同的RO部分内找到的并且指定为解决车辆故障征状所采取的校正动作的劳务行,或零件信息内找到的并且指定关于特定零件的信息的零件行(例如,图4示出了具有相关联零件号6012980且售价为89.99美元的MAF传感器的零件行)。其他示例也是可能的。
在块604处,方法600包括由至少一个处理器确定第一RO部分包括代表非特定车辆部件的第一数据。
根据各种实施方式,特定车辆部件可以由分类术语数据库216的特定分类组内找到的术语(例如,词语或短语)中的一个来表示。该特定分类组可以基本上提供车辆部件数据库238,包括多个计算机可读车辆部件术语。这样,如果处理器204确定(例如,在RO部分中找到的)给定文本串与来自车辆部件数据库238中找到的多个车辆部件术语当中的确切车辆部件术语相匹配,则处理器204可以响应地确定该给定文本串代表特定车辆部件。
举例来说,处理器204可以评估服务过程信息422,并且在这样做的同时可以确定RO的服务过程信息422包括“冷却液传感器”的文本串。处理器204然后可以参考车辆部件数据库238来确定该文本串是仅与在车辆部件数据库238中找到的车辆部件术语中的一个相匹配,基本上与在车辆部件数据库238中找到的两个或多个车辆部件术语相匹配,还是不匹配在车辆部件数据库238中找到的任何车辆部件术语。在该示例中,处理器204可以例如通过确定文本串(例如冷却液传感器)内的字母/数字/符号/空白的序列与确切车辆部件术语内的字母/数字/符号/空白的序列完全相同,来确定所讨论的文本串仅与在车辆部件数据库238中找到的车辆部件术语中的一个相匹配。该确定随后可用作向处理器204指示文本串“冷却液传感器”代表特定车辆部件的指示。
如此,如果RO包含与特定车辆故障征状相关的内容以及与特定车辆部件相关的内容,则该RO可以与布置为包含对应于特定车辆故障征状和特定车辆部件的RO的集群相关联。尽管如此,与特定车辆部件相关的这些内容可能还没有在所讨论的特定RO内找到。结果,特定RO可以最初与被布置为包含对应于特定车辆故障征状但不对应于特定车辆部件的RO的现有集群相关联。
然而,在一些情况下,特定RO可以包含与非特定车辆部件相关的内容,其可以最终用于确定特定车辆部件,如下面进一步讨论的。根据示例性实施方式,处理器204因此可以评估特定RO以确定特定RO是否包括代表非特定车辆部件的数据。该非特定车辆部件可以由在车辆部件数据库238的几个车辆部件术语内找到的术语(例如,词语或短语)来表示。因此,通常可能会出现关于这几个车辆部件术语中的哪一个是在特定RO中被涉及的实际车辆部件的歧义,由此导致诸如与现有集群的不正确关联和/或修理技术人员错误地解释特定RO的问题以及其他可能的问题。
更具体地,处理器204可以确定在上述第一RO部分内找到给定文本串,并且可以确定给定文本串基本上匹配来自车辆部件数据库238的两个或多个车辆部件术语。特别地,这可以包括确定给定文本串与这两个或多个车辆部件术语中的每一个的至少一部分基本上匹配。这样,如果处理器204确定(例如,在第一RO部分中找到的)给定文本串基本上匹配来自车辆部件数据库238中找到的多个车辆部件术语当中的两个或多个车辆部件术语,那么处理器204可以响应地确定该给定文本串代表非特定车辆部件。
举例来说,处理器204可以评估零件信息416,并且在这样做的同时可以确定零件信息416的零件行包括文本串“传感器”。处理器204然后可以参考车辆部件数据库238来确定该文本串是仅与在车辆部件数据库238中找到的车辆部件术语中的一个相匹配,基本上与在车辆部件数据库238中找到的两个或多个车辆部件术语相匹配,还是不匹配在车辆部件数据库238中找到的任何车辆部件术语。在该示例中,处理器204可以确定该文本串基本上与在车辆部件数据库238中找到的两个或多个车辆部件术语相匹配。例如,处理器204可以确定车辆部件数据库238包括各自包括文本串“传感器”的两百个车辆部件术语。这种车辆部件术语的示例可以包括(但不限于):MAF传感器、冷却液传感器、温度传感器、光传感器、氧气传感器、压力传感器和燃料传感器。这样,当处理器204做出该确定时,那么该确定于是可以用作向处理器204指示文本串“传感器”代表非特定车辆部件。其他示例也是可能的。
在块606处,方法600包括:响应于确定第一RO部分包括第一数据,至少一个处理器确定第二RO部分包括第二数据,该第二数据可由该至少一个处理器用于确定与该特定RO相关联的特定车辆部件。并且在块608处,方法600包括响应于确定第二RO部分包括第二数据,至少一个处理器基于第一数据和第二数据来确定特定车辆部件。
根据一种示例性实施方式,一旦处理器204确定第一RO部分包括代表非特定车辆部件的第一数据,处理器204可进一步评估特定RO以确定特定RO是否包括处理器204可以用作确定特定车辆部件的基础的任何第二数据,以便最终消除由非特定车辆部件引起的任何歧义。在这样做时,处理器204可以评估特定RO的第二RO部分。特别地,这些第二RO部分可以是特定RO的一个或多个RO部分,例如零件行和/或劳务行。在一些情况下,这些一个或多个RO部分中的至少一个可以与上面讨论的第一RO部分相同。
在该示例性实施方式中,处理器204可以执行多个操作集合中的任何一个,以便确定特定RO是否包括这样的第二数据并且然后将该第二数据与第一数据结合使用来确定特定车辆部件。当采取步骤来确定特定车辆部件时,处理器204可以执行这些操作集合中的一个或多个,并且还可以以任何顺序执行这些操作集合。而且,一旦处理器204执行导致确定特定车辆部件的操作集合,则处理器204可以响应地停止执行任何进一步的操作集合。现在将更详细地描述这些操作集合。
在一种情况下,处理器204可以确定特定DTC标识符是否与特定RO相关联。例如,处理器204可以通过确定与特定RO相关联的现有集群来这样做,例如通过确定与特定RO相关联的集群ID。然后处理器204可以确定现有集群是否被布置为包含对应于特定DTC标识符的RO。如果处理器204确定现有集群被布置为包含对应于特定DTC标识符的RO,则处理器204可以响应地确定该特定DTC标识符与特定RO相关联。可替换地,处理器204可以参考第二RO部分,并且可以例如通过确定在第二RO部分内找到的文本串与来自分类组的DTC标识符相匹配来确定第二RO部分包括特定DTC标识符,该分类组包括例如多个DTC标识符。
一旦处理器204确定特定DTC标识符与特定RO相关联,则处理器204可以基于非特定车辆部件和所确定的特定DTC标识符来确定特定车辆部件。为此,处理器204可以基于非特定车辆部件和确定的特定DTC标识符统计地推断特定车辆部件。具体地,处理器204可以参考包含多个RO 214的数据储存设备210。从这多个RO 214当中,处理器204可以识别各自与特定DTC标识符相关联的RO,例如包括修理单文本中的特定DTC标识符的RO。处理器204然后可以确定阈值百分比(例如,通过手动工程设计输入建立和/或作为CRPI 218的一部分并入)的识别的RO包括涉及特定DTC标识符以及与非特定车辆部件有关的给定车辆部件的修理数据。该给定的车辆部件可以是上述车辆部件术语之一,该术语的至少一部分与非特定车辆部件的文本串相匹配。一旦处理器204确定阈值百分比的识别的RO包括这样的修理数据,则处理器204可以响应地确定给定车辆部件是特定车辆部件。
举例来说,特定RO可以包括非特定车辆部件“传感器”并且可以与P0135的DTC相关联。在该示例中,处理器204可以确定各自包括涉及P0135以及具有包括文本串“传感器”的部分的车辆部件术语的修理数据的RO的百分比。例如,处理器204可以确定百分之八十的RO包括涉及P0135以及氧气传感器的修理数据。然后,处理器204可以确定该百分比超过百分之七十的阈值百分比,并且因此可以响应地确定该特定车辆部件是氧气传感器。其他示例是可能的。
另一方面,处理器204还可以使用车辆属性作为确定特定车辆部件的附加基础。特别地,处理器204可以确定特定RO包括涉及具有特定车辆属性的特定车辆的特定数据。处理器204可以以各种方式这样做。在一个示例中,处理器204可以参考与特定RO相关联的元数据以识别特定车辆以及特定车辆属性。在另一个示例中,处理器204可以通过参考与特定车辆相关联的车辆标识号(VIN)432和/或特定车辆的描述来参考车辆信息408。利用该信息,处理器204然后可以参考车辆ID搜索术语232以确定与特定车辆相关联的一个或多个车辆属性。这些车辆属性可以包括但不限于:(i)车辆年份属性,(ii)车辆品牌属性,(iii)车辆型号属性,(iv)车辆发动机属性,(v)车辆系统属性,(vi)车辆年份-品牌-型号属性,(vii)车辆年份-品牌-型号-子型号属性,(viii)车辆发动机代码,(ix)车辆驾驶类型,以及(x)车辆燃料系统类型。
一旦处理器204确定特定RO包括涉及具有特定车辆属性的特定车辆的特定数据,处理器204可以确定特定车辆与一个或多个车辆集合相关。该集合中的一个或多个车辆可以全部共享相同车辆属性中的一个或多个。因此,由于具有与该集合中的一个或多个车辆相同或相似的车辆属性,特定车辆可以与该集合相关。而且,处理器204可以基于特定车辆与该集合相关的指示(例如,存储在数据储存设备210内)确定该特定车辆与该集合相关。例如,处理器204可以通过参考车辆利用数据224来这样做,所述车辆利用数据224包括标识在通用车辆平台上建立的不同车辆型号的计算机可读数据。在另一个示例中,处理器204可以通过参考零件利用数据226来这样做,所述零件利用数据226包括标识使用由一个或多个零件制造商生产的通用零件的不同车辆型号的数据。其他示例也是可能的。
因此,处理器204可以从多个RO 214之中识别包括涉及来自该集合的至少一个车辆的其他数据的RO。具体而言,例如由于具有涉及来自该集合的至少一个这样的车辆的车辆信息408,RO可以与来自该集合的至少一个车辆相关联。处理器204可以以各种方式识别这些RO。例如,处理器204可以参考搜索术语230以从该集合中识别与给定车辆相关联的一个或多个RO ID。处理器204可以为来自集合的一些或全部车辆这样做,并且因此可以识别与各自具有涉及来自集合的至少一个车辆的数据的RO相关联的多个RO ID。
从这些识别的RO中,处理器204然后可以识别各自与特定DTC标识符相关联的RO,并且然后可以采取在这种情况下如上所讨论的步骤以便确定特定车辆部件。具体地,处理器204然后可以确定阈值百分比的识别的RO包括涉及特定DTC标识符以及与非特定车辆部件相关的给定车辆部件的修理数据,并且处理器204可以然后响应地确定给定车辆部件是特定车辆部件。以这种方式,处理器204可以仅在列出具有与所讨论的特定车辆的属性类似的车辆属性的车辆的RO的上下文中执行针对这种情况的操作集合,由此统计地增大正确地推断特定车辆部件的概率。
在另一种情况下,处理器204可以确定特定车辆故障征状(例如,不同于DTC标识符)是否与特定RO相关联。例如,处理器204可以通过确定与特定RO相关联的现有集群来这样做,例如通过确定与特定RO相关联的集群ID。然后处理器204可以确定现有集群是否被布置为包含对应于特定车辆故障征状的RO。如果处理器204确定现有集群被布置为包含对应于特定车辆故障征状的RO,则处理器204可以响应地确定特定车辆故障征状与特定RO相关联。可替换地,处理器204可以参考第二RO部分,并且可以例如通过确定在第二RO部分内找到的文本串与来自分类组的车辆故障征状匹配,来确定第二RO部分包括代表特定车辆故障征状的故障征状数据,例如所述分类组包括多个车辆故障征状。
一旦处理器204确定特定车辆故障征状与特定RO相关联,处理器204就可以使用该特定车辆故障征状作为确定特定车辆部件的基础。作为初始事项,处理器204可以确定特定车辆故障征状与特定车辆系统相关联,例如具有可能表现出该特定车辆故障征状的一个或多个车辆部件的特定车辆故障征状。例如,处理器204可以通过参考与特定车辆故障征状相关联的元数据以便识别该特定车辆系统来这样做。一旦处理器204确定特定车辆故障征状与特定车辆系统相关联,处理器204就可以基于非特定车辆部件和特定车辆系统来确定特定车辆部件。
更具体地,非特定车辆部件可以对应于代表非特定车辆部件的第一文本串,而特定车辆系统可以对应于代表特定车辆系统的第二文本串。利用这种布置,处理器204可以生成作为第一文本串的至少一部分和第二文本串的至少一部分的组合的特定文本串。然后,处理器204可以参考车辆部件数据库238来确定所生成的文本串是否与来自车辆部件数据库238中找到的多个车辆部件术语当中的确切车辆部件术语相匹配。如果所生成的文本串与确切的车辆部件术语相匹配,则处理器204可以确定所生成的文本串代表特定车辆部件。而如果生成的文本串不与确切的车辆部件术语相匹配,则处理器204可以例如通过使用第一和第二文本串的不同的相应部分来生成另一个文本串。然后处理器204可以再次为新生成的文本串重复该操作集合。以这种方式,处理器204可以继续生成文本串,直到处理器204生成与确切的车辆部件术语相匹配的文本串。
举例来说,特定RO可以包括非特定车辆部件“离合器”并且可以与特定车辆故障征状“A/C不工作”(A/C指空调)相关联。在该示例中,处理器204可以参考与“A/C不工作”相关联的元数据,并且可以确定“A/C不工作”与“A/C系统”相关联。一旦处理器204做出该确定,处理器204就可以如上所述地生成特定文本串。例如,处理器204可以使用术语“A/C系统”的一部分,诸如“A/C”的部分。而且,处理器204可以使用术语“离合器”的全部。然后,处理器204可以将部分“A/C”与术语“离合器”组合以产生文本串“A/C离合器”。通过该方法,处理器204于是可以确定“A/C离合器”与车辆部件数据库238中的确切的车辆部件术语相匹配,由此确定“A/C离合器”是特定车辆部件。
在又一种情况下,处理器204可以确定特定RO(例如,特定RO的第二部分)是否包括指定更换的车辆部件的更换数据。例如,这些更换数据可以在特定RO的劳务行中找到,其他也是可能的。为了确定特定RO是否包括更换数据,处理器204可以确定特定RO是否包括与在与更换有关的术语的分类组中找到的多个术语中的一个相匹配的更换文本,诸如包括(不限于)以下的术语:“更换”、“被更换”、“正更换”、“更换”“R/R”(R/R代表“移除并更换”或“移除并修理”)等。如果处理器204确定特定RO包括与这些多个术语中的一个匹配的更换文本,则处理器204可以评估在更换文本之后的术语(和/或之前的术语),以便确定随后的术语是否与车辆部件数据库238中找到的多个车辆部件术语当中的确切的车辆部件术语相匹配。这样,如果处理器204确定随后的术语与确切的车辆部件术语相匹配,则处理器204然后可以确定随后的术语是指被更换的车辆部件。
在这种情况下,处理器204可以将更换的车辆部件与非特定车辆部件进行比较,以便确定更换的车辆部件是否是特定车辆部件。特别地,非特定车辆部件可以对应于代表非特定车辆部件的第一文本串,而更换车辆部件可以对应于代表更换车辆部件的第二文本串。利用这种布置,处理器204可以确定第一文本串是否与第二文本串的至少一部分匹配。如果处理器204确定第一文本串与第二文本串的至少一部分匹配,则处理器204可以响应地确定更换的车辆部件确实是特定车辆部件。
举例来说,特定RO可以包括非特定车辆部件的“线束”,并且可以与P0335的DTC相关联。在该示例中,处理器204可以确定确切的RO部分具有包括更换文本“更换”的劳务行,该更换文本与多个与更换相关的术语中的一个相匹配。而且,处理器204然后可以确定术语“CKP线束”在更换文本“更换”之后并且该术语匹配确切的车辆部件术语。随后,处理器204可以确定文本串“线束”与文本串“CKP线束”的一部分匹配。并且响应于做出该确定,处理器204可以确定特定车辆部件是CKP线束。其他示例也是可能的。
在一些情况下,处理器204可以例如通过使用上面讨论的技术来确定特定RO(例如,特定RO的第一部分)包括指定更换的车辆部件的更换数据。例如,这个更换数据可以在特定RO的任何RO文本字段中找到。无论如何,当确定特定RO包括更换数据时,处理器204可以确定更换的车辆部件是否与来自车辆部件数据库238中找到的多个车辆部件术语中的确切的车辆部件术语匹配,或者更换数据是否指定更换非特定车辆部件。如果处理器204确定更换的车辆部件匹配确切的车辆部件术语,则处理器204可以响应地确定确切的车辆部件术语代表特定车辆部件。相反,如果处理器204确定更换数据实际指定更换非特定车辆部件,则处理器204可以响应地使用本文讨论的任何操作集合来确定特定车辆部件。
举例来说,处理器204可以确定特定RO与在特定RO的任何零件行上没有列出的车辆部件的P0101的DTC相关联。然而,处理器204可以确定确切的RO部分包括匹配与更换相关的多个术语中的一个的更换文本“更换”。而且,处理器204然后可以确定术语“传感器”在更换文本“更换”之后并且该术语不与确切的车辆部件术语匹配,由此指示该术语代表非特定车辆部件。响应地,处理器204可以使用本文讨论的至少一个操作集合来确定特定车辆部件并且因此消除与术语“传感器”相关联的歧义。例如,处理器204可以确定特定RO与P0101的DTC相关联。在这种情况下,处理器204可以确定数据库中百分之九十的RO包括涉及P0101以及空气流量传感器的修理数据。然后,处理器204可以确定该百分比超过百分之七十的阈值百分比,并且因此可以响应地确定更换的特定车辆部件是空气流量传感器。其他示例是可能的。
在又一种情况下,处理器204可以确定特定RO(例如,特定RO的第二部分)是否包括指定与非特定车辆部件相关联的特定车辆零件号的标识数据。例如,处理器204可以参考包括非特定车辆部件的零件行并且可以确定该零件行是否包括特定车辆零件号。如果零件行包括特定车辆零件号,则处理器204可以参考数据储存设备210以确定特定车辆部件。
特别地,数据储存设备210可以包含零件号数据库240,该零件号数据库240包括将特定车辆零件号映射到特定的相应零件号描述的映射数据。利用该布置,处理器204可以参考数据储存设备210来确定特定车辆零件号是否与在零件号数据库240中找到的车辆零件号中的一个匹配。如果处理器204确定特定车辆零件号确实匹配车辆零件号中的一个,处理器204就可以使用该映射数据来确定特定车辆零件号的相应零件号描述。该特定车辆零件号的相应零件号描述可以包括特定车辆部件。以这种方式,处理器204可以使用在与非特定车辆部件关联的零件行中找到的特定车辆零件号来确定特定车辆部件。
举例来说,特定RO可以包括给定零件行上的非特定车辆部件“传感器”。在该示例中,处理器204可以确定给定零件行还包括特定车辆零件号“37980-RLF-003”。因此,处理器204可以参考数据储存设备210并且可以确定特定车辆零件号“37980-RLF-003”与在零件号数据库240中找到的车辆零件号之一匹配。响应地,处理器204然后可以使用该映射数据来确定特定车辆零件号“37980-RLF-003”的相应零件号描述。然后处理器204可以确定这个相应零件号描述包括对与在车辆部件数据库238中找到的车辆部件术语中的一个相匹配的“空气流量传感器”的引用。这样,处理器204可以确定特定的车辆部件是空气流量传感器。其他情况和示例也是可能的。
在块610处,方法600包括响应于确定特定车辆部件,至少一个处理器将特定RO添加到RO的不同集群,其中,该不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。
在示例性实施方式中,处理器204可以确定特定车辆部件,并且然后可以将该特定RO添加到RO的不同集群。该不同集群可以被布置为包含具有对应于上述特定车辆故障征状的数据以及对应于所确定的特定车辆部件的数据的RO。例如,不同集群可以包含对应于P0135的DTC和确定的特定车辆部件“氧气传感器”的RO。在另一个实例中,不同集群可以包含对应于特定车辆故障征状“A/C不工作”和确定的特定车辆部件“A/C离合器”的RO。在又一个示例中,不同集群可以包含对应于P0335的DTC和确定的特定车辆部件“CKP线束”的RO。在又一个示例中,不同集群可以包含对应于P0101的DTC和确定的特定车辆部件“空气流量传感器”的RO。当然,不同集群还可以涉及其他车辆属性并且因此可以被布置为包含对应于特定车辆故障征状、确定的特定车辆部件以及这些其他车辆属性的RO。
在一个示例性情况下,如上所述,处理器204可以在将特定RO添加到现有集群和不同集群中的任何一个之前确定特定RO是由处理器204接收的新RO。在这种情况下,处理器204可以将特定RO添加到现有集群和不同集群。在另一种情况下,处理器204可以将特定RO添加到不同集群,而不将特定RO添加到现有集群。其他情况也是可能的。
在另一个示例性情况下,如上所述,处理器204可以确定特定RO已经包含在现有集群中。在这种情况下,处理器204可以将特定RO添加到不同集群,并且还可以将特定RO保留在现有集群中,使得特定RO于是被包含在现有集群和不同集群中。在另一种情况下,处理器204可以将特定RO添加到不同集群,并且还可以从现有集群中移除特定RO,使得特定RO于是被包含在不同集群中并且不再包含在现有集群中。其他情况也是可能的。
图7A至7B示出了RO在集群之间移动的示例。具体地,图7A示出了包含RO 704至716的示例性集群700以及包含RO 718至722的示例性集群702。如图所示,RO 714正从集群700移动至集群702。然后,在已经移动RO 704之后,图7A示出了集群702包含RO 714并且集群700不再包含RO 714。此外,图8A至8B示出了将RO添加到集群的示例。具体地,图8A示出了包含RO 802至812的示例性集群800。如图所示,将新RO 814添加到集群800。然后,在将新RO添加到集群800之后,图8B示出了集群800包含RO 814。注意,集群700、702和800可以存储在数据储存设备210的集群中(例如,在下面进一步讨论的集群数据库236内)。其他说明也是可能的。
在示例性布置中,处理器204可以使用各种技术来将特定RO添加到集群,从集群中移除特定RO,在集群之间移动特定RO,和/或将特定RO保留在集群中。在一种情况下,为了将特定RO添加到集群,处理器204可以生成元数据以将特定RO与适当的集群ID相关联,并且然后可以存储该生成的元数据(例如,在元数据222内连同特定RO的标签或对特定RO的引用)。在另一种情况下,为了从集群中移除特定RO,处理器204可以(i)修改将特定RO与集群ID相关联的元数据,以指示特定RO不再与该集群ID相关联,并且然后可以(ii)存储这个修改的元数据。可替换地,为了从集群中移除特定RO,处理器204可以移除将特定RO与集群ID相关联的元数据,例如通过从数据储存设备210移除该元数据。
在又一种情况下,为了在集群之间移动特定RO,处理器204可以修改将特定RO与第一集群ID相关联的元数据,以便在元数据内指示特定RO不再与该第一集群ID相关联而与第二集群ID相关联。可替换地,为了在集群之间移动特定RO,处理器204可以生成元数据以将特定RO与第一集群ID相关联(并且然后可以存储该生成的元数据),同时还以上述方式移除或修改将该特定RO与第二集群ID相关联的元数据。在又一种情况下,为了将特定RO保留在集群中,处理器204可以简单地维持将特定RO与该集群相关联的任何元数据。其他情况也是可能的。
在示例性实施方式中,处理器204可以参考数据储存设备210来确定数据储存设备210是否包含不同集群。这可以具体涉及处理器204参考数据储存设备210内的包括RO集群的集群数据库236。特别地,集群数据库236可以包括与RO集群相关联的所有现有ID,与某些RO集群相关联的集群属性,和/或将某些RO与某些RO集群相关联的元数据(另外或者可替换地,该元数据可以如上所述被包括在元数据222内)等。利用该布置,处理器204可以确定数据储存设备210是否包含用于特定集群的集群ID,该特定集群被布置为包含对应于特定车辆故障征状和确定的特定车辆部件的RO。如果处理器204确定数据储存设备210包含不同集群,则处理器204可以将特定RO添加到这个不同集群,如上所述。而如果处理器204确定数据储存设备210不包含不同集群,则处理器204可以生成这个不同集群并且可以将这个生成的不同集群存储在数据储存设备210中。一旦处理器204生成这个不同集群,处理器204就可以将特定RO添加到这个不同集群,如上所述。
处理器204可以用各种方式之一来生成不同集群。例如,处理器204可以生成用于定义集群的车辆属性的组合(例如,属性的元数据)的集群ID。这些属性可以包括特定DTC、特定故障征状、特定部件和/或特定劳务操作(例如,特定LOC)等。举例来说,处理器204可以将特定集群ID分配给“P0101”和“空气流量传感器”属性的组合,并且因此可以将包含代表这些属性的数据的RO与该特定集群ID相关联。以这种方式,可以为车辆属性的不同组合分配不同集群ID。其他示例也是可能的。
IV.其他方面
在示例性实施方式中,处理器204可以执行上面讨论的各种操作集合,但仍可能不能确定特定车辆部件。这可能是由于处理器204确定特定RO不包括执行特定操作集合所需的特定信息,或者可能是由于其他原因。无论如何,在这种情况下,处理器204可以生成用于人审阅的报告。报告的目的是提供有价值的信息,其有助于人为确定具体的车辆部件,并随后将特定RO人为分类到适当的集群。因此,报告可以指示处理器204不能确定特定车辆部件并且因此仍然存在关于非特定车辆部件的歧义。
另外或可替换地,该报告可以提供可以有助于适当地对特定RO进行分类的其他信息。例如,处理器204可以识别RO214内的与所讨论的特定RO具有相似性的一个或多个其他RO。这些相似性可以涉及具有指示相同(或类似)车辆故障征状、相同(或类似)校正动作和/或相同(或类似)非特定车辆部件的数据的其他RO。在识别出这样的RO之后,处理器204可以生成报告以列出这些RO并且/或者可能列出包括在这些RO中的有价值的信息。
为了说明,再次参照图1,其示出了VRD系统102可以输出报告124。具体地,该报告124可以作为VRD系统的显示器上的图形用户界面(GUI)的一部分来显示。在另一种情况下,VRD系统102可以将报告124传送给VRT 106-120(和/或其他设备)中的一个或多个,使得VRT可以显示该报告124。例如,图3的VRT 300被示出为显示报告314(例如,可以与报告124相同)作为用户接口314的一部分。在又一种情况下,VRD系统102可以将报告124存储在数据储存设备210和/或基于云的数据储存设备中,以便使得报告124可通过设备(例如,VRT)获得以供人审阅。其他情况也是可能的。
V.结论
以上已经描述了示例性实施例。本领域技术人员将理解,可以对所描述的实施例做出改变和修改而不脱离由权利要求限定的本发明的真实范围。
基于本文描述的特征或功能的附加实施例可以体现为存储程序指令的计算机可读介质,当程序指令由机器的处理器执行时使得执行功能集合,该功能集合包括本文描述的方面和实施例的特征或功能。
因此,本公开内容的实施例可以涉及以下列出的列举的示例性实施例(EEE)中的一个。
EEE1是一种方法,包括:由至少一个处理器确定特定计算机可读车辆修理单(RO)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群,其中,现有集群被布置为包含对应于特定车辆故障征状的RO,及其中,特定RO至少包括第一RO部分和第二RO部分;由至少一个处理器确定第一RO部分包括代表非特定车辆部件的第一数据;响应于确定第一RO部分包括第一数据,至少一个处理器确定第二RO部分包括第二数据,至少一个处理器能够使用该第二数据来确定与特定RO相关联的特定车辆部件;响应于确定第二RO部分包括第二数据,至少一个处理器基于第一数据和第二数据来确定特定车辆部件;并且响应于确定特定车辆部件,至少一个处理器将特定RO添加到不同RO集群,其中,不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。
EEE2是EEE1所述的方法,其中,所述特定车辆故障征状包括特定诊断故障代码(DTC)标识符;其中,确定所述第二RO部分包括所述第二数据包括确定所述第二RO部分包括所述特定DTC标识符;并且其中,基于所述第一数据和第二数据确定所述特定车辆部件包括基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件。
EEE 3是EEE 2所述的方法,其中,所述特定RO是存储在数据储存设备内的多个RO之一,并且其中,基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件包括:所述至少一个处理器从所述多个RO中识别各自与所述特定DTC标识符相关联的RO;所述至少一个处理器确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和涉及与所述非特定车辆部件相关的给定车辆部件的修理数据;以及响应于确定阈值百分比的所识别的RO包括所述修理数据,所述至少一个处理器确定所述给定车辆部件是所述特定车辆部件。
EEE 4是EEE 2所述的方法,还包括:由所述至少一个处理器确定所述特定RO包括涉及具有特定车辆属性的特定车辆的特定数据,其中,基于所述第一数据和第二数据确定所述特定车辆部件还包括基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件。
EEE 5是EEE 4所述的方法,其中,所述特定RO是存储在数据储存设备内的多个RO之一,其中,所述特定车辆与一个或多个车辆集合相关,并且其中,基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件包括:所述至少一个处理器在多个RO之中识别包括涉及来自所述集合的至少一个车辆的另外数据的RO;所述至少一个处理器从所识别的RO之中识别各自与所述特定DTC标识符相关联的RO;所述至少一个处理器确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和与所述非特定车辆部件相关的给定车辆部件的修理数据;以及响应于确定阈值百分比的所识别的RO包括所述修理数据,所述至少一个处理器确定所述给定车辆部件是所述特定车辆部件。
EEE 6为EEE 4至5中任一项所述的方法,其中,所述特定车辆属性包括以下中的一个或多个:(i)车辆年份属性,(ii)车辆品牌属性,(iii)车辆型号属性,(iv)车辆发动机属性,(v)车辆系统属性,(vi)车辆年份-品牌-型号属性,(vii)车辆年份-品牌-型号-子型号属性,(viii)车辆发动机代码,(ix)车辆驱动类型,以及(x)车辆燃料系统类型。
EEE 7是EEE 1所述的方法,其中,确定第二RO部分包括第二数据包括确定所述第二RO部分包括代表特定车辆故障征状的故障征状数据;并且其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括(i)确定所述特定车辆故障征状与特定车辆系统相关联,并且(ii)基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件。
EEE 8是EEE 7所述的方法,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述特定车辆系统对应于代表所述特定车辆系统的第二文本串,并且其中,基于所述非特定车辆部件和所述特定车辆系统来确定所述特定车辆部件包括:由所述至少一个处理器基于所述第一文本串的至少一部分和所述第二文本串的至少一部分的组合来生成特定文本串;所述至少一个处理器参考包含分类术语数据库的数据储存设备,所述分类术语数据库包括多个计算机可读分类术语;并且在参考所述数据储存设备的同时,所述至少一个处理器确定所述特定文本串与所述多个分类术语中的至少一个分类术语相匹配。
EEE 9是EEE 8所述的方法,其中,基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件还包括:确定所述至少一个分类术语代表所述特定车辆部件。
EEE 10是EEE 1所述的方法,其中,确定第二RO部分包括第二数据包括确定所述第二RO部分包括指定更换的车辆部件的更换数据;并且其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件。
EEE 11是EEE 10所述的方法,其中,所述第二RO部分包括劳务行,并且其中,所述劳务行包括指定所述更换的车辆部件的所述更换数据。
EEE 12是EEE 10至11中任一项所述的方法,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述更换的车辆部件对应于代表所述更换的车辆部件的第二文本串,并且其中,基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件包括:由所述至少一个处理器确定在所述第一文本串匹配第二文本串的至少一部分;以及响应于确定在所述第一文本串匹配第二文本串的至少一部分,由所述至少一个处理器确定所述第二文本串代表所述特定车辆部件。
EEE 13是EEE 1所述的方法,其中,确定第一RO部分包括第一数据包括确定所述第一RO部分包括指定更换所述非特定车辆部件的更换数据。
EEE 14是EEE 13所述的方法,其中,所述第一RO部分包括RO文本字段,并且其中,所述RO文本字段包括指定更换所述非特定车辆部件的所述更换数据。
EEE 15是EEE 1所述的方法,其中,确定第二RO部分包括第二数据包括确定所述第二RO部分包括指定与所述非特定车辆部件相关联的特定车辆零件号的标识数据;并且其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括基于与所述非特定车辆部件相关联的所述特定车辆零件号确定所述特定车辆部件。
EEE16是EEE15所述的方法,其中,基于所述特定车辆零件号来确定所述特定车辆部件包括:所述至少一个处理器参考包含零件号数据库的数据储存设备,所述零件号数据库包括映射数据,所述映射数据将多个车辆零件号中的每一个映射到相应零件号描述;在参考所述数据储存设备的同时,确定所述特定车辆零件号与所述多个车辆零件号中的至少一个匹配;并且响应于确定所述特定车辆零件号与所述多个车辆零件号中的至少一个匹配,所述至少一个处理器(i)参考所述映射数据来确定所述特定车辆零件号的相应零件号描述,以及(ii)基于所述特定车辆零件号的所述相应零件号描述来确定所述特定车辆部件。
EEE 17是EEE 1和15至16中任一项所述的方法,其中,所述第一RO部分包括零件行。
EEE 18是EEE 1至17中任一项所述的方法,其中,所述第一RO部分与所述第二RO部分不同。
EEE 19是EEE 1至17中任一项所述的方法,其中,所述第一RO部分与所述第二RO部分相同。
EEE 20是EEE 1至19中任一项所述的方法,其中,所述第一数据包括给定文本串,并且其中,确定第一RO部分包括代表非特定车辆部件的第一数据包括:所述至少一个处理器参考包含车辆部件数据库的数据储存设备,所述车辆部件数据库包括多个计算机可读车辆部件术语;在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配;并且响应于确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配,确定所述给定文本串代表非特定车辆部件。
EEE 21是EEE 20所述的方法,其中,确定所述给定文本串与两个或多个车辆部件术语实质上匹配包括确定所述给定文本串与所述两个或多个车辆部件术语中的每一个的至少一部分匹配。
EEE 22是EEE 1所述的方法,其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括:基于所述第一数据和所述第二数据,所述至少一个处理器确定给定文本串;所述至少一个处理器参考包含车辆部件数据库的数据储存设备,所述车辆部件数据库包括多个计算机可读车辆部件术语;在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配;并且响应于确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配,确定所述给定文本串代表特定车辆部件。
EEE 23是一种计算系统,包括:数据储存设备,其上存储有多个计算机可读车辆修理单(RO);及至少一个处理器,所述至少一个处理器耦合到所述数据储存设备并被编程为:确定多个RO中的特定RO由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群,其中,现有集群被布置为包含对应于特定车辆故障征状的RO,并且其中,特定RO至少包括第一RO部分和第二RO部分;确定第一RO部分包括代表非特定车辆部件的第一数据;响应于确定第一RO部分包括第一数据,确定第二RO部分包括第二数据,至少一个处理器能够使用该第二数据来确定与特定RO相关联的特定车辆部件;响应于确定第二RO部分包括第二数据,基于第一数据和第二数据来确定特定车辆部件;并且响应于确定特定车辆部件,将特定RO添加到RO的不同集群,其中,不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。
EEE24是EEE23所述的计算系统,其中,所述特定车辆故障征状包括特定诊断故障代码(DTC)标识符;其中,所述至少一个处理器被编程为确定所述第二RO部分包括所述第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括所述特定DTC标识符;并且其中,所述至少一个处理器被编程为基于所述第一数据和第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件。
EEE 25是EEE 24所述的计算系统,其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件包括所述至少一个处理器被编程为:从所述多个RO中识别各自与所述特定DTC标识符相关联的RO;确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和涉及与所述非特定车辆部件相关的给定车辆部件的修理数据;以及响应于确定阈值百分比的所识别的RO包括所述修理数据,确定所述给定车辆部件是所述特定车辆部件。
EEE 26是EEE 24所述的计算系统,其中,所述至少一个处理器还被编程为:确定所述特定RO包括涉及具有特定车辆属性的特定车辆的特定数据,并且其中,所述至少一个处理器被编程为基于所述第一数据和第二数据确定所述特定车辆部件还包括所述至少一个处理器被编程为基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件。
EEE 27是EEE 26所述的计算系统,其中,所述特定车辆与一个或多个车辆集合相关,并且其中,所述至少一个处理器被编程为基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件包括所述至少一个处理器被编程为:在所述多个RO之中识别包括涉及来自所述集合的至少一个车辆的另外数据的RO;从所识别的RO之中识别各自与所述特定DTC标识符相关联的RO;确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和与所述非特定车辆部件相关的给定车辆部件的修理数据;以及响应于确定阈值百分比的所识别的RO包括所述修理数据,确定所述给定车辆部件是所述特定车辆部件。
EEE 28为EEE 26至27中任一项所述的计算系统,其中,所述特定车辆属性包括以下中的一个或多个:(i)车辆年份属性,(ii)车辆品牌属性,(iii)车辆型号属性,(iv)车辆发动机属性,(v)车辆系统属性,(vi)车辆年份-品牌-型号属性,(vii)车辆年份-品牌-型号-子型号属性,(viii)车辆发动机代码,(ix)车辆驱动类型,以及(x)车辆燃料系统类型。
EEE 29是EEE 23所述的计算系统,其中,所述至少一个处理器被编程为确定第二RO部分包括第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括代表特定车辆故障征状的故障征状数据;并且其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为(i)确定所述特定车辆故障征状与特定车辆系统相关联,并且(ii)基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件。
EEE 30是EEE 29所述的计算系统,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述特定车辆系统对应于代表所述特定车辆系统的第二文本串,其中,数据储存设备在其上存储分类术语数据库,所述分类术语数据库包括多个计算机可读分类术语,并且其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定车辆系统来确定所述特定车辆部件包括所述至少一个处理器被编程为:基于所述第一文本串的至少一部分和所述第二文本串的至少一部分的组合来生成特定文本串;参考其上存储有所述分类术语数据库的所述数据储存设备;并且在参考所述数据储存设备的同时,确定所述特定文本串与所述多个分类术语中的至少一个分类术语相匹配。
EEE 31是EEE 30所述的计算系统,其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件还包括所述至少一个处理器被编程为:确定所述至少一个分类术语代表所述特定车辆部件。
EEE 32是EEE 23所述的计算系统,其中,所述至少一个处理器被编程为确定第二RO部分包括第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括指定更换的车辆部件的更换数据;并且其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件。
EEE 33是EEE 32所述的计算系统,其中,所述第二RO部分包括劳务行,并且其中,所述劳务行包括指定所述更换的车辆部件的所述更换数据。
EEE 34是EEE 32至33中任一项所述的计算系统,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述更换的车辆部件对应于代表所述更换的车辆部件的第二文本串,并且其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件包括所述至少一个处理器被编程为:确定在所述第一文本串匹配第二文本串的至少一部分;以及响应于确定在所述第一文本串匹配第二文本串的至少一部分,确定所述第二文本串代表所述特定车辆部件。
EEE 35是EEE 23所述的计算系统,其中,所述至少一个处理器被编程为确定第一RO部分包括第一数据包括所述至少一个处理器被编程为确定所述第一RO部分包括指定更换所述非特定车辆部件的更换数据。
EEE 36是EEE 35所述的计算系统,其中,所述第一RO部分包括RO文本字段,并且其中,所述RO文本字段包括指定更换所述非特定车辆部件的所述更换数据。
EEE 37是EEE 23所述的计算系统,其中,所述至少一个处理器被编程为确定第二RO部分包括第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括指定与所述非特定车辆部件相关联的特定车辆零件号的标识数据;并且其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为基于与所述非特定车辆部件相关联的所述特定车辆零件号确定所述特定车辆部件。
EEE38是EEE37所述的计算系统,其中,所述数据储存设备在其上存储零件号数据库,所述零件号数据库包括映射数据,所述映射数据将多个车辆零件号中的每一个映射到相应零件号描述,及其中,所述至少一个处理器被编程为基于所述特定车辆零件号来确定所述特定车辆部件包括所述至少一个处理器被编程为:参考其上存储有所述零件号数据库的所述数据储存设备;在参考所述数据储存设备的同时,确定所述特定车辆零件号与至少一个所述多个车辆零件号匹配;并且响应于确定所述特定车辆零件号与至少一个所述多个车辆零件号匹配,(i)参考所述映射数据来确定所述特定车辆零件号的相应零件号描述,以及(ii)基于所述特定车辆零件号的所述相应零件号描述来确定所述特定车辆部件。
EEE 39是EEE23和37至38中任一项所述的计算系统,其中,所述第一RO部分包括零件行。
EEE 40是EEE 23至39中任一项所述的计算系统,其中,所述第一RO部分与所述第二RO部分不同。
EEE 41是EEE 23至39中任一项所述的计算系统,其中,所述第一RO部分与所述第二RO部分相同。
EEE 42是EEE 23至41中任一项所述的计算系统,其中,所述数据储存设备在其上存储车辆部件数据库,所述车辆部件数据库包括多个计算机可读车辆部件术语,其中,所述第一数据包括给定文本串,并且其中,所述至少一个处理器被编程为确定第一RO部分包括代表非特定车辆部件的第一数据包括所述至少一个处理器被编程为:参考其上存储有所述车辆部件数据库的所述数据储存设备;在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配;并且响应于确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配,确定所述给定文本串代表非特定车辆部件。
EEE 43是EEE 42所述的计算系统,其中,所述至少一个处理器被编程为确定所述给定文本串与两个或多个车辆部件术语实质上匹配包括所述至少一个处理器被编程为确定所述给定文本串与所述两个或多个车辆部件术语中的每一个的至少一部分匹配。
EEE 44是EEE 23所述的计算系统,其中,所述数据储存设备在其上存储车辆部件数据库,所述车辆部件数据库包括多个计算机可读车辆部件术语,并且其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为:基于所述第一数据和所述第二数据,确定给定文本串;参考其上存储有所述车辆部件数据库的所述数据储存设备;在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配;并且响应于确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配,确定所述给定文本串代表特定车辆部件。
EEE 45是一种其上存储有指令的计算机可读介质,所述指令可由至少一个处理器执行以使计算系统执行功能,所述功能包括:确定特定计算机可读车辆修理单(RO)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群,其中,现有集群被布置为包含对应于特定车辆故障征状的RO,及其中,特定RO至少包括第一RO部分和第二RO部分;确定第一RO部分包括代表非特定车辆部件的第一数据;响应于确定第一RO部分包括第一数据,确定第二RO部分包括第二数据,至少一个处理器能够使用该第二数据来确定与特定RO相关联的特定车辆部件;响应于确定第二RO部分包括第二数据,基于第一数据和第二数据来确定特定车辆部件;并且响应于确定特定车辆部件,将特定RO添加到RO的不同集群,其中,不同集群被布置为包含对应于特定车辆故障征状和特定车辆部件的RO。

Claims (45)

1.一种方法,包括:
由至少一个处理器确定特定计算机可读车辆修理单(RO)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群,其中,所述现有集群被布置为包含对应于所述特定车辆故障征状的RO,并且其中,所述特定RO至少包括第一RO部分和第二RO部分;
由所述至少一个处理器确定所述第一RO部分包括代表非特定车辆部件的第一数据;
响应于确定所述第一RO部分包括所述第一数据,所述至少一个处理器确定所述第二RO部分包括第二数据,所述至少一个处理器能够使用所述第二数据来确定与所述特定RO相关联的特定车辆部件;
响应于确定所述第二RO部分包括所述第二数据,所述至少一个处理器基于所述第一数据和所述第二数据来确定所述特定车辆部件;以及
响应于确定所述特定车辆部件,所述至少一个处理器将所述特定RO添加到RO的不同集群,其中,所述不同集群被布置为包含对应于所述特定车辆故障征状和所述特定车辆部件的RO。
2.根据权利要求1所述的方法,
其中,所述特定车辆故障征状包括特定诊断故障代码(DTC)标识符;
其中,确定所述第二RO部分包括所述第二数据包括确定所述第二RO部分包括所述特定DTC标识符;并且
其中,基于所述第一数据和第二数据确定所述特定车辆部件包括基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件。
3.根据权利要求2所述的方法,其中,所述特定RO是存储在数据储存设备内的多个RO之一,并且其中,基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件包括:
所述至少一个处理器从所述多个RO之中识别各自与所述特定DTC标识符相关联的RO;
所述至少一个处理器确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和与所述非特定车辆部件相关的给定车辆部件的修理数据;以及
响应于确定阈值百分比的所识别的RO包括所述修理数据,所述至少一个处理器确定所述给定车辆部件是所述特定车辆部件。
4.根据权利要求2所述的方法,还包括:
由所述至少一个处理器确定所述特定RO包括涉及具有特定车辆属性的特定车辆的特定数据,
其中,基于所述第一数据和第二数据确定所述特定车辆部件还包括基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件。
5.根据权利要求4所述的方法,其中,所述特定RO是存储在数据储存设备内的多个RO之一,其中,所述特定车辆与一个或多个车辆集合相关,并且其中,基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件包括:
所述至少一个处理器在所述多个RO之中识别包括涉及来自所述集合的至少一个车辆的另外数据的RO;
所述至少一个处理器从所识别的RO之中识别各自与所述特定DTC标识符相关联的RO;
所述至少一个处理器确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和与所述非特定车辆部件相关的给定车辆部件的修理数据;以及
响应于确定阈值百分比的所识别的RO包括所述修理数据,所述至少一个处理器确定所述给定车辆部件是所述特定车辆部件。
6.根据权利要求4所述的方法,其中,所述特定车辆属性包括以下中的一个或多个:(i)车辆年份属性,(ii)车辆品牌属性,(iii)车辆型号属性,(iv)车辆发动机属性,(v)车辆系统属性,(vi)车辆年份-品牌-型号属性,(vii)车辆年份-品牌-型号-子型号属性,(viii)车辆发动机代码,(ix)车辆驱动类型,以及(x)车辆燃料系统类型。
7.根据权利要求1所述的方法,
其中,确定所述第二RO部分包括所述第二数据包括确定所述第二RO部分包括代表所述特定车辆故障征状的故障征状数据;并且
其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括(i)确定所述特定车辆故障征状与特定车辆系统相关联,并且(ii)基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件。
8.根据权利要求7所述的方法,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述特定车辆系统对应于代表所述特定车辆系统的第二文本串,并且其中,基于所述非特定车辆部件和所述特定车辆系统来确定所述特定车辆部件包括:
由所述至少一个处理器基于所述第一文本串的至少一部分和所述第二文本串的至少一部分的组合来生成特定文本串;
所述至少一个处理器参考包含分类术语数据库的数据储存设备,所述分类术语数据库包括多个计算机可读分类术语;并且
在参考所述数据储存设备的同时,所述至少一个处理器确定所述特定文本串与所述多个分类术语中的至少一个分类术语相匹配。
9.根据权利要求8所述的方法,其中,基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件还包括:
确定所述至少一个分类术语代表所述特定车辆部件。
10.根据权利要求1所述的方法,
其中,确定所述第二RO部分包括所述第二数据包括确定所述第二RO部分包括指定更换的车辆部件的更换数据;并且
其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件。
11.根据权利要求10所述的方法,其中,所述第二RO部分包括劳务行,并且其中,所述劳务行包括指定所述更换的车辆部件的所述更换数据。
12.根据权利要求10所述的方法,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述更换的车辆部件对应于代表所述更换的车辆部件的第二文本串,并且其中,基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件包括:
由所述至少一个处理器确定在所述第一文本串匹配所述第二文本串的至少一部分;以及
响应于确定在所述第一文本串匹配所述第二文本串的至少一部分,由所述至少一个处理器确定所述第二文本串代表所述特定车辆部件。
13.根据权利要求1所述的方法,其中,确定所述第一RO部分包括所述第一数据包括确定所述第一RO部分包括指定更换所述非特定车辆部件的更换数据。
14.根据权利要求13所述的方法,其中,所述第一RO部分包括RO文本字段,并且其中,所述RO文本字段包括指定更换所述非特定车辆部件的所述更换数据。
15.根据权利要求1所述的方法,
其中,确定所述第二RO部分包括所述第二数据包括确定所述第二RO部分包括指定与所述非特定车辆部件相关联的特定车辆零件号的标识数据;并且
其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括基于与所述非特定车辆部件相关联的所述特定车辆零件号来确定所述特定车辆部件。
16.根据权利要求15所述的方法,其中,基于所述特定车辆零件号来确定所述特定车辆部件包括:
所述至少一个处理器参考包含零件号数据库的数据储存设备,所述零件号数据库包括映射数据,所述映射数据将多个车辆零件号中的每一个映射到相应零件号描述;
在参考所述数据储存设备的同时,确定所述特定车辆零件号与至少一个所述多个车辆零件号匹配;并且
响应于确定所述特定车辆零件号与至少一个所述多个车辆零件号匹配,所述至少一个处理器(i)参考所述映射数据来确定所述特定车辆零件号的相应零件号描述,以及(ii)基于所述特定车辆零件号的所述相应零件号描述来确定所述特定车辆部件。
17.根据权利要求1所述的方法,其中,所述第一RO部分包括零件行。
18.根据权利要求1所述的方法,其中,所述第一RO部分与所述第二RO部分不同。
19.根据权利要求1所述的方法,其中,所述第一RO部分与所述第二RO部分相同。
20.根据权利要求1所述的方法,其中,所述第一数据包括给定文本串,并且其中,确定所述第一RO部分包括代表非特定车辆部件的第一数据包括:
所述至少一个处理器参考包含车辆部件数据库的数据储存设备,所述车辆部件数据库包括多个计算机可读车辆部件术语;
在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配;并且
响应于确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配,确定所述给定文本串代表非特定车辆部件。
21.根据权利要求20所述的方法,其中,确定所述给定文本串与两个或多个车辆部件术语实质上匹配包括确定所述给定文本串与所述两个或多个车辆部件术语中的每一个的至少一部分匹配。
22.根据权利要求1所述的方法,其中,基于所述第一数据和所述第二数据确定所述特定车辆部件包括:
基于所述第一数据和所述第二数据,所述至少一个处理器确定给定文本串;
所述至少一个处理器参考包含车辆部件数据库的数据储存设备,所述车辆部件数据库包括多个计算机可读车辆部件术语;
在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配;并且
响应于确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配,确定所述给定文本串代表特定车辆部件。
23.一种计算系统,包括:
数据储存设备,其上存储有多个计算机可读车辆修理单(RO);以及
至少一个处理器,所述至少一个处理器耦合到所述数据储存设备并被编程为:
确定多个RO中的特定RO由于所述特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群,其中,所述现有集群被布置为包含对应于所述特定车辆故障征状的RO,并且其中,所述特定RO至少包括第一RO部分和第二RO部分;
确定所述第一RO部分包括代表非特定车辆部件的第一数据;
响应于确定所述第一RO部分包括所述第一数据,确定所述第二RO部分包括第二数据,所述至少一个处理器能够使用所述第二数据来确定与特定RO相关联的特定车辆部件;
响应于确定所述第二RO部分包括所述第二数据,基于所述第一数据和所述第二数据来确定所述特定车辆部件;以及
响应于确定所述特定车辆部件,将所述特定RO添加到RO的不同集群,其中,所述不同集群被布置为包含对应于所述特定车辆故障征状和所述特定车辆部件的RO。
24.根据权利要求23所述的计算系统,
其中,所述特定车辆故障征状包括特定诊断故障代码(DTC)标识符;
其中,所述至少一个处理器被编程为确定所述第二RO部分包括所述第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括所述特定DTC标识符;并且
其中,所述至少一个处理器被编程为基于所述第一数据和第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件。
25.根据权利要求24所述的计算系统,其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定DTC标识符来确定所述特定车辆部件包括所述至少一个处理器被编程为:
从所述多个RO之中识别各自与所述特定DTC标识符相关联的RO;
确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和与所述非特定车辆部件相关的给定车辆部件的修理数据;以及
响应于确定阈值百分比的所识别的RO包括所述修理数据,确定所述给定车辆部件是所述特定车辆部件。
26.根据权利要求24所述的计算系统,
其中,所述至少一个处理器还被编程为:确定所述特定RO包括涉及具有特定车辆属性的特定车辆的特定数据,以及
其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件还包括所述至少一个处理器被编程为基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件。
27.根据权利要求26所述的计算系统,其中,所述特定车辆与一个或多个车辆集合相关,并且其中,所述至少一个处理器被编程为基于所述非特定车辆部件、所述特定DTC标识符和所述特定车辆属性来确定所述特定车辆部件包括所述至少一个处理器被编程为:
在所述多个RO之中识别包括涉及来自所述集合的至少一个车辆的另外数据的RO;
从所识别的RO之中识别各自与所述特定DTC标识符相关联的RO;
确定阈值百分比的所识别的RO包括涉及所述特定DTC标识符和与所述非特定车辆部件相关的给定车辆部件的修理数据;以及
响应于确定阈值百分比的所识别的RO包括所述修理数据,确定所述给定车辆部件是所述特定车辆部件。
28.根据权利要求26所述的计算系统,其中,所述特定车辆属性包括以下中的一个或多个:(i)车辆年份属性,(ii)车辆品牌属性,(iii)车辆型号属性,(iv)车辆发动机属性,(v)车辆系统属性,(vi)车辆年份-品牌-型号属性,(vii)车辆年份-品牌-型号-子型号属性,(viii)车辆发动机代码,(ix)车辆驱动类型,以及(x)车辆燃料系统类型。
29.根据权利要求23所述的计算系统,
其中,所述至少一个处理器被编程为确定所述第二RO部分包括所述第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括代表所述特定车辆故障征状的故障征状数据;并且
其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为(i)确定所述特定车辆故障征状与特定车辆系统相关联,并且(ii)基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件。
30.根据权利要求29所述的计算系统,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述特定车辆系统对应于代表所述特定车辆系统的第二文本串,其中,所述数据储存设备在其上存储分类术语数据库,所述分类术语数据库包括多个计算机可读分类术语,并且其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定车辆系统来确定所述特定车辆部件包括所述至少一个处理器被编程为:
基于所述第一文本串的至少一部分和所述第二文本串的至少一部分的组合来生成特定文本串;
参考其上存储有所述分类术语数据库的所述数据储存设备;并且
在参考所述数据储存设备的同时,确定所述特定文本串与所述多个分类术语中的至少一个分类术语相匹配。
31.根据权利要求30所述的计算系统,其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述特定车辆系统确定所述特定车辆部件还包括所述至少一个处理器被编程为:
确定所述至少一个分类术语代表所述特定车辆部件。
32.根据权利要求23所述的计算系统,
其中,所述至少一个处理器被编程为确定所述第二RO部分包括所述第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括指定更换的车辆部件的更换数据;并且
其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件。
33.根据权利要求32所述的计算系统,其中,所述第二RO部分包括劳务行,并且其中,所述劳务行包括指定所述更换的车辆部件的所述更换数据。
34.根据权利要求32所述的计算系统,其中,所述非特定车辆部件对应于代表所述非特定车辆部件的第一文本串,其中,所述更换的车辆部件对应于代表所述更换的车辆部件的第二文本串,并且其中,所述至少一个处理器被编程为基于所述非特定车辆部件和所述更换的车辆部件来确定所述特定车辆部件包括所述至少一个处理器被编程为:
确定在所述第一文本串匹配所述第二文本串的至少一部分;以及
响应于确定在所述第一文本串匹配所述第二文本串的至少一部分,确定所述第二文本串代表所述特定车辆部件。
35.根据权利要求23所述的计算系统,其中,所述至少一个处理器被编程为确定所述第一RO部分包括所述第一数据包括所述至少一个处理器被编程为确定所述第一RO部分包括指定更换所述非特定车辆部件的更换数据。
36.根据权利要求35所述的计算系统,其中,所述第一RO部分包括RO文本字段,并且其中,所述RO文本字段包括指定更换所述非特定车辆部件的所述更换数据。
37.根据权利要求23所述的计算系统,
其中,所述至少一个处理器被编程为确定所述第二RO部分包括所述第二数据包括所述至少一个处理器被编程为确定所述第二RO部分包括指定与所述非特定车辆部件相关联的特定车辆零件号的标识数据;并且
其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为基于与所述非特定车辆部件相关联的所述特定车辆零件号来确定所述特定车辆部件。
38.根据权利要求37所述的计算系统,其中,所述数据储存设备在其上存储零件号数据库,所述零件号数据库包括映射数据,所述映射数据将多个车辆零件号中的每一个映射到相应零件号描述,并且其中,所述至少一个处理器被编程为基于所述特定车辆零件号来确定所述特定车辆部件包括所述至少一个处理器被编程为:
参考其上存储有所述零件号数据库的所述数据储存设备;
在参考所述数据储存设备的同时,确定所述特定车辆零件号与至少一个所述多个车辆零件号匹配;并且
响应于确定所述特定车辆零件号与至少一个所述多个车辆零件号匹配,(i)参考所述映射数据来确定所述特定车辆零件号的相应零件号描述,以及(ii)基于所述特定车辆零件号的所述相应零件号描述来确定所述特定车辆部件。
39.根据权利要求23所述的计算系统,其中,所述第一RO部分包括零件行。
40.根据权利要求23所述的计算系统,其中,所述第一RO部分与所述第二RO部分不同。
41.根据权利要求23所述的计算系统,其中,所述第一RO部分与所述第二RO部分相同。
42.根据权利要求23所述的计算系统,其中,所述数据储存设备在其上存储车辆部件数据库,所述车辆部件数据库包括多个计算机可读车辆部件术语,其中,所述第一数据包括给定文本串,并且其中,所述至少一个处理器被编程为确定所述第一RO部分包括代表非特定车辆部件的第一数据包括所述至少一个处理器被编程为:
参考其上存储有所述车辆部件数据库的所述数据储存设备;
在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配;并且
响应于确定所述给定文本串与所述多个车辆部件术语中的两个或多个车辆部件术语实质上匹配,确定所述给定文本串代表非特定车辆部件。
43.根据权利要求42所述的计算系统,其中,所述至少一个处理器被编程为确定所述给定文本串与两个或多个车辆部件术语实质上匹配包括所述至少一个处理器被编程为确定所述给定文本串与所述两个或多个车辆部件术语中的每一个的至少一部分匹配。
44.根据权利要求23所述的计算系统,其中,所述数据储存设备在其上存储车辆部件数据库,所述车辆部件数据库包括多个计算机可读车辆部件术语,并且其中,所述至少一个处理器被编程为基于所述第一数据和所述第二数据确定所述特定车辆部件包括所述至少一个处理器被编程为:
基于所述第一数据和所述第二数据,确定给定文本串;
参考其上存储有所述车辆部件数据库的所述数据储存设备;
在参考所述数据储存设备的同时,确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配;并且
响应于确定所述给定文本串与所述多个车辆部件术语中的确切车辆部件术语匹配,确定所述给定文本串代表特定车辆部件。
45.一种其上存储有指令的计算机可读介质,所述指令可由至少一个处理器执行以使计算系统执行功能,所述功能包括:
确定特定计算机可读车辆修理单(RO)由于特定RO包括涉及特定车辆故障征状的RO数据而对应于RO的现有集群,其中,所述现有集群被布置为包含对应于所述特定车辆故障征状的RO,并且其中,所述特定RO至少包括第一RO部分和第二RO部分;
确定所述第一RO部分包括代表非特定车辆部件的第一数据;
响应于确定所述第一RO部分包括所述第一数据,确定所述第二RO部分包括第二数据,所述至少一个处理器能够使用所述第二数据来确定与所述特定RO相关联的特定车辆部件;
响应于确定所述第二RO部分包括所述第二数据,基于所述第一数据和所述第二数据来确定所述特定车辆部件;以及
响应于确定所述特定车辆部件,将所述特定RO添加到RO的不同集群,其中,所述不同集群被布置为包含对应于所述特定车辆故障征状和所述特定车辆部件的RO。
CN201680064677.9A 2015-11-05 2016-11-03 基于从修理单收集的推断的修理单的聚类的方法和系统 Active CN108351989B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/933,337 US10134013B2 (en) 2015-11-05 2015-11-05 Methods and systems for clustering of repair orders based on inferences gathered from repair orders
US14/933,337 2015-11-05
PCT/US2016/060373 WO2017079465A1 (en) 2015-11-05 2016-11-03 Methods and systems for clustering of repair orders based on inferences gathered from repair orders

Publications (2)

Publication Number Publication Date
CN108351989A true CN108351989A (zh) 2018-07-31
CN108351989B CN108351989B (zh) 2022-04-29

Family

ID=57472002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680064677.9A Active CN108351989B (zh) 2015-11-05 2016-11-03 基于从修理单收集的推断的修理单的聚类的方法和系统

Country Status (5)

Country Link
US (4) US10134013B2 (zh)
CN (1) CN108351989B (zh)
DE (1) DE112016005099T5 (zh)
GB (1) GB2559925A (zh)
WO (1) WO2017079465A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110594052A (zh) * 2019-07-31 2019-12-20 深圳市元征科技股份有限公司 一种车辆egr阀的匹配方法、装置及车载设备
CN117829820A (zh) * 2024-03-04 2024-04-05 河海大学 一种计算修理及时响应程度的方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9672497B1 (en) 2013-11-04 2017-06-06 Snap-On Incorporated Methods and systems for using natural language processing and machine-learning to produce vehicle-service content
US9846860B2 (en) * 2015-11-05 2017-12-19 Snap-On Incorporated Methods and systems for clustering of repair orders based on multiple repair indicators
US10134013B2 (en) 2015-11-05 2018-11-20 Snap-On Incorporated Methods and systems for clustering of repair orders based on inferences gathered from repair orders
US20170146354A1 (en) * 2015-11-25 2017-05-25 International Business Machines Corporation Electric Vehicle Exchange Management
US10535342B2 (en) * 2017-04-10 2020-01-14 Microsoft Technology Licensing, Llc Automatic learning of language models
US11450154B2 (en) 2019-01-25 2022-09-20 Snap-On Incorporated Method and system for providing scanner jobs on diagnostic tool
US11074768B2 (en) * 2019-01-25 2021-07-27 Snap-On Incorporated Method and system for providing scanner jobs on diagnostic tool
CN113536766B (zh) * 2020-04-16 2024-04-12 浙江大搜车软件技术有限公司 一种汽车维保记录的解析方法和装置
CN117350713B (zh) * 2023-12-05 2024-02-06 东辉众创(成都)科技有限公司 车辆保养订单匹配方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100023203A1 (en) * 2008-07-23 2010-01-28 Oren Shibi Diagnosis system and method for assisting a user
US7904219B1 (en) * 2000-07-25 2011-03-08 Htiip, Llc Peripheral access devices and sensors for use with vehicle telematics devices and systems
CN102314483A (zh) * 2010-07-08 2012-01-11 通用汽车环球科技运作有限责任公司 使用基于本体的文本挖掘用于非结构化数据的知识提取方法
CN102591318A (zh) * 2010-11-10 2012-07-18 通用汽车环球科技运作有限责任公司 用于维护诊断及维护程序加强的方法
US20150046391A1 (en) * 2013-08-09 2015-02-12 Snap-On Incorporated Methods and systems for generating baselines regarding vehicle service request data
CN104937592A (zh) * 2013-01-21 2015-09-23 实耐宝公司 用于将修理通知单映射在数据库内的方法和系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6301531B1 (en) 1999-08-23 2001-10-09 General Electric Company Vehicle maintenance management system and method
US20020007289A1 (en) 2000-07-11 2002-01-17 Malin Mark Elliott Method and apparatus for processing automobile repair data and statistics
US20030055812A1 (en) * 2001-09-14 2003-03-20 Xccelerator Technologies, Inc. Vehicle parts monitoring system and associated method
US7945438B2 (en) 2007-04-02 2011-05-17 International Business Machines Corporation Automated glossary creation
US20160036899A1 (en) * 2013-07-15 2016-02-04 Strawberry Media, Inc. Systems, methods, and apparatuses for implementing an incident response information management solution for first responders
CN105683970B (zh) 2013-09-05 2019-07-26 实耐宝公司 基于预测的估计器
US10157347B1 (en) * 2013-11-04 2018-12-18 Predii, Inc. Adaptable systems and methods for processing enterprise data
US9201930B1 (en) 2014-05-06 2015-12-01 Snap-On Incorporated Methods and systems for providing an auto-generated repair-hint to a vehicle repair tool
US10134013B2 (en) 2015-11-05 2018-11-20 Snap-On Incorporated Methods and systems for clustering of repair orders based on inferences gathered from repair orders

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7904219B1 (en) * 2000-07-25 2011-03-08 Htiip, Llc Peripheral access devices and sensors for use with vehicle telematics devices and systems
US20100023203A1 (en) * 2008-07-23 2010-01-28 Oren Shibi Diagnosis system and method for assisting a user
CN102314483A (zh) * 2010-07-08 2012-01-11 通用汽车环球科技运作有限责任公司 使用基于本体的文本挖掘用于非结构化数据的知识提取方法
CN102591318A (zh) * 2010-11-10 2012-07-18 通用汽车环球科技运作有限责任公司 用于维护诊断及维护程序加强的方法
CN104937592A (zh) * 2013-01-21 2015-09-23 实耐宝公司 用于将修理通知单映射在数据库内的方法和系统
US20150046391A1 (en) * 2013-08-09 2015-02-12 Snap-On Incorporated Methods and systems for generating baselines regarding vehicle service request data

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110594052A (zh) * 2019-07-31 2019-12-20 深圳市元征科技股份有限公司 一种车辆egr阀的匹配方法、装置及车载设备
CN110594052B (zh) * 2019-07-31 2021-09-07 深圳市元征科技股份有限公司 一种车辆egr阀的匹配方法、装置及车载设备
CN117829820A (zh) * 2024-03-04 2024-04-05 河海大学 一种计算修理及时响应程度的方法
CN117829820B (zh) * 2024-03-04 2024-05-03 河海大学 一种计算修理及时响应程度的方法

Also Published As

Publication number Publication date
US10867287B2 (en) 2020-12-15
US11915206B2 (en) 2024-02-27
CN108351989B (zh) 2022-04-29
US11521182B2 (en) 2022-12-06
GB201809097D0 (en) 2018-07-18
DE112016005099T5 (de) 2018-08-02
US20170132577A1 (en) 2017-05-11
US20190050826A1 (en) 2019-02-14
US20230068169A1 (en) 2023-03-02
GB2559925A (en) 2018-08-22
WO2017079465A1 (en) 2017-05-11
US10134013B2 (en) 2018-11-20
US20190050825A1 (en) 2019-02-14

Similar Documents

Publication Publication Date Title
CN108351989A (zh) 基于从修理单收集的推断的修理单的聚类的方法和系统
US11443567B2 (en) Methods and systems for providing a vehicle repair tip
CN108351997A (zh) 基于多个修理指示符对修理单进行聚类的方法和系统
US9971815B2 (en) Methods and systems for providing an auto-generated repair-hint to a vehicle repair tool
CN107924494B (zh) 用于基于可替代的维修指示符来聚类维修订单的方法和系统
US11550806B2 (en) Analyzing vehicles based on common circuit elements
WO2018111819A1 (en) Methods and systems for automatically generating repair orders

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant