CN112703514A - 业务操作系统引擎 - Google Patents
业务操作系统引擎 Download PDFInfo
- Publication number
- CN112703514A CN112703514A CN201980048119.7A CN201980048119A CN112703514A CN 112703514 A CN112703514 A CN 112703514A CN 201980048119 A CN201980048119 A CN 201980048119A CN 112703514 A CN112703514 A CN 112703514A
- Authority
- CN
- China
- Prior art keywords
- mlet
- data
- query
- database
- engine
- 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
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000008520 organization Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2423—Interactive query statement specification based on a database schema
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种用于解决来自用户的查询以在业务操作系统中提供动态可操作仪表板的引擎包括MLET数据库,数据接口,逻辑,所述逻辑被配置为处理传入查询,获取与这些查询相关的数据,并呈现具有从查询得到的数据的可操作的仪表板。MLET数据库包括多个模板(每个模板一个“MLET”),每个MLET与唯一的标识符相关联,并且包括用于访问与该标识符有关的数据的机制。逻辑将查询处理为具有令牌和可配置输入的结构。如果查询包括与MLET数据库中的MLET相关联的唯一标识符,则使用MLET来获取响应于查询的数据。如果查询包括未与MLET数据库中的MLET相关联的唯一标识符,则逻辑使用操作智能创建新MLET,并将新MLET存储在MLET数据库中。
Description
相关申请的交叉引用
本申请要求于2018年7月17日提交的美国临时专利申请号62/699,430的优先权和权益,该美国临时专利申请的全部内容通过引用并入本文。
发明内容
本公开总体上涉及业务操作系统领域,并且具体地涉及用于解决查询以在业务操作系统中提供动态可操作仪表板的引擎。
为了保持竞争优势,企业正在不断地将其操作迁移到新的和改进的技术上。通常,企业将多个系统用于不同的任务和操作。但是,这些系统缺乏集成和内聚性,这极大地降低了效率,从而阻止了企业达到卓越的操作高峰。尽管已经尝试创建可对不同系统提供控制和协调的业务操作系统,但是当前的系统具有许多缺点。例如,现有的业务操作系统无法提供可见性和对由员工执行的策略的控制,而是仅基于组织级别的关键结果区域提供绩效概览。因此,大多数管理人员将他们的时间花费在分析和解决业务挑战上,而没有找出未能达到业务目标的根本原因。具体而言,这些业务操作系统缺乏操作智能,而没有操作智能,管理人员发现难以在执行的策略与组织的策略之间建立关联,这种关联带来卓越的操作和效率。
此外,如果在组织中进行了与目标、指标、员工、角色和策略有关的任何更改,则现有的业务操作系统要求开发人员更新框架。对业务操作系统框架的这些更改是迭代的和冗余的,从而导致时间和资源的低效率消耗。例如,在现有系统中,为了将新数据模型添加到系统中需要数据团队将模型转换为软件,对其进行测试并获得用户的认可。此过程通常需要三周或更多的周才能完成,并且每次进行新更改都必须重复进行。这种软件开发延迟在快节奏的业务环境中被证明是站不住脚的。
因此,需要一种业务操作系统,该业务操作系统通过提供企事业范围的可见性和对所执行策略的控制来促进实现卓越的操作和效率。需要一种有助于组织实时适应更改的业务操作系统。此外,需要一种业务操作系统,当对组织的层次结构、目标、指标、员工、角色或策略进行更改时,不需要开发人员更新框架。发明内容
根据一个实施例,一种用于解决来自用户的查询以在业务操作系统中提供动态可操作仪表板的引擎包括MLET数据库,数据接口,逻辑,所述逻辑被配置为处理传入查询,获取与这些查询相关的数据,并呈现具有从查询得到的数据的可操作的仪表板。MLET数据库包括多个模板(每个模板一个“MLET”),每个MLET与唯一的标识符相关联,并且包括用于访问与该标识符有关的数据的机制。该逻辑通过解析查询来处理传入的查询,以创建一个具有令牌和可配置输入的MLET结构,该令牌表明该结构是MLET结构。该逻辑进一步解译所解析的查询,以确定其是否包括与MLET数据库中的MLET相关联的唯一标识符。如果查询包括与MLET数据库中的MLET相关联的唯一标识符,则逻辑使用MLET数据库中的MLET来获取响应于查询的数据。如果查询包括未与MLET数据库中的MLET相关联的唯一标识符,则逻辑使用操作智能创建与该唯一标识符相关联的新MLET,并将新MLET存储在MLET数据库中。
根据另一个实施例,一种用于解决来自用户的查询以在业务操作系统中提供动态可操作仪表板的方法,包括解析该查询以创建具有令牌和可配置输入的模板(“MLET”)结构,该令牌表明该结构是MLET结构,并解译已解析的查询以确定它是否包括与MLET数据库中的MLET相关联的唯一标识符。如果查询包括与MLET数据库中的MLET相关联的唯一标识符,则该方法将使用MLET数据库中的MLET来获取响应于查询的数据。如果查询包括未与MLET数据库中的MLET相关联的唯一标识符,则该方法使用操作智能创建与该唯一标识符相关联的新MLET,并将新MLET存储在MLET数据库中。该方法呈现包含所获取数据的可操作仪表板。
附图说明
图1是示例性MLET引擎的示意图。
图2是示例性MLET引擎逻辑的流程图。
图3是示例性查询输入表单的屏幕截图。
图4是用于经由MLET引擎来检索数据的示例性逻辑的流程图。
图5是根据本公开的示例性动态可操作仪表板的屏幕截图。
图6是利用本文公开的示例性MLET引擎的示例性业务系统。
具体实施方式
该具体实施方式部分仅描述了本发明的示例性实施例,并且不旨在以任何方式限制权利要求的范围。实际上,除非在本文提供明确的定义,否则如所要求保护的发明比示例性实施例更广泛,并且权利要求中使用的术语具有其全部普通含义。
本申请公开了与用于解决查询以在业务操作系统中提供动态可操作仪表板的引擎有关的系统和方法。在标题为“用于组织管理的社交网络系统(Social NetworkingSystem for Organizational Management)”的美国专利申请公开号2017/0213169 A1中公开了一种能够使用当前公开的系统和方法的示例性业务操作系统,该美国专利申请公开以其全部内容通过引用并入本文。本系统和方法包括特定的“不需要开发人员”(“NDN”)语言框架和引擎,其允许非技术用户快速地对业务操作系统进行相同类型的组织更改,组织更改通常需要数据专家团队花费几周才能完成。为了本公开的目的,该新颖的引擎被称为MatrixLET(“MLET”)引擎。图1中描绘了示例性的LETT引擎100的组件。
示例性的MLET引擎包括MLET数据库102。如下面更详细描述的那样,MLET数据库102存储一组MLET,它们实质上是具有定义MLET的标识符或首字母缩略词的模板,以及用于访问与该首字母缩略词相关联的数据的机制。例如,MLET可以包含一个子例程,诸如webhook,该子例程被配置为从与MLET相关联的数据库中获取数据。在另一示例中,MLET可以包括用于访问一个或多个大数据或结构化数据源的结构查询语言(SQL)代码。在一些实施例中,MLET数据库还包括与每个MLET相关联的HTML数据,其可以由MLET引擎快速返回以用于与某些MLETS有关的查询。
示例性的MLET引擎100还包括输入/输出接口104。输入/输出接口104至少具有三个重要功能。首先,如下所述,输入/输出接口104与业务操作系统或其他程序连接以接受来自用户的查询。为此目的的接口104可以采用应用程序编程接口(“API”)的形式,并且MLET引擎100与提供查询的软件之间的连接可以是例如通过互联网的本地或远程连接。输入/输出接口104还可以与外部数据库连接以响应于查询来获取数据。例如,接口104可以是开放数据库连接(“ODBC”)的连接,并且可以连接到与MLET引擎100相同的物理机器上的、相同的本地网络上的不同机器上的或远程位置上的数据库。最后,输入/输出接口104与业务操作系统或其他软件连接,以提供可以发布到可操作的仪表板或其他显示器的结果。可以通过与查询所使用的API相同或不同的API提供结果。
示例性的MLET引擎100还包括逻辑106。逻辑106可以存储在本地或远程存储器中,并用于处理传入查询,获取与那些查询有关的数据并提供结果。在图2和图4的流程图中,对驱动逻辑106的算法进行了详细解释说明。
图2描绘了用于处理需要更新可操作仪表板的方法的概览。在步骤210,用户输入纯文本查询。在图3中示出了用于输入纯文本查询的示例性表单。表单300包括用于命名查询的查询名称字段302。查询名称字段302允许用户(或另一个用户)在稍后的时间容易地调用查询,并提供用于MLET的标识符。表单300还包括查询文本字段304,其中用户输入纯文本查询。在示例性的表单300中,用户已经按状态查询了决策单的循环计划图形。表单300还包括参数字段306,用户可以在那里输入要与查询一起考虑的任何数量的参数。例如,示例性表单300列出了日期时段,数据过滤器和XREF(稍后讨论)。可能的其他参数包括例如结果所需的显示类型(例如,图表或图形)。表单300还包括配置ID字段308,其中用户可以为所保存的MLET选择唯一的编号,该唯一的编号协助系统列出可能的MLET以用于下一后续使用。表单300另外包括用于标识和分组查询的字段,诸如描述字段310和“它在哪里使用?”字段312。示例性表单300还包括HTML文本字段314,以允许格式化从MLET输出的信息。预先提供的HTML格式可确保对MLET查询的结果进行格式化并以对用户有意义的方式呈现,并且还允许更快地检索结果,如将在下面进一步解释说明的那样。在表单300中,HTML文本字段314包含用于使用数据创建图表的代码。
图3只是提交查询的一种示例性方式。还可以设想到的是,用户可以使用声音/语音界面、聊天界面或移动设备或个人计算机上的不同图形用户界面来提交查询。
返回图2,在步骤220,系统将查询解析为带有令牌的MLET结构。例如,如果用户提交查询“由该组织在11月份从客户XYZ获得了多少利润”,则系统会将查询解析为$[MLET!Profits!CONFIG:Client:XYZ CONFIG:Month:November!],其中“$[”是令牌,“Profits”是MLET,以及“client”和“month”是可配置的输入。令牌有助于MLET引擎解析结构的内容,以根据标识的MLET来执行操作。在任何文档中,当系统看到令牌时,它都知道以下文本是MLET语句。系统将解析所有内容,直到“]”为止,并将解析后的文本用于MLET查询。可配置的输入过滤和/或缩窄查询范围。
在步骤225,系统使用人工智能(例如,机器学习)来对解析的查询进行解译。无法列出或存储所有可能的用户查询,因此取而代之,当参考数据中存在用于解译查询的空白时,系统将基于一组高级因素来为问题提供正确答案。此类因素包括,例如:(1)用户的角色,位置和/或访问权限;(2)用户的部门;(3)用户的位置和/或时区;(4)用户的历史查询趋势;(5)与该用户相似的其他用户的查询;和/或(6)跨所有用户的趋势查询。在一个实施例中,机器学习利用被设计为解决多臂匪徒问题的算法,例如ε贪婪策略,ε优先策略或ε减小策略。可以尝试使用其他神经网络来确定基于所提出问题来预测结果的合适方法。如果系统仍然无法解译查询,则它可能会向用户发送一条消息,指出它无法解析查询和/或请求进一步的澄清说明。
在步骤230中,MLET引擎确定在MLET数据库中是否存在在步骤220中解析并在步骤225中解译的MLET。如果MLET引擎确定MLET不在MLET数据库中,则MLET引擎将创建一个新的MLET。新的MLET将使用操作智能与数据相关联。例如,在“利润”不在MLET数据库(或培训数据)中,而“毛利润”在MLET数据库(或培训数据)中,则系统会将利润映射为与毛利润相同,并使用相同的MLET。如果系统无法做出该确定,它将要求用户或管理员在系统中手动建立该连接。因此,随着时间的流逝,该系统对于组织变得越来越智能。创建新MLET的过程将在下面详细描述。
如果MLET引擎确定在步骤220中解析的MLET在MLET数据库中,则方法前进到步骤240,在步骤240中,它检索与MLET和从查询中解析的可配置输入相对应的数据。例如,在一个实施例中,MLET调用一个子例程,诸如webhook,以从一个或多个数据库中检索数据。图4更详细地解释说明了步骤240的示例性方面,在步骤402,将解析的查询提交给MLET引擎。在步骤404,MLET引擎查询MLET数据库以确定MLET是否存在于MLET数据库中。在步骤404,MLET引擎确定可配置输入是服务水平协议目标编码还是彩色文本。如果是这样,则引擎前进到步骤406,在步骤406它立即返回相关联的数据。通过避免对过去已经确定的查询使用AI资源,这可以使系统节省时间。
如果可配置输入不是服务水平协议目标编码或彩色文本,则引擎前进到步骤408,在步骤408,引擎基于MLET确定是否将所查找的数据作为HTML(或HTM)存储在MLET数据库中,或者确定引擎是否需要查询另外的数据源以获取数据。如果数据作为HTML(或HTM)存储在MLET数据库中,例如,存储在HTML栏中,则引擎前进到步骤410,在步骤410它返回存储的HTML结果。例如,如上面参考图3所解释说明的那样,可以向MLET提供以预先存储的HTML。
如果数据未作为为HTML存储在MLET数据库中,则MLET引擎前进到步骤412,在步骤412它确定是否将数据查询与MLET一起存储。查询数据是查询项的映射,即使其与以前的查询相比在查询中使用了不同的参数和过滤器,则映射允许查询继续运行而无需进一步解译。如果数据查询与MLET一起存储,则调用该查询,并且MLET引擎前进到步骤420。如果未存储数据查询,则MLET引擎前进到步骤414,在步骤414它构建查询。该系统保持存储在MLET数据库102中的查询配置代码(即,映射)的列表,该查询配置代码可以通过使用该系统来学习或预先存储。系统使用这些映射基于由用户提出的问题来构建适当的查询。该查询可以针对一个或多个数据源,例如,业务操作系统数据库或时间表。
在步骤418,基于从步骤412或414提交的查询,确定所查找的数据是否为非数据数组的形式。如果数据不是数据数组的形式,则MLET引擎前进到步骤420,在步骤420它确定在数据源中是否存在HTML栏以查找数据。如果HTML栏不存在,则在步骤422,返回存储在数据库中的数据的值。如果确实存在HTML栏,则在步骤424,将存储在数据库中的数据的值插入HTML栏的占位符,返回组合的HTML。
在步骤430中,如果所查找的数据是数据数组,则MLET确定原始查询的可配置输入之一是否为已定义的图表类型,诸如饼图,条形图,直方图,折线图,面积图等。如果查询包括定义的图表类型,则在步骤432,MLET引擎返回所请求类型的图表中的数据数组。如果查询不包括定义的图表类型,则MLET引擎前进到步骤434,在步骤434它确定在数据源中是否存在HTML栏以用于查找的数据数组。如果确实存在HTML栏,则在步骤436,将数据数组作为存储的HTML中的表返回。如果HTML栏不存在,则在步骤438,将数据作为文本返回。文本可以使用例如JavaScript Object Notation(“JSON”)返回,并且可以包含使用JavaScript图表(诸如AMChart或HighChart)的图表数据。
在步骤250,将检索到的数据呈现到可操作的仪表板。在一个实施例中,可操作仪表板是“XFLAT”。XFLAT是一种MLET类型,其以年度计划与实际绩效的形式表示信息。这可以表示为每月或每季度的数字。图5中描绘了示例性的XFLAT 500。
在一个实施例中,系统还包括称为XREF的特殊类型的MLET。可以使用$[XREF]格式调用的XREF不会从数据库中获取数据,而是会从业务的其他形式或文件中获取数据。例如,一家公司可能已经创建了一个任务声明,该任务声明在不同的报告和材料中被重复使用。如果需要更改该语句,而不必分别更改每个实例,则可以使用XREF在一个位置中进行更改,并且该更改将传播到调用$[XREF]的所有文件中。
图6描绘了示例性业务系统600,其利用所公开的系统和方法以与业务操作系统集成。在示例性系统600中,向业务操作系统OX Zion提供来自一组不同源(例如,数据库,电子表格,文本文件和/或后记文档)的数据。数据通过ETL(提取,传输和加载)接口馈送到业务操作系统。然后,将上述查询和MLET系统和方法用于从数据中获取有意义的结果。
如图6中所示,可以许多不同的形式提供输出数据。例如,基于返回的结果以及由MLET问题正在审查的关键职责范围和措施的SLA,业务操作系统可以处理结果以触发或修改一组特定的任务。任务可以是与组织中各个部门和员工相关的自动分配,删除或修改。通过示例的方式,如果业务操作系统从查询结果中确定某个部门未达到某些高优先级目标,而另一部门拥有过多资源,则系统可以重新分配这些任务以优化业务效率。此过程有助于确保达到组织目标。
尽管以上公开内容主要集中于例如通过业务操作系统的可视界面来显示结果,但是还设想到MLET查询结果可以被推送到远程连接至业务操作系统的任何设备,包括物联网。可以通过业务操作系统由MLET结果控制的示例设备包括智能扬声器,智能灯,虚拟助手,移动设备,相机,公用事业,家电以及更多的设备。
本文将某些步骤、动作和其他过程以及过程的部分描述为“自动地”完成的。替代地或附加地,那些步骤、动作以及其他过程和过程的部分可以用最终触发所提到的步骤、动作、和/或其他过程和/或过程部分的一种或多种人为干预动作和其他人为动作来完成。
虽然已经通过实施例的描述说明了本发明,并且尽管已经相当详细地描述了实施例,但是申请人的意图不是将本发明的范围制约或以任何方式限制于这样的细节。其他优点和修改对于本领域内的那些技术人员而言将是容易地显而易见的。因此,在不脱离申请人的总体发明构思的精神或范围的情况下,可以偏离这样的细节。
Claims (20)
1.一种用于解决来自用户的查询以在业务操作系统中提供动态可操作仪表板的引擎,包括:
MLET数据库;
数据接口;以及
逻辑,所述逻辑被配置为处理传入查询,获取与这些查询相关的数据,并呈现具有从查询得到的数据的可操作的仪表板;
其中MLET数据库包括多个模板且每个模板一个“MLET”,每个MLET与唯一的标识符相关联,并且包括用于访问与该标识符有关的数据的机制;以及
其中,该逻辑通过下述来处理传入的查询,即通过:
解析查询以创建一个具有令牌和可配置输入的MLET结构,该令牌表明该结构是MLET结构;
解译所解析的查询,以确定其是否包括与MLET数据库中的MLET相关联的唯一标识符;
如果查询包括与MLET数据库中的MLET相关联的唯一标识符,则逻辑使用MLET数据库中的MLET来获取响应于查询的数据;以及
如果查询包括未与MLET数据库中的MLET相关联的唯一标识符,则逻辑使用操作智能创建与该唯一标识符相关联的新MLET,并将新MLET存储在MLET数据库中。
2.根据权利要求1所述的引擎,其特征在于,基于以下之一使用机器学习来执行对解析的查询的解译:(1)用户的业务角色;(2)用户的业务部门;(3)用户的位置;(4)用户的历史查询趋势;(5)与该用户相似的其他用户的查询;以及(6)跨所有用户的趋势查询。
3.根据权利要求1所述的引擎,其特征在于,使用单臂匪徒问题算法来执行所述解析的查询的解译。
4.根据权利要求1所述的引擎,其特征在于,如果所述可配置输入包括服务水平协议,则所述引擎立即返回与所述服务水平协议相关联的数据。
5.根据权利要求1所述的引擎,其特征在于,如果所述可配置输入包括彩色文本,则所述引擎立即返回与所述彩色文本相关联的数据。
6.根据权利要求1所述的引擎,其特征在于,所述逻辑获取数据包括:确定由所述查询所查找的数据是否是标记语言数据,并且如果是,则返回如所存储的标记语言数据。
7.根据权利要求1所述的引擎,其特征在于,如果所述MLET包括数据查询,则该数据查询用于获取结果数据。
8.根据权利要求1所述的引擎,其特征在于,如果所述MLET不包括数据查询,则所述引擎基于预先存储的映射来构建数据查询,并使用所构建的数据查询来获取结果数据。
9.根据权利要求1所述的引擎,其特征在于,所述逻辑获取数据包括确定由所述查询所查找的数据是否是标记语言数据,并且如果不是,则将所述数据作为文本返回。
10.根据权利要求1所述的引擎,其特征在于,所述可操作的仪表板描绘了年度计划和实际绩效的比较。
11.一种用于解决来自用户的查询以在业务操作系统中提供动态可操作仪表板的方法,包括:
解析该查询以创建具有令牌和可配置输入的模板(“MLET”)结构,该令牌表明该结构是MLET结构;
解译已解析的查询以确定它是否包括与MLET数据库中的MLET相关联的唯一标识符;
如果查询包括与MLET数据库中的MLET相关联的唯一标识符,则使用MLET数据库中的MLET来获取响应于查询的数据;
如果查询包括未与MLET数据库中的MLET相关联的唯一标识符,则使用操作智能创建与该唯一标识符相关联的新MLET,并将新MLET存储在MLET数据库中;
呈现包含所获取数据的可操作仪表板。
12.根据权利要求11所述的方法,其特征在于,基于以下之一使用机器学习来执行对解析的查询的解译:(1)用户的业务角色;(2)用户的业务部门;(3)用户的位置;(4)用户的历史查询趋势;(5)与该用户相似的其他用户的查询;以及(6)跨所有用户的趋势查询。
13.根据权利要求11所述的方法,其特征在于,使用单臂匪徒问题算法来执行所述解析的查询的解译。
14.根据权利要求11所述的方法,其特征在于,如果所述可配置输入包括服务水平协议,则所述方法立即返回与所述服务水平协议相关联的数据。
15.根据权利要求11所述的方法,其特征在于,如果所述可配置输入包括彩色文本,则所述方法立即返回与所述彩色文本相关联的数据。
16.根据权利要求11所述的方法,其特征在于,获取数据包括确定由所述查询所查找的数据是否是标记语言数据,并且如果是,则返回如所存储的标记语言数据。
17.根据权利要求11所述的方法,其特征在于,如果所述MLET包括数据查询,则该数据查询用于获取结果数据。
18.根据权利要求11所述的方法,其特征在于,如果所述MLET不包括数据查询,则所述方法进一步包括基于预先存储的映射来构建数据查询,并使用所构建的数据查询来获取结果数据。
19.根据权利要求11所述的方法,其特征在于,获取数据包括确定由所述查询所查找的数据是否是标记语言数据,并且如果不是,则将所述数据作为文本返回。
20.根据权利要求11所述的方法,其特征在于,所述可操作的仪表板描绘了年度计划和实际绩效的比较。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862699430P | 2018-07-17 | 2018-07-17 | |
US62/699,430 | 2018-07-17 | ||
PCT/US2019/042020 WO2020018546A1 (en) | 2018-07-17 | 2019-07-16 | Business operating system engine |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112703514A true CN112703514A (zh) | 2021-04-23 |
Family
ID=67539607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980048119.7A Pending CN112703514A (zh) | 2018-07-17 | 2019-07-16 | 业务操作系统引擎 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10860575B2 (zh) |
CN (1) | CN112703514A (zh) |
CA (1) | CA3116777A1 (zh) |
WO (1) | WO2020018546A1 (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060053096A1 (en) * | 2004-09-08 | 2006-03-09 | Oracle International Corporation | Natural language query construction using purpose-driven template |
US20090138437A1 (en) * | 2007-11-26 | 2009-05-28 | Microsoft Corporation | Converting sparql queries to sql queries |
US20090249125A1 (en) * | 2008-04-01 | 2009-10-01 | Microsoft Corporation | Database querying |
US8874621B1 (en) * | 2011-10-09 | 2014-10-28 | LockPath, Inc. | Dynamic content systems and methods |
CN105279286A (zh) * | 2015-11-27 | 2016-01-27 | 陕西艾特信息化工程咨询有限责任公司 | 一种交互式大数据分析查询处理方法 |
US20160179877A1 (en) * | 2014-12-23 | 2016-06-23 | Dennis Koerner | Analytic solution with a self-learning and context-sensitive semantic layer |
CN106066895A (zh) * | 2016-06-30 | 2016-11-02 | 广东亿迅科技有限公司 | 一种智能查询系统 |
US9563613B1 (en) * | 2015-01-23 | 2017-02-07 | Sprint Communications Company L.P. | System and method for dynamic portable document file generation |
CN107818127A (zh) * | 2017-09-09 | 2018-03-20 | 国网浙江省电力公司 | 一种用于多源数据的查询方法及系统 |
US11120057B1 (en) * | 2017-04-17 | 2021-09-14 | Microstrategy Incorporated | Metadata indexing |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9031924B2 (en) * | 2002-02-26 | 2015-05-12 | International Business Machines Corporation | Query conditions having filtered fields within a data abstraction environment |
AU2006330838B2 (en) * | 2005-12-27 | 2011-09-29 | Dun & Bradstreet Corporation | Method and system for providing enhanced matching from customer driven queries |
US7730056B2 (en) * | 2006-12-28 | 2010-06-01 | Sap Ag | Software and method for utilizing a common database layout |
US20130311222A1 (en) | 2012-05-21 | 2013-11-21 | Vantage Agora Inc. | Social Networking System For Organization Management |
US9183529B2 (en) * | 2012-08-01 | 2015-11-10 | Oracle International Corporation | Business intelligence performance analysis system |
CN103020158B (zh) * | 2012-11-26 | 2016-09-07 | 中兴通讯股份有限公司 | 一种报表创建方法、装置和系统 |
US10810193B1 (en) * | 2013-03-13 | 2020-10-20 | Google Llc | Querying a data graph using natural language queries |
US9684729B2 (en) * | 2014-06-30 | 2017-06-20 | Quixey, Inc. | Displaying search results on a user device using a layout file |
-
2019
- 2019-07-16 CN CN201980048119.7A patent/CN112703514A/zh active Pending
- 2019-07-16 CA CA3116777A patent/CA3116777A1/en active Pending
- 2019-07-16 WO PCT/US2019/042020 patent/WO2020018546A1/en active Application Filing
- 2019-07-16 US US16/513,227 patent/US10860575B2/en active Active
-
2020
- 2020-11-04 US US17/088,753 patent/US11526503B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060053096A1 (en) * | 2004-09-08 | 2006-03-09 | Oracle International Corporation | Natural language query construction using purpose-driven template |
US20090138437A1 (en) * | 2007-11-26 | 2009-05-28 | Microsoft Corporation | Converting sparql queries to sql queries |
US20090249125A1 (en) * | 2008-04-01 | 2009-10-01 | Microsoft Corporation | Database querying |
US8874621B1 (en) * | 2011-10-09 | 2014-10-28 | LockPath, Inc. | Dynamic content systems and methods |
US20160179877A1 (en) * | 2014-12-23 | 2016-06-23 | Dennis Koerner | Analytic solution with a self-learning and context-sensitive semantic layer |
US9563613B1 (en) * | 2015-01-23 | 2017-02-07 | Sprint Communications Company L.P. | System and method for dynamic portable document file generation |
CN105279286A (zh) * | 2015-11-27 | 2016-01-27 | 陕西艾特信息化工程咨询有限责任公司 | 一种交互式大数据分析查询处理方法 |
CN106066895A (zh) * | 2016-06-30 | 2016-11-02 | 广东亿迅科技有限公司 | 一种智能查询系统 |
US11120057B1 (en) * | 2017-04-17 | 2021-09-14 | Microstrategy Incorporated | Metadata indexing |
CN107818127A (zh) * | 2017-09-09 | 2018-03-20 | 国网浙江省电力公司 | 一种用于多源数据的查询方法及系统 |
Non-Patent Citations (2)
Title |
---|
储春梅,李晓霞,郭力: "定向查询引擎在Web化学数据库集成检索中的应用", 计算机与应用化学, no. 08, pages 91 - 98 * |
王战英;王占宏;: "基于元数据的分布式通用查询系统研究与实现", 微型电脑应用, no. 08, pages 48 - 52 * |
Also Published As
Publication number | Publication date |
---|---|
CA3116777A1 (en) | 2020-01-23 |
US11526503B2 (en) | 2022-12-13 |
US10860575B2 (en) | 2020-12-08 |
WO2020018546A9 (en) | 2020-04-02 |
WO2020018546A1 (en) | 2020-01-23 |
US20210049166A1 (en) | 2021-02-18 |
US20200026702A1 (en) | 2020-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100437587C (zh) | 一种基于数据库的业务处理方法及装置 | |
US8566699B2 (en) | Intent-based information processing and updates | |
US11943225B2 (en) | Hierarchical permissions model for case management | |
US7584417B2 (en) | Role-dependent action for an electronic form | |
US7672908B2 (en) | Intent-based information processing and updates in association with a service agent | |
US8346683B2 (en) | System, program, and method for representation, utilization, and maintenance of regulatory knowledge | |
US20070118551A1 (en) | Semantic business model management | |
CN111630506A (zh) | 用于导航对话流的机器学习工具 | |
US20150052085A1 (en) | Personalized semantic controls | |
US8930831B2 (en) | User interface generation based on business process definition | |
US20120239680A1 (en) | Generating database scripts for executing business rules related to enterprise software in a database runtime environment | |
US10762581B1 (en) | System and method for conversational report customization | |
US20060101052A1 (en) | Method and system for sequencing and scheduling | |
US10505873B2 (en) | Streamlining end-to-end flow of business-to-business integration processes | |
US20190050480A1 (en) | Method and apparatus for the conversion and display of data | |
CN112703514A (zh) | 业务操作系统引擎 | |
Wongthongtham et al. | Ontology-based multi-agent system to multi-site software development | |
CN115222345A (zh) | 一种审核作业方法及装置 | |
KR20170138643A (ko) | 전사적 자원관리 시스템의 클라이언트 프로그램 | |
KR101855251B1 (ko) | 전사적 자원관리 시스템의 클라이언트 프로그램 | |
EP1160715A2 (en) | Computerised record keeping and process control | |
US20120174016A1 (en) | Content separation for personalization of object instances | |
Chen et al. | A practical guide to managing reference data with IBM InfoSphere master data management reference data management hub | |
EP1158444A1 (en) | A customisable data driven computer application | |
US11704095B2 (en) | Dynamic API bot for robotic process automation |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210423 |
|
WD01 | Invention patent application deemed withdrawn after publication |