JP2016131022A - 案件解決ログに基づいて専門家を検索するための方法、システム、およびユーザインターフェース - Google Patents

Abstract

【課題】工業環境で遭遇する問題を解決するための専門家を見つける。【解決手段】本開示の態様は、少なくとも１つのプログラムを格納するコンピュータ読取り可能媒体と、案件解決ログに基づいて専門家を発見するための方法とを含むシステムに関する。例示的実施形態において、本方法は、案件解決ログから複数のトピックを抽出すること、および抽出したトピックを使用して、専門家と受信したユーザクエリとの間の関係をモデル化して、ユーザクエリに関して最も関連した専門知識を有する専門家を識別することを含むことができる。本方法は、識別された専門家のリスト、および専門家選択決定の際にユーザを補助するための専門家についての情報を含む専門家選択インターフェースを提示することをさらに含むことができる。【選択図】図１

Description

本明細書で開示する発明の主題は、データ処理に関する。特に、例示的実施形態は、工業環境で遭遇する問題を解決するための専門家を見つけるための技術に関することができる。

企業の従業員は、多くの場合、トピックに関する情報を得るために、プロジェクトについて特定のスキルを持つ人を見つけるために、または特定の問題を解決するためのアドバイスを見つけるために、企業内の専門家を見つける必要がある。企業内でモバイルデバイスが普及したことにより、（例えば、発電所での計画停止中に）設備のメンテナンスを行う技術者は、多くの場合、遠隔地の専門家とのリアルタイムの共同トラブルシューティングに従事する必要がある。共同トラブルシューティングの重要な態様は、所与の問題に対して正しい専門家を見つけることである。

専門家を識別するための従来技術は、候補ベースアプローチであり、ユーザクエリに候補の専門家によって生成された情報の関連性に基づいて候補の専門家に対するプロファイルを構築することを含む。従来使用される別のアプローチは、ドキュメントベースアプローチであり、そのアプローチでは、ユーザのクエリに関する全ての文書を検索し、ドキュメントとそのドキュメントの制作者との間のリンクを発見する。

米国特許第８８１２４９６号明細書 添付図面のそれぞれは、本発明の主題の例示的実施形態を単に示し、その範囲を限定するものとみなすことはできない。

いくつかの例示的実施形態による、ネットワーク上でのデータを交換するために構成されたクライアント・サーバ・アーキテクチャを有する企業ネットワークシステムを示すネットワークアーキテクチャの図である。 いくつかの例示的実施形態による、企業ネットワークシステムの一部として提供される、専門家識別アプリケーションのさまざまな機能部品を示すブロック図である。 いくつかの例示的実施形態と一致する、専門知識識別処理において連動しながら、専門家識別アプリケーションの機能部品の間での例示的交換を示す双方向処理の図である。 いくつかの実施形態による、案件解決データに基づいて専門家のトピックベースの専門知識を判断するための方法を示すフローチャートである。 いくつかの例示的実施形態による、ユーザクエリに関する専門知識を有する専門家を識別するための方法を示すフローチャートである。 例示的実施形態による、専門家選択インターフェースを示すインターフェースの図である。 代替例示的実施形態による、専門家選択インターフェースを示すインターフェースの図である。 本明細書で説明する手法の任意の１つまたは複数を機械に実行させるための命令のセットを実行することができるコンピュータシステムの例示的形式での機械を示した図である。

本発明の主題を実行するための特定の例示的実施形態を参照して、詳細を説明する。これらの特定の実施形態の例は、添付図面で説明され、具体的な詳細は、発明の主題についての完全な理解をもたらすために、以下の説明で記載する。これらの例は、図示した実施形態に対する特許請求の範囲を限定する意図がないことが理解されよう。逆に、そのような代替、修正、および均等物が、本開示の範囲内に含まれるものとして包含されることを意図する。

本開示の態様は、専門家を識別および提示するための技術に関する。例示的実施形態は、既存の案件解決ログを活用することにより所与の問題に関する専門家を、設備技術者などのユーザが見つけることを可能にするシステムおよび方法を含む。特に、本システムは、技術者によって以前にファイルされ、専門家によって解決された案件解決ログからトピックを抽出する。その場合、本システムは、抽出トピックを使用して、専門家と受信したユーザクエリとの間の関係をモデル化し、ユーザクエリに対して最も関連する専門知識を有する専門家を識別することができる。このような方法で、本開示の態様は、専門家の正式な仕事の責任の一部として生成される既存のデータを活用することにより、従来のディレクトリおよび編成プロファイルを維持するために必要とされるリソースを削減する技術的効果を提供することができる。さらに、本開示の態様は、問題の現場で正しい専門家を技術者が迅速に発見することを可能にすることによって、問題の解決のためのサイクル時間を減らすさらなる技術的効果をもたらし、したがって、故障したか、または機能していない設備のダウンタイムの量を減らすことができる。

例示的実施形態は、ユーザが遭遇している問題を記述する１つまたは複数のキーワードを備えるユーザクエリを受信するよう動作可能なユーザインターフェースを含む。その場合、本システムは、案件解決ログのテキストマイニングを通じて、問題に対して最も関連する専門知識を有する専門家を識別することができる。また、ユーザインターフェースは、ユーザの専門家選択決定を補助するために、専門家についての追加情報と共に、関連する専門家の順位リストを提示する。例えば、追加情報は、専門領域の知識の分類ベース表現、関連案件の経験に関する情報、アプローチビリティ情報、および利用可能な指標を含む。

図１は、いくつかの例示的実施形態による、ネットワーク１０２上でデータを交換するために構成されたクライアント・サーバ・アーキテクチャを有する企業ネットワーク環境１００を示すネットワークアーキテクチャの図である。不必要な詳細で本発明の主題が不明瞭になることを避けるために、本発明の主題の理解を伝えるために密接な関係のないさまざまな機能部品（例えば、モジュールおよびエンジン）は、図１から省略している。しかしながら、当業者は、さまざまな追加の機能部品について、本明細書に具体的に記載されていない追加の機能を容易にするために、企業ネットワーク環境１００によってサポートすることができることを容易に認識するであろう。さらに、図１は、いくつかの実施形態と一致する例示的アーキテクチャを提供するが、本発明の主題は、図１で示したアーキテクチャに限定されず、例えば、イベント駆動、分散型、またはピアツーピア型アーキテクチャシステムにおいて、アプリケーションを同様に見つけることができる。企業ネットワーク環境１００のさまざまな構成要素が単数形で説明されるが、さまざまな機能部品の１つまたは複数についての複数のインスタンスを使用することができることも理解されよう。

企業ネットワーク環境１００は、ネットワーク１０２上でクライアントデバイス１０６と通信する企業システム１０４を含む。企業システム１０４は、企業ネットワーク環境１００およびそのユーザと関連したさまざまな機能および態様に関係する企業ネットワーク環境１００内のデータを通信および交換する。企業システム１０４は、ネットワーク１０２（例えば、インターネット）を介して、クライアントデバイス１０６に、サーバサイド機能を提供することができる。クライアントデバイス１０６は、企業ネットワーク環境１００のユーザによって、ネットワーク１０２上でデータを交換するよう動作することができる。企業ネットワーク環境１００のユーザは、例えば、企業または他の工業領域で作動する機械または設備についての、エンジニア、技術者、または専門家を含むことができる。データ交換は、データを、企業ネットワーク環境１００の関連コンテンツ、ユーザ、および資産に送信する、それらから受信する、および処理することを含むことができる。

クライアントデバイス１０６は、さまざまな種類のデバイス（例えば、スマートフォン、タブレットコンピュータ、携帯情報端末（ＰＤＡ）、ハンドヘルドコンピュータ、デスクトップコンピュータ、ラップトップもしくはネットブック、ウェアラブル・コンピューティング・デバイス、全地球測位システム（ＧＰＳ）デバイス、データ利用可能書籍リーダ、またはビデオゲーム・システム・コンソール）のいずれかとすることができ、通信ネットワーク１０２との通信を介してインターフェースすることができる。クライアントデバイス１０６の形式に応じて、さまざまな種類の通信および通信ネットワーク１０２を使用することができる。例えば、さまざまな実施形態において、ネットワーク１０２は、ローカル・エリア・ネットワーク（ＬＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、または他のパケット交換データネットワークに結合される、１つまたは複数の無線アクセスポイントを含むことができる。いくつかの実施形態において、ネットワーク１０２は、それ自体、ＬＡＮ、ＷＡＮ、インターネット、または他のパケット交換データネットワークとすることができる。したがって、さまざまな異なる構成が、明確に意図される。

さまざまな実施形態において、企業ネットワーク環境１００内で交換されたデータは、１つまたは複数のクライアントまたはユーザインターフェース（ＵＩ）を通じて利用可能なユーザ選択機能に依存する可能性がある。ＵＩは、例えば、クライアントデバイス１０６で実行され、企業システム１０４と通信する、ウェブクライアント１０８（例えば、ブラウザ）と特に関連づけることができる。ＵＩはまた、企業システム１０４と双方向通信するよう設計されたクライアントアプリケーションなどの、クライアントデバイス１０６で実行されるアプリケーション１１０と関連づけることができる。アプリケーション１１０は、例えば、検索クエリを構成および送信して、専門家を識別し、現場で遭遇する問題を解決する助けとなる機能をユーザに提供することができる。

企業システム１０４を特に参照すると、ＡＰＩサーバ１１２およびウェブサーバ１１４が、（例えば、有線または無線インターフェースを介して）アプリケーションサーバ１１６に結合されて、それぞれ、プログラマティックインターフェースおよびウェブインターフェースを、アプリケーションサーバ１１６に提供する。アプリケーションサーバ１１６は、例えば、専門家識別アプリケーション１１８などの、１つまたは複数のアプリケーションをホストすることができる。専門家識別アプリケーション１１８は、現場で遭遇する問題を解決するために、専門家を識別する際に、ユーザを補助する。この目的を達成するために、専門家識別アプリケーション１１８は、問題について記述しているユーザクエリを受信し、その問題に関連しする専門知識を有する専門家を含む専門家のリストを戻すよう設計される。

図１に図示したように、アプリケーションサーバ１１６は、データベース１２２へのアクセスを容易にするデータベースサーバ１２０に結合される。しかしながら、いくつかの例示的実施形態において、アプリケーションサーバ１１６は、データベースサーバ１２０を必要とすることなく、データベース１２２に直接アクセスすることができる。さらに、データベース１２２は、企業システム１０４の内部にあるか、または企業システム１０４の外部にあるとすることができる、複数のデータベースを含むことができる。データベース１２２は、企業ネットワーク環境１００およびそのユーザと関連したさまざまな機能および態様に関連するデータを格納する。例えば、データベース１２２は、企業ネットワーク環境１００のユーザ（例えば、エンジニア、技術者、または専門家）に対する複数のユーザレコードを格納および維持することができる。ユーザレコードは、名前、タイトル、位置、経験年数、担当案件、解決案件、利用可能情報、およびアプローチャビリティ情報などの、ユーザについての情報を含むことができる。

データベース１２２は、案件解決データをさらに格納する。案件解決データは、技術者が以前に準備した複数の既存の案件解決ログを備える。各案件解決ログは、パワープラントでの状況などの、工業領域で遭遇した過去の問題を含む案件に対応する。各案件は、その案件に割り当てられた対応する専門家を含む。案件ログのそれぞれは、割り当てられた専門家による案件の解決法に関するテキスト情報を含む。さらに、各案件ログは、１つまたは複数の分類案件タグを含み、システム内で案件の索引づけおよび位置づけを行う際の補助をすることができる。

図２は、いくつかの例示的実施形態による、企業システム１０４の一部として提供される、専門家識別アプリケーション１１８のさまざまな機能部品を示すブロック図である。関連するコンピュータおよびインターネット関連技術における当業者によって理解されるように、図２に示したモジュールおよびエンジンは、実行可能ソフトウェア命令のセット、および命令を実行するための対応するハードウェア（例えば、メモリおよびプロセッサ）を現す。さらに、図２に示すさまざまな機能部品は、単一のコンピュータ（例えば、サーバ）上に存在することができ、またはクラウドベースアーキテクチャなどのさまざまなアーキテクチャ内のいくつかのコンピュータにわたって分散させることができる。さらに、図２の機能部品（例えば、モジュールおよびエンジン）は単数で説明されるが、他の実施形態において、１つまたは複数のモジュールの複数のインスタンスを使用することができることが理解されよう。

図２に示したように、専門家識別アプリケーション１１８は、トピック・モデリング・エンジン２００、順位づけエンジン２０２、およびインターフェースモジュール２０４を含み、その全てが、（例えば、バス、共有メモリ、ネットワーク１０２、またはスイッチを介して）互いと通信するよう構成され、機能部品間を情報が通過することを可能にし、または機能部品が共通データを共有し、および共通データにアクセスすることを可能にする。さらに、図２に示す機能部品のそれぞれが、データベース１２２からのデータにアクセスして検索することができ、機能部品のそれぞれが、企業ネットワーク環境１００の他の構成要素（例えば、クライアントデバイス１０６）と通信することを可能にすることができる。

トピック・モデリング・エンジン２００は、所与の候補者（例えば、以前に問題を解決した専門家）が、受信したユーザ検索クエリの専門家であるかの確率がどれだけあるかを判断するよう構成することができる。いくつかの実施形態と一致して、トピック・モデリング・エンジン２００は、候補者ｃａが入力クエリｑの専門家であるという確率に基づいてこの判断を行うことができ、以下の説明のためにＰ（ｃａ｜ｑ）として現される。ベイズの定理ごとに、Ｐ（ｃａ｜ｑ）は、以下のように計算することができる。

すなわち、Ｐ（ｃａ｜ｑ）は、クエリｑを生成する候補ｃａの確率であり、Ｐ（ｃａ）は、候補ｃａの以前の確率であり、Ｐ（ｑ）は、クエリｑの確率である。Ｐ（ｑ）が定数であり、Ｐ（ｃａ）が全ての候補にわたる一様分布であるとすると、Ｐ（ｃａ｜ｑ）は、Ｐ（ｑ｜ｃａ）に主に依存する。

Ｐ（ｑ｜ｃａ）を計算するために、トピック・モデリング・エンジン２００は、隠れ変数としてトピックを使用して、ユーザクエリと専門家との間の関係をモデル化することができる。いくつかの実施形態と一致して、トピック・モデリング・エンジン２００は、トピックの混合としてドキュメントをモデル化して、単語の確率分布として各トピックを現すトピックモデリング技術（例えば、潜在的ディリクレ配分法（ＬＤＡ））を使用することができる。トピック・モデリング・エンジン２００は、抽出トピックを使用して、候補とクエリ内の単語との間の関係をモデル化することができる。このようにして、現場で発生する可能性のある各問題は、受信ユーザクエリによって表されるように、トピックの混合として閲覧することができる。したがって、トピック・モデリング・エンジン２００は、以下のようにクエリを生成する候補ｃａの確率を計算することができる。

ここで、Ｐ（ｗ｜ｔ）は、単語ｗがトピックｔに属する確率であり、Ｐ（ｔ｜ｃａ）は、専門家ｃａがトピックｔを生成する確率である。

順位づけエンジン２０２は、トピック・モデリング・エンジン２００によって判断されたように、候補者が受信ユーザクエリでの専門家である確率に従って候補者を順位づけするよう構成することができる。順位づけエンジン２０２は、ユーザ検索クエリの受信に応じて提示するために識別された専門家のサブセット（例えば、上位３人の専門家）をさらに選択してもよい。

インターフェースモジュール２０４は、ユーザインターフェースをユーザに提示する役目を担う。例えば、インターフェースモジュール２０４は、命令のセットを、クライアントデバイス１０６に送信し、クライアントデバイス１０６に１つまたは複数のユーザインターフェースをユーザに提示させることができる。インターフェースモジュール２０４は、例えば、問題について記述しているユーザ検索クエリを受信するよう動作する専門家選択インターフェースを提示することができる。したがって、インターフェースモジュール２０４は、インターフェースモジュール２０４によって提示されたユーザインターフェースのいずれか１つによって受信されたユーザ入力を受信および処理する役目をさらに担う。インターフェースモジュール２０４によって提示される専門家選択インターフェースは、受信ユーザクエリによって記載された問題に関する専門知識を有するとして識別された専門家のリストの表示をさらに含むことができる。専門家のリストの表示は、専門家のそれぞれについての情報をさらに含み、ユーザの専門家選択決定の補助をすることができる。例示的実施形態による、専門家選択インターフェースの詳細に関するさらなる情報は、図５および図６を参照して、以下で説明する。

図３は、いくつかの例示的実施形態と一致する、専門知識識別処理において連動しながら、専門家識別アプリケーション１１８の機能部品の間での例示的交換を示す双方向処理の図である。図のように、トピック・モデリング・エンジン２００は、データベース１２２から案件解決データ３００のコーパスを取得する。案件解決データ３００のコーパスは、複数の技術者３０２によって作られた複数の案件解決ログを備える。各案件解決ログは、割り当てられた専門家による工業領域での問題の解決法に関するテキスト情報を含む。テキスト情報は、例えば、問題を送信した技術者（本明細書では、「送信者」とも称する）の名前、問題を割り当てられた専門家の名前（本明細書では、「割当人」とも称する）、該当する場合、問題に含まれる設備の識別子を含む問題の説明、および問題の解決方法についての説明を含むことができる。

図のように、動作３０４で、トピック・モデリング・エンジン２００は、潜在トピックを識別するために、案件解決データ３００のコーパスに含まれるテキスト情報を調査する。抽出トピックのそれぞれのレコードは、動作３０６で、１つまたは複数の単語および１人または複数の専門家への関連と共に、データベース１２２に格納される。動作３０８で、トピック・モデリング・エンジン２００は、抽出トピックを使用して、専門家−単語マトリクス３１０を生成する。専門家−単語マトリクス３１０は、全ての専門家ｃａおよび語彙における全ての単語ｗに対する確率Ｐ（ｗ｜ｃａ）を含み、Ｐ（ｗ｜ｃａ）は、所与の専門家が語彙における（例えば、発話した）単語と関連する確率である。本開示の目的のために、「語彙」という用語は、案件解決データのコーパスに含まれる全ての特有な単語を一括して意味する。

動作３１２では、インターフェースモジュール２０４（図示せず）が、技術者３１６が操作するクライアントデバイス（例えば、クライアントデバイス１０６）から、ユーザクエリ３１４を受信する。受信したユーザクエリ３１４は、工業環境で遭遇する問題について記述している。いくつかの例において、クエリ３１４は、工業領域で使用されている特定の資産と関連することができる。資産は、工業領域内の１つまたは複数の機能を実行する役目を担う１つの機械または設備とすることができる。資産は、例えば、医療機器、家電製品、電源装置、航空装置、列車、自動車、風力タービン、またはガスタービンなどを含む、さまざまな形式の１つとすることができる。図３に示した例において、ユーザクエリ３１４は、「コンプレッサブレード」、特に、「コンプレッサブレード損傷」に関係する。

動作３１８でユーザクエリ３１４を受信すると、トピック・モデリング・エンジン２００は、専門家−単語マトリクス３１０にアクセスして、案件解決データ３００のコーパスと関連する全ての専門家に対する確率Ｐ（ｑ｜ｃａ）を判断し、ここで、Ｐ（ｑ｜ｃａ）は、専門家が、ユーザクエリ３１４によって記述された問題の専門知識を有する確率である。次いで、順位づけエンジン２０２が、その専門家がクエリ３１４によって記述された問題の専門知識を有する確率に従って、案件解決データ３００のコーパスと関連する全ての専門家をランクづけする。動作３２０で、インターフェースモジュール２０４（図示せず）により、上位に順位づけされた専門家のリストが、技術者３１６の操作するクライアントデバイス１０６に表示される。

図４は、いくつかの実施形態による、案件解決データ３００に基づいて専門家のトピックベースの専門知識を判断するための方法４００を示すフローチャートである。方法４００は、ハードウェア構成要素（例えば、プロセッサ）によって実行するためのコンピュータ読取り可能命令で実施することができ、方法４００のステップは、専門家識別アプリケーション１１８の機能部品によって、部分的に、または全てを実行することができ、それに応じて、方法４００は、それを参照することにより、以下で説明する。しかしながら、方法４００は、さまざまな他のハードウェア構成で作動することができ、専門家識別アプリケーション１１８に限定される意図はないことが理解されるべきである。

動作４０５で、トピック・モデリング・エンジン２００は、データベース１２２からの案件解決データのコーパスにアクセスする。案件解決データは、技術者が以前に著した複数の既存の案件解決ログを備える。各案件解決ログは、工業領域（例えば、パワープラント）で遭遇した過去の問題を含む案件に対応する。各案件は、その案件に割り当てられた対応する専門家を含む。案件解決ログのそれぞれは、割り当てられた専門家による案件の解決法に関する情報を含むテキストデータを含む。したがって、テキストデータは、例えば、送信者の名前、割当人の名前、問題についての記述、および解決情報を含むことができる。

動作４１０で、トピック・モデリング・エンジン２００は、案件解決データから複数のトピックを抽出する。トピック・モデリング・エンジン２００は、案件解決データを集合的に形成する複数の案件解決ログに含まれるテキストデータに、テキストマイニング技術を適用することによって、案件解決データからトピックを抽出することができる。特に、トピック・モデリング・エンジン２００は、各案件解決ログから単語を抽出し、各抽出単語をトピックにマッピングすることができる。このようにして、案件解決データのコーパスに含まれる各案件ログは、さまざまなトピックの混合として閲覧することができる。

動作４１５で、トピック・モデリング・エンジン２００は、抽出された複数のトピックを使用して、専門家−単語マトリクスを構築する。専門家−単語マトリクスは、案件解決データと関連する各専門家に対する行を含み、その行の各エントリは、専門家が案件解決データと関連する語彙の所与の単語を発話する（例えば、所与の単語と関連する）確率を備える。したがって、専門家−単語マトリクスを構築する動作は、案件解決データに対する語彙を算出するステップ、および、各専門家に対して、その専門家が案件解決データから派生したトピックを通じて語彙の所与の単語と関連する（例えば、発話する）確率を算出するステップを含むことができる。トピック・モデリング・エンジン２００は、隠れ変数として抽出トピックを使用して専門家−単語マトリクスを構築し、専門家と、所与のトピックに属する単語との間の関係をモデル化することができる。例えば、トピック・モデリング・エンジン２００は、案件ログをモデル化するためのＬＤＡなどの、自然言語処理生成モデルを使用することができ、そのそれぞれが、トピックの混合として、専門家と関連づけられ、単語の確率分布として各トピックを表す。

図５は、いくつかの例示的実施形態による、ユーザクエリに関する専門知識を有する専門家を識別するための方法を示すフローチャートである。方法５００は、ハードウェア構成要素（例えば、プロセッサ）によって実行するためのコンピュータ読取り可能命令で実施することができ、方法５００のステップは、専門家識別アプリケーション１１８の機能部品によって、部分的に、または全てを実行することができ、それに応じて、方法５００は、それを参照することにより、以下で説明する。しかしながら、方法５００は、さまざまな他のハードウェア構成で作動することができ、専門家識別アプリケーション１１８に限定される意図はないことが理解されるべきである。

動作５０５で、インターフェースモジュール２０４は、工業領域内で遭遇した問題を記述するユーザ検索クエリを（例えば、クライアントデバイス１０６から）受信する。例えば、ユーザクエリは、コンプレッサブレードへの損傷に起因する技術的問題を修理する技術者が生成することができる。ユーザクエリは、問題を記述するために使用される１つまたは複数の用語を含むことができる。

動作５１０で、トピック・モデリング・エンジン２００は、案件解決データのコーパスと関連する複数の専門家の各専門家に対して、ユーザクエリによって説明された問題の専門知識をその専門家が有する確率を判断する。トピック・モデリング・エンジン２００は、問題を記述するために使用される１つまたは複数の用語と、案件解決データのコーパスから抽出された複数のトピックとの間の関係に基づいて、クエリによって記述された問題の専門知識を専門家が有する確率を判断してもよい。トピック・モデリング・エンジン２００は、ユーザクエリと専門家との間の関係をモデル化するために、隠れ変数としてトピックを使用することによって問題の専門知識を専門家が有する確率を判断してもよい。例えば、図２および図５を参照して上記したように、トピック・モデリング・エンジン２００は、ＬＤＡなどのトピックモデリング技術を使用して、案件解決データのコーパスからトピックを抽出し、抽出トピックを使用して、候補者とクエリ内の用語との間の関係をモデル化することができる。

動作５１５で、順位づけエンジン２０２は、各専門家がユーザクエリによって記述される問題の専門知識を有する各確率に従って、複数の専門家を順位づける。動作５２０で、インターフェースモジュール２０４は、クエリを送信したユーザに提示するための複数の専門家のサブセットを選択する。例えば、インターフェースモジュール２０４は、提示するための上位３人の専門家を選択することができる。

動作５２５で、インターフェースモジュール２０４は、ユーザクエリを受信したクライアントデバイス１０６に、専門家選択インターフェースを提示させる。専門家選択インターフェースは、ユーザの専門家選択決定を補助することができる専門家についての情報と共に、専門家（例えば、上位３人の専門家）のサブセットのグラフ表示を含む。インターフェースモジュール２０４は、クライアントデバイス１０６にユーザへの専門家選択インターフェースを表示させるクライアントデバイス１０６に対する命令のセットを提供することによって、専門家選択インターフェースを提示させることができる。クライアントデバイス１０６のユーザの視点から、ユーザは、クエリを送信し、それに応じて、専門家選択インターフェースが表示される。

図６は、例示的実施形態による、専門家選択インターフェース６００を示すインターフェースの図である。専門家選択インターフェース６００は、アプリケーションサーバ１１６と通信するクライアントデバイス１０６に表示することができる。いくつかの実施形態において、専門家選択インターフェース６００は、ウェブクライアント１０８を使用して、適切なＵＲＬを介して、アクセスすることができる。いくつかの実施形態において、専門家選択インターフェース６００は、アプリケーション１１０に提供されるいくつかのさまざまなインターフェースの１つとして提供してもよい。

図のように、専門家選択インターフェース６００は、現場で遭遇している問題を記述するためにユーザクエリを入力するためのクエリフィールド６０２を含む。クエリをクエリフィールド６０２に入力するユーザ（例えば、技術者３１６）は、フリーフォーム・テキスト・クエリを生成してもよく、または一般に使用される検索語の所定のリストから検索語を選択してもよい。ユーザ検索クエリの受信に応答して、専門家選択インターフェース６００は、ウィンドウ６０４に、関連する専門知識を有する専門家のリストを提供する。このようにして、専門家選択インターフェース６００により、ユーザは、提示された専門家を見て、その問題について補助する専門家を選択することが可能になる。さらに、ユーザは、適切なコラボレーションツールを使用して、選択した専門家とすぐに通信することができる。

図のように、ウィンドウ６０４は、名前６０６、専門知識６０８、関連案件６１０、およびレーティング６１２を含む、各専門家についての情報を含む。この例において、各専門家の専門知識６０８は、クエリに依存しないトピック専門知識の分類ベース表現を含む。特に、専門知識６０８は、案件解決ログで使用した分類案件タグを使用して生成されたサンバースト図で示される。サンバースト図は、各色が特定の案件タグに対応する複数の色部分を備える。各部分のサイズは、対応する案件タグにおけるその専門家の専門知識のレベルに対応する。関連案件６１０は、案件解決ログへのリンクと共に、専門家によって解決された関連案件の選択をリスト化することによって、専門家のクエリ固有の経験について提供する。レーティング６１２は、専門家のユーザレーティングの集計を表示し、５つ星スケールなどで、ユーザが専門家をレーティングすることを可能にする。

さらに、専門家選択インターフェース６００はまた、オンライン状況６１４、位置６１６、および現地時間６１８を含む、各専門家に対する利用可能情報を提供する。専門家選択インターフェース６００は、各専門家の企業ソーシャル・ネットワーク・プロファイルへのリンク６２０をさらに含み、そこでは、ユーザが、専門家の組織図、役割、グループ所属、およびソーシャルネットワークへの投稿を閲覧することができる。専門家選択インターフェース６００はまた、各専門家に対する取扱件数６２２（例えば、現在の割当案件の数）などの、専門家の稼働状況の指標を含む。

図７は、代替例示的実施形態による、専門家選択インターフェース７００を示すインターフェースの図である。専門家選択インターフェース７００は、各専門家の専門知識６０８についての表示を除いて、専門家選択インターフェース６００と実質的に同様である。特に、専門家選択インターフェース７００において、各専門家の専門知識６０８は、それぞれ、単語クラウド７０２から７０４で示される。いくつかの実施形態と一致して、単語クラウド７０２から７０４は、クエリに依存しない専門知識情報を提供し、ＬＤＡスコアによって、上位単語（例えば、上位５０）を使用して生成される。いくつかの他の実施形態において、単語クラウド７０２から７０４は、その専門家に割り当てられた案件解決ログで使用される案件タイトルを使用して生成することができる。

図６および図７の専門家選択インターフェース６００および７００で示した情報は、表示することができる専門家情報の単なる一例に過ぎず、他の実施形態において、表示される情報は、より多いか、またはより少なくてもよいことが理解されよう。例えば、いくつかの実施形態において、専門家選択インターフェース６００、７００は、各専門家の経験年数、またはその専門家が堪能な言語を含むことができる。
モジュール、構成要素、およびロジック
ある実施形態は、ロジック、またはさまざまな構成要素、モジュール、もしくはメカニズムを含むとして、本明細書で説明される。モジュールは、ソフトウェアモジュール（例えば、機械読取り可能媒体で実施されるコードか、または送信信号内のコード）またはハードウェアモジュールを構成することができる。ハードウェアモジュールは、ある動作を実行することが可能な有形ユニットであり、何らかの方法で構成または配置することができる。例示的実施形態において、１つまたは複数のコンピュータシステム（例えば、スタンドアロン、クライアント、またはサーバコンピュータシステム）またはコンピュータシステムの１つまたは複数のハードウェアモジュール（例えば、プロセッサまたはプロセッサのグループ）は、本明細書で説明するような何らかの動作を実行するよう動作するハードウェアモジュールとして、ソフトウェア（例えば、アプリケーションまたはアプリケーション部分）によって構成することができる。

さまざまな実施形態において、ハードウェアモジュールは、機械的に、または電子的に実現することができる。例えば、ハードウェアモジュールは、何らかの動作を実行するよう恒久的に構成される専用回路またはロジック（例えば、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）または特定用途向け集積回路（ＡＳＩＣ）などの特定用途向けプロセッサ）を備えることができる。ハードウェアモジュールはまた、何らかの動作を実行するためにソフトウェアによって一時的に構成される（例えば、汎用プロセッサまたは他のプログラマブルプロセッサ内に包含されるような）プログラマブルロジックまたは回路を備えることができる。ハードウェアモジュールの機械的な実現を、専用の、恒久的に構成された回路で行うか、または一時的に構成された回路で行うかの決定は、コストおよび時間を考慮することによって、行うことができることが理解されよう。

したがって、「ハードウェアモジュール」という用語は、有形の構成要素を包含する、物理的に構成され、恒久的に構成され（例えば、有線）、または一時的に構成され（例えば、プログラムされた）、何らかの方法で動作し、および／または本明細書で説明する何らかの動作を実行する要素であると理解されるべきである。ハードウェアモジュールが一時的に構成された（例えば、プログラムされた）実施形態を考えると、ハードウェアモジュールのそれぞれは、適時に構成されるか、いずれか１つのインスタンスでインスタンス化される必要はない。例えば、ハードウェアモジュールがソフトウェアを使用して構成される汎用プロセッサを備える場合、汎用プロセッサは、異なる時間でそれぞれ異なるハードウェアモジュールとして構成することができる。したがって、ソフトウェアは、プロセッサを構成し、例えば、ある時点で特定のハードウェアモジュールを構成し、異なる時点で異なるハードウェアモジュールを構成することができる。

ハードウェアモジュールは、他のハードウェアモジュールに情報を提供することができ、および他のハードウェアモジュールから情報を受信することができる。したがって、説明するハードウェアモジュールは、通信可能に結合されるものとすることができる。そのようなハードウェアモジュールが同時に複数存在する場合、通信は、（例えば、ハードウェアモジュールを接続する適切な回路およびバスで）信号伝達を介して実現することができる。複数のハードウェアモジュールが、異なる時点で構成されるか、またはインスタンス化される実施形態において、そのようなハードウェアモジュールの間の通信は、例えば、複数のハードウェアモジュールがアクセスするメモリ構造内の情報の保存および検索を通じて実現することができる。例えば、１つのハードウェアモジュールは、ある動作を実行し、通信可能に結合されるメモリデバイスにその動作の出力を格納することができる。次いで、さらなるハードウェアモジュールが、後に、メモリデバイスにアクセスして、格納された出力を検索および処理することができる。ハードウェアモジュールはまた、入力デバイスまたは出力デバイスとの通信を開始することもでき、リソース（例えば、情報の集合）で動作することができる。

本明細書で説明する例示的方法のさまざまな動作は、関連する動作を実行するために、一時的に構成される（例えば、ソフトウェアによって）か、または恒久的に構成される、１つまたは複数のプロセッサによって、少なくとも部分的に、実行することができる。一時的に構成するか、恒久的に構成する場合、そのようなプロセッサは、１つまたは複数の動作または機能を実行するよう動作するプロセッサ実装モジュールを構成することができる。本明細書におけるモジュールは、いくつかの例示的実施形態において、プロセッサ実装モジュールを備えることができる。

同様に、本明細書で説明する方法は、少なくとも部分的にプロセッサが実装することができる。例えば、方法における動作の少なくともいくつかは、１つまたは複数のプロセッサまたはプロセッサ実装モジュールによって実行することができる。特定の動作の働きは、１つまたは複数のプロセッサ内で分散することができ、単一の機械の中に存在するだけでなく、多くの機械にわたって作動する。いくつかの例示的実施形態において、１つまたは複数のプロセッサは、１つの場所（例えば、家庭、会社、またはサーバファーム内）に設置することができ、一方、他の実施形態において、プロセッサは、多くの場所にわたって分散させることができる。

１つまたは複数のプロセッサはまた、「クラウドコンピューティング」環境における関連動作の働きをサポートするよう、または「サービス型ソフトウェア（ＳａａＳ）」として、動作することができる。例えば、少なくともいくつかの動作は、（プロセッサを含む機械の例として）コンピュータのグループによって実行することができ、これらの動作は、ネットワーク１０２（例えば、インターネット）を介して、および１つまたは複数の適切なインターフェース（例えば、ＡＰＩ）を介して、アクセス可能である。
電子装置およびシステム
例示的実施形態は、デジタル電子回路で実現することができ、またはコンピュータハードウェア、ファームウェア、もしくはソフトウェアで実現することができ、またはそれらの組み合わせで実現することができる。例示的実施形態は、コンピュータプログラム製品、例えば、データ処理装置、例えば、プログラマブルプロセッサ、コンピュータ、または複数のコンピュータによって実行するためか、それらの動作を制御するための、情報キャリアで、例えば、機械読取り可能媒体で、明確に実施されるコンピュータプログラムを使用して実現することができる。

コンピュータプログラムは、コンパイル型言語またはインタープリター型言語を含む、任意の形式のプログラミング言語で書くことができ、スタンドアロンプログラム、またはモジュールを含む、任意の形式で、またはコンピューティング環境で使用するのに適切な他のユニットで、動作することができる。コンピュータプログラムは、１つのコンピュータで、または１つの現場にある複数のコンピュータで、実行されるよう、または複数の現場にわたって分散されて通信ネットワーク１０２によって相互に接続されるよう、動作することができる。

例示的実施形態において、動作は、コンピュータプログラムを実行して、入力データに作用して出力を生成することにより機能を実行する１つまたは複数のプログラマブルプロセッサによって実行することができる。方法動作はまた、専用ロジック回路（例えば、ＦＰＧＡまたはＡＳＩＣ）によって実行することもでき、および例示的実施形態の装置は、専用ロジック回路（例えば、ＦＰＧＡまたはＡＳＩＣ）として実現してもよい。

コンピューティングシステムは、クライアントおよびサーバを含むことができる。クライアントおよびサーバは、一般に、それぞれから離れており、典型的に、通信ネットワークを通じて相互通信する。クライアントとサーバとの関係は、それぞれのコンピュータで動作し、互いにクライアント−サーバ関係を有する、コンピュータプログラムによって生じる。プログラマブル・コンピューティング・システムを動作させる実施形態において、ハードウェアアーキテクチャおよびソフトウェアアーキテクチャの両方を考慮すべきであることが理解されよう。具体的には、恒久的に構成されたハードウェア（例えば、ＡＳＩＣ）で、一時的に構成されたハードウェア（例えば、ソフトウェアの組み合わせおよびプログラマブルプロセッサ）で、または恒久的ならびに一時的に構成されたハードウェアの組み合わせで、ある機能を実施するかどうかの選択は、設計上の選択である可能性があることが理解されよう。以下は、さまざまな例示的実施形態において、動作することができるハードウェア（例えば、機械）およびソフトウェアアーキテクチャを示す。
機械アーキテクチャおよび機械読取り可能媒体
図８は、本明細書で説明する手法の任意の１つまたは複数を機械に実行させるための命令のセットを実行することができるコンピュータシステム８００の例示的形式の機械を示した図である。いくつかの実施形態と一致して、コンピュータシステム８００は、クライアントデバイス１０６、アプリケーションサーバ１１６、ＡＰＩサーバ１１２、またはウェブサーバ１１４のいずれか１つに対応することができる。コンピュータシステム８００は、本明細書で説明する方法の任意の１つまたは複数を機械に実行させるための命令を含むことができる。代替実施形態において、機械は、スタンドアロンデバイスとして動作するか、または他の機械に接続する（例えば、ネットワーク化する）ことができる。ネットワーク化された場合、機械は、サーバ−クライアントネットワーク環境において、サーバまたはクライアントマシンのキャパシティ内で動作することができ、またはピアツーピア（または、分散）ネットワーク環境におけるピアマシンとして動作することができる。本機械は、パーソナルコンピュータ（ＰＣ）、ＰＤＡ、携帯電話、スマートフォン（例えば、ｉＰｈｏｎｅ（登録商標））、タブレットコンピュータ、ウェブ家電、ハンドヘルドコンピュータ、デスクトップコンピュータ、ラップトップもしくはネットブック、ケーブルもしくは衛星コンテンツプロバイダによって提供されるようなセット・トップ・ボックス（ＳＴＢ）、眼鏡もしくはリストウォッチなどのウェアラブルコンピューティングデバイス、自動車に組み込まれるマルチメディアデバイス、全地球測位システム（ＧＰＳ）デバイス、データ利用可能書籍リーダ、ビデオゲーム・システム・コンソール、ネットワークルータ、スイッチもしくはブリッジ、またはその機械によってとられる特定の動作についての命令を（順次または順不同に）実行することが可能な任意の機械とすることができる。さらに、１つの機械だけが図示されているが、「機械」という用語には、本明細書で説明する手法の任意の１つまたは複数を実行するために命令の１セット（または、複数セット）を個別にまたは共同で実行する機械の任意の集合を含むとも解釈されるべきである。

例示的コンピュータシステム８００は、プロセッサ８０２（例えば、中央処理装置（ＣＰＵ）、グラフィック処理装置（ＧＰＵ）、または両方）、メインメモリ８０４、スタティックメモリ８０６を含み、バス８０８を介して互いと通信する。コンピュータシステム８００は、ビデオディスプレイ８１０（例えば、液晶ディスプレイ（ＬＣＤ）またはブラウン管（ＣＲＴ））をさらに含むことができる。コンピュータシステム８００はまた、１つまたは複数の入力／出力（Ｉ／Ｏ）デバイス８１２、位置決め部品８１４、ドライブユニット８１６、信号生成デバイス８１８（例えば、スピーカ）、およびネットワーク・インターフェース・デバイス８２０を含む。入力／出力デバイス８１２は、例えば、キーボード、マウス、キーパッド、マルチタッチサーフェス（例えば、タッチスクリーンまたはトラックパッド）、マイクロフォン、およびカメラなどを含むことができる。

位置決め部品８１４は、コンピュータシステム８００の位置を判断するために使用することができる。いくつかの実施形態において、位置決め部品８１４は、ネットワーク・インターフェース・デバイス８２０を使用して、ＧＰＳ信号をＧＰＳ衛星と通信することができるＧＰＳトランシーバに対応することができる。位置決め部品８１４はまた、インターネットプロトコル（ＩＰ）アドレスルックアップを使用することによって、または付近のモバイル通信塔に基づき位置を三角測量することによって、コンピュータシステム８００の位置を判断するよう構成してもよい。位置決め部品８１４は、メインメモリ８０４またはスタティックメモリ８０６にユーザ定義位置を格納するようさらに構成することができる。いくつかの実施形態において、モバイル位置可能アプリケーションは、位置決め部品８１４およびネットワーク・インターフェース・デバイス８２０をと共に動作し、コンピュータシステム８００の位置を、コンピュータシステム８００を操作するユーザの位置を識別するために、アプリケーションサーバまたはサードパーティサーバに送信することができる。

いくつかの実施形態において、ネットワーク・インターフェース・デバイス８２０は、トランシーバおよびアンテナに対応することができる。トランシーバは、セルラネットワーク信号、無線データ信号、または他の種類の信号を、アンテナを介して、コンピュータシステム８００の性質に応じて、送受信するよう構成することができる。
機械読取り可能媒体
ドライブユニット８１６は、本明細書で説明する手法または機能の任意の１つまたは複数によって実施または使用されるデータ構造および命令８２４（例えば、ソフトウェア）の１つまたは複数のセットを格納する機械読取り可能媒体８２２を含む。命令８２４はまた、コンピュータシステム８００による実行中にメインメモリ８０４、スタティックメモリ８０６、および／またはプロセッサ８０２内に、完全に、または少なくとも部分的に存在することができ、メインメモリ８０４、スタティックメモリ８０６、およびプロセッサ８０２はまた、機械読取り可能媒体８２２を構成する。

いくつかの実施形態と一致して、命令８２４は、オペレーティングシステム（ＯＳ）の動作に関連することができる。特定の種類のコンピュータシステム８００に応じて、ＯＳは、例えば、ｉＯＳ（登録商標）オペレーティングシステム、Ａｎｄｒｏｉｄ（登録商標）オペレーティングシステム、ＢｌａｃｋＢｅｒｒｙ（登録商標）オペレーティングシステム、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標）Ｐｈｏｎｅオペレーティングシステム、Ｓｙｍｂｉａｎ（登録商標）ＯＳ、またはｗｅｂＯＳ（登録商標）とすることができる。さらに、命令８２４は、いくつかの実施形態と一致して、アプリケーション（一般に「ａｐｐ」として知られる）によって実行される動作に関係することができる。そのようなアプリケーションの一例として、ブラウザを使用して、ウェブページまたはユーザインターフェースなどのコンテンツを表示するモバイル・ブラウザ・アプリケーションがある。

機械読取り可能媒体８２２が単一媒体として例示的実施形態に示されているが、「機械読取り可能媒体」という用語は、１つまたは複数のデータ構造または命令８２４を格納する単一媒体または複数媒体（例えば、集中または分散データベース、および／または関連キャッシュおよびサーバ）を含むことができる。「機械読取り可能媒体」という用語は、機械によって実行するための命令を格納、符号化、または搬送することが可能であり、本開示の手法の任意の１つまたは複数を機械に実行させるか、またはそのような命令８２４によって使用される、もしくはそのような命令８２４と関連するデータ構造を格納、符号化、または搬送することが可能な、任意の有形媒体を含むものとする。「機械読取り可能媒体」という用語は、したがって、これらに限定されないが、固体状態メモリ、および光学もしくは磁気媒体を含むものとする。機械読取り可能媒体８２２の具体例には、例えば、半導体メモリデバイス（例えば、消去可能プログラマブル・リード・オンリ・メモリ（ＥＰＲＯＭ）、電気的消去可能プログラマブル・リード・オンリ・メモリ（ＥＥＰＲＯＭ））ならびにフラッシュ・メモリ・デバイス、内蔵ハードディスクならびにリムーバブルディスクなどの磁気ディスク、磁気−光学ディスク、およびＣＤ−ＲＯＭならびにＤＶＤ−ＲＯＭディスクを含む、不揮発性メモリを含む。

さらに、有形機械読取り可能媒体８２２は、伝達信号を実施しないという点で非一時的である。しかしながら、有形機械読取り可能媒体８２２を「非一時的」と称しても、媒体が移動不可能であるという意味に解釈されるべきではなく、媒体は、１つの現実世界位置から別の位置に移動可能であると解釈すべきである。さらに、機械読取り可能媒体８２２は有形であるため、媒体は、機械読取り可能デバイスと解釈することができる。
伝送媒体
命令８２４は、伝送媒体を使用して、ネットワーク８２６でさらに送受信することができる。命令８２４は、ネットワーク・インターフェース・デバイス８２０および既知の転送プロトコル（例えば、ＨＴＴＰ）のいずれか１つを使用して、送信してもよい。通信ネットワークの例には、ＬＡＮ、ＷＡＮ、インターネット、携帯電話ネットワーク、従来型電話サービス（ＰＯＴＳ）ネットワーク、および無線データネットワーク（例えば、ＷｉＦｉおよびＷｉＭａｘネットワーク）がある。「伝送媒体」という用語は、機械によって実行するための命令８２４を格納、符号化、または搬送することを可能にし、デジタルもしくはアナログ通信信号またはそのようなソフトウェアの通信を容易にする他の無形媒体を含む、任意の無形媒体を含むものとする。

本発明の実施形態は、特定の例示的実施形態を参照して説明してきたが、さまざまな修正および変更は、本発明の主題の広い範囲から逸脱することなく、これらの実施形態に対してなされ得ることは明らかであろう。したがって、本明細書および図面は限定的な意味ではなく例示としてみなされるべきである。本明細書の一部を形成する添付図面は、例示のために示したものであり、限定する意図はなく、発明の主題を実施することができる特定の実施形態を示す。図示した実施形態は、当業者が本明細書に開示された教示を実施することを可能にするために充分詳細に説明される。他の実施形態を使用および導出することができ、構造的および論理的な置換および変更を、本開示の範囲から逸脱することなく行うことができる。したがって、この具体的な実施形態は、限定する意図はなく、さまざまな実施形態の範囲は、そのような特許請求の範囲が与える等価物の全範囲と共に、添付の特許請求の範囲によってのみ定義される。

本発明の主題のそのような実施形態は、利便性のために、および２つ以上が実際に開示された場合、任意の単一の発明または発明のコンセプトに本出願の範囲を自発的に限定する意図はなく、本明細書において、個別におよび／または集合的に、単に「発明」という用語により表すことができる。したがって、特定の実施形態について本明細書で図示および説明してきたが、同じ目的を達成するために算出される任意の構成を、示した特定の実施形態の代わりとすることができることを理解されたい。本開示は、さまざまな実施形態の任意の、および全ての応用例または変形例をカバーすることを意図する。上記実施形態の組み合わせ、および本明細書で特に説明しなかった他の実施形態は、当業者には、上記の説明を検討すれば明らかになるであろう。

本文書において参照した全ての出版物、特許、および特許文書は、参照によりその全体が本明細書に組み込まれる。本文書と参照により組み込まれるこれらの文書との間の一貫性のない使用において、組み込まれる参考文書での使用が、本文書の使用への補足と考えられるべきであり、一致しない非一貫性において、本文書の使用が優先する。

本文書において、単数形の用語は、特許文書において共通であるように、何らかの他の例または「少なくとも１つ」もしくは「１つまたは複数」の使用から独立して、１つまたは１つ以上を含む。本文書において、「または（もしくは）」という用語は、排他的な意味で使用され、「Ａまたは（もしくは）Ｂ」は、特に指示しない限り、「ＢではなくＡ」、「ＡではなくＢ」、および「ＡおよびＢ」を含む。添付の特許請求の範囲において、「含む（ｉｎｃｌｕｄｉｎｇ）」および「において（ｉｎ ｗｈｉｃｈ）」という用語は、それぞれ「備える（ｃｏｍｐｒｉｓｉｎｇ）」および「ここにおいて（ｗｈｅｒｅｉｎ）」という用語のプレーンイングリッシュ的同等語として使用される。また、添付の特許請求の範囲において、「含む（ｉｎｃｌｕｄｉｎｇ）」および「備える（ｃｏｍｐｒｉｓｉｎｇ）」という用語は、オープンエンドであり、すなわち、ある請求項においてそのような用語の後に記載された要素に加えて、要素を含むシステム、デバイス、物品、または処理が、その請求項の範囲内にあるとさらにみなされる。

１００ 企業ネットワーク環境
１０２ ネットワーク
１０４ 企業システム
１０６ クライアントデバイス
１０８ ウェブクライアント
１１０ アプリケーション
１１２ ＡＰＩサーバ
１１４ ウェブサーバ
１１６ アプリケーションサーバ
１１８ 専門家識別アプリケーション
１２０ データベースサーバ
１２２ データベース
２００ トピック・モデリング・エンジン
２０２ 順位づけエンジン
２０４ インターフェースモジュール
３００ 案件解決データ
３１０ 専門家−単語マトリクス
３１４ ユーザクエリ
３１６ 技術者
６００ 専門家選択インターフェース
６０２ クエリフィールド
６０４ ウィンドウ
６０６ 名前
６０８ 専門知識
６１０ 関連案件
６１２ レーティング
６１４ オンライン状況
６１６ 位置
６１８ 現地時間
６２０ リンク
６２２ 取扱件数
７００ 専門家選択インターフェース
７０２ 単語クラウド
７０３ 単語クラウド
７０４ 単語クラウド
８００ コンピュータシステム
８０２ プロセッサ
８０４ メインメモリ
８０６ スタティックメモリ
８０８ バス
８１０ ビデオディスプレイ
８１２ 入力／出力（Ｉ／Ｏ）デバイス
８１４ 位置決め部品
８１６ ドライブユニット
８１８ 信号生成デバイス
８２０ ネットワーク・インターフェース・デバイス
８２２ 機械読取り可能媒体
８２４ データ構造および命令
８２６ ネットワーク

Claims (20)

1. 案件ログデータのコーパスにアクセスするステップであって、前記案件ログデータが、複数の専門家と関連する複数の案件解決ログを備え、前記複数の案件解決ログの各案件解決ログが、前記複数の専門家の特定の専門家に割り当てられて、工業領域で遭遇した過去の問題に関するテキストデータを備えるステップと、
   前記案件ログデータから複数のトピックを抽出するステップと、
   前記案件ログデータから抽出した前記複数のトピックを使用して専門家−単語マトリクス（３１０）を構築するステップであって、前記専門家−単語マトリクス（３１０）が前記複数の専門家の各専門家に対して前記専門家が案件解決データ（３００）における単語の語彙に属する各単語を発話する確率を備えるステップと、
   クライアントデバイス（１０６）から、前記工業領域で遭遇する問題について記述するユーザ検索クエリを受信するステップと、
   前記複数の専門家の各専門家に対して、前記専門家−単語マトリクス（３１０）内の情報に基づいて、前記ユーザ検索クエリによって記述された前記問題についての専門知識（６０８）を前記専門家が有する確率を判断するステップと、
   前記クライアントデバイス（１０６）に専門家選択インターフェース（６００，７００）を表示させるステップであって、前記専門家選択インターフェース（６００，７００）が前記複数の専門家のサブセットのリストを含み、前記リストが、各専門家が前記ユーザ検索クエリによって記述された前記問題についての専門知識（６０８）を有する前記各確率に従って、順位づけされるステップと
   を備える、方法。
2. 前記テキストデータは、送信者名、割当人名、前記以前の問題についての記述、および解決情報を含む、請求項１に記載の方法。
3. 前記複数のトピックを抽出する前記ステップは、前記テキストデータのテキストマイニング解析に基づく、請求項１に記載の方法。
4. 前記複数のトピックを抽出する前記ステップは、前記案件ログデータの前記テキストデータでトピックモデリングを実行するステップを含む、請求項１に記載の方法。
5. 前記案件ログデータの前記テキストデータで前記トピックモデリングを実行する前記ステップは、
   トピックの混合として前記複数の案件の各案件と関連する前記テキストデータをモデリングするステップと、
   各トピックを、単語間の確率分布として表すステップと
   を備える、請求項４に記載の方法。
6. 前記専門家−単語マトリクス（３１０）を構築する前記ステップは、前記複数の専門家の各専門家に対して、前記専門家が前記検索クエリ内の前記単語を発話する前記確率を算出するステップを備える、請求項１に記載の方法。
7. 前記複数の専門家の前記サブセットを提示する前記ステップは、各専門家に対する利用可能情報を含み、前記利用可能情報は、オンライン状況（６１４）、現地時間（６１８）、位置（６１６）、関連案件（６１０）のリスト、および現在の取扱件数（６２２）を含む、請求項１に記載の方法。
8. 前記複数の専門家の前記サブセットを提示する前記ステップは、専門家の前記サブセットにおける各専門家の前記専門知識（６０８）の表示を含む、請求項１に記載の方法。
9. 各専門家の前記専門知識（６０８）の前記表示は、サンバースト図であり、前記サンバースト図は、複数の色部分を備え、前記複数の色部分の各色部分は、専門知識（６０８）の領域に対応する、請求項１に記載の方法。
10. 前記複数の専門家の前記サブセットの前記表示は、専門家の前記サブセットの各専門家に対するレーティング（６１２）を受信および表示するよう動作可能な１つまたは複数のグラフィカル要素を含む、請求項１に記載の方法。
11. コーパス案件ログデータを格納する機械読取り可能媒体（８２２）であって、前記案件ログデータが、複数の専門家と関連する複数の案件解決ログを備え、前記複数の案件解決ログの各案件解決ログが、前記複数の専門家の特定の専門家に割り当てられて、工業領域で遭遇した過去の問題に関するテキストデータを備える機械読取り可能媒体（８２２）と、
    １つまたは複数のプロセッサ（８０２）を備え、前記案件ログデータから複数のトピックを抽出するよう構成されるトピック・モデリング・エンジン（２００）であって、前記トピック・モデリング・エンジン（２００）が前記案件ログデータから抽出した前記複数のトピックを使用して専門家−単語マトリクス（３１０）を構築するようさらに構成され、前記専門家−単語マトリクス（３１０）が前記複数の専門家の各専門家に対して前記専門家が前記案件解決データ（３００）における単語の語彙内の各単語を発話する確率を備え、前記トピック・モデリング・エンジン（２００）が前記複数の専門家の各専門家に対して前記専門家−単語マトリクス（３１０）内の情報に基づいてユーザ検索クエリによって記述される問題の専門知識（６０８）を前記専門家が有する確率を判断するようさらに構成されるトピック・モデリング・エンジン（２００）と、
    前記問題を記述する前記ユーザ検索クエリを受信するよう構成されるインターフェースモジュール（２０４）であって、前記インターフェースモジュール（２０４）が前記クライアントデバイス（１０６）に専門家選択インターフェース（６００，７００）を表示させるようさらに構成され、前記専門家選択インターフェース（６００，７００）が前記複数の専門家のリストを含み、前記リストが前記ユーザ検索クエリによって記述された前記問題の専門知識（６０８）を各専門家が有する前記各確率に従ってランクづけされる、インターフェースモジュール（２０４）と
    を備える、システム。
12. 前記ユーザ検索クエリによって記述される前記問題の専門知識（６０８）を各専門家が有する前記各確率に従って前記複数の専門家をランクづけするよう構成されるランクづけモジュールをさらに備える、請求項１１に記載のシステム。
13. 前記テキストデータは、送信者名、割当人名、前記以前の問題についての記述、および解決情報を含む、請求項１１に記載のシステム。
14. 前記トピック・モデリング・エンジン（２００）が、前記テキストデータのテキストマイニング解析に基づき前記複数のトピックを抽出するよう構成される、請求項１１に記載のシステム。
15. 前記トピック・モデリング・エンジン（２００）が、前記案件ログデータの前記テキストデータで潜在的ディリクレ配分法（ＬＤＡ）を実行することによって前記複数のトピックを抽出するよう構成される、請求項１１に記載のシステム。
16. 前記案件ログデータの前記テキストデータで前記ＬＤＡモデリングを実行することは、
    トピックの混合として前記複数の案件と関連するテキストデータをモデリングすること、および
    各トピックを、単語間の確率分布として表すこと
    を備える、請求項１５に記載のシステム。
17. 前記トピック・モデリング・エンジン（２００）が、前記複数の専門家の各専門家に対して、前記検索クエリ内の前記単語を前記専門家が発話する前記確率を算出することを備える動作を実行することによって専門家−単語マトリクス（３１０）を構築するよう構成される、請求項１１に記載のシステム。
18. 前記専門家選択インターフェース（６００，７００）は、各専門家に対する利用可能情報を含み、前記利用可能情報は、オンライン状況（６１４）、現地時間（６１８）、位置（６１６）、および現在の取扱件数（６２２）を含む、請求項１１に記載のシステム。
19. 前記複数の専門家の前記サブセットの前記提示が、各専門家に対応する単語クラウド（７０２，７０３，７０４）を含み、前記単語クラウド（７０２，７０３，７０４）が、前記専門家が発話する可能性が最も高い前記案件コーパスからの複数の単語を備える、請求項１に記載の方法。
20. 非一時的機械読取り可能媒体（８２２）であって、機械の少なくとも１つのプロセッサ（８０２）によって実行された場合に、前記機械に、
    案件ログデータのコーパスにアクセスするステップであって、前記案件ログデータが、複数の専門家と関連する複数の案件解決ログを備え、前記複数の案件解決ログの各案件解決ログが、前記複数の専門家の特定の専門家に割り当てられて、工業領域で遭遇した過去の問題に関するテキストデータを備えるステップと、
    前記案件ログデータから複数のトピックを抽出するステップと、
    前記案件ログデータから抽出した前記複数のトピックを使用して専門家−単語マトリクス（３１０）を構築するステップであって、前記専門家−単語マトリクス（３１０）が前記複数の専門家の各専門家に対して前記専門家が前記案件解決データ（３００）における単語の語彙に属する各単語を発話する確率を備えるステップと、
    クライアントデバイス（１０６）から、前記工業領域で遭遇する問題について記述するユーザ検索クエリを受信するステップと、
    前記複数の専門家の各専門家に対して、前記専門家−単語マトリクス（３１０）内の情報に基づいて、前記ユーザ検索クエリによって記述された前記問題についての専門知識（６０８）を前記専門家が有する確率を判断するステップと、
    前記クライアントデバイス（１０６）に専門家選択インターフェース（６００，７００）を表示させるステップであって、前記専門家選択インターフェース（６００，７００）が前記複数の専門家のリストを含み、前記リストが、前記専門家が前記ユーザ検索クエリによって記述された前記問題についての専門知識（６０８）を有する前記各確率に従って、順位づけされるステップと
    を備える動作を実行させる命令を実施する、非一時的機械読取り可能媒体（８２２）。