CH710619A2 - Verfahren und System zur Expertensuche mittels Erstellen einer Experte-Wort-Matrix. - Google Patents

Abstract

Die Erfindung betrifft ein System, das ein computerlesbares Speichermedium aufweist, das zumindest ein Programm speichert, und ein Verfahren (500), um auf der Basis von Aufzeichnungen zu Lösungen von Problemstellungen Experten zu finden. In beispielhaften Ausführungsformen kann das Verfahren ein Extrahieren mehrerer Themen aus Aufzeichnungen zu Lösungen von Problemstellungen und Verwenden der extrahierten Themen enthalten, um die Beziehung zwischen Experten und empfangenen Benutzeranfragen zu modellieren, um Experten mit der relevantesten Sachkenntnis bezüglich der Benutzeranfragen zu identifizieren. Das Verfahren kann ferner ein Darstellen einer Expertenauswahlschnittstelle enthalten, die eine Liste der identifizierten Experten und Informationen über die Experten enthält, um Benutzer bei der Expertenauswahlentscheidung zu unterstützen.

Description

TECHNISCHES GEBIET

[0001] Der hierin offenbarte Gegenstand betrifft Datenverarbeitung. Insbesondere können die beispielhaften Ausführungsformen Verfahren zum Finden von Experten betreffen, um Probleme zu lösen, denen in industriellen Einrichtungen begegnet wird.

HINTERGRUND

[0002] Beschäftigte eines Unternehmens müssen oft Experten innerhalb des Unternehmens finden, um Informationen über ein Thema zu erhalten, um eine Person mit speziellen Fähigkeiten für Projekte zu finden oder um einen Rat zur Lösung eines bestimmten Problems zu finden. Mit der Ausbreitung mobiler Vorrichtungen in dem Unternehmen müssen Techniker, die eine Gerätewartung vornehmen (z.B. während einer planmässigen Unterbrechung in einer Kraftwerksanlage), oft in Echtzeit mit entfernten Experten eine gemeinsame Fehlersuche durchführen. Ein Hauptaspekt der gemeinsamen Fehlersuche ist es, den richtigen Experten für ein gegebenes Problem zu finden.

[0003] Ein herkömmliches Verfahren zur Identifikation von Experten ist der kandidatenbasierte Ansatz, der das Erstellen eines Profils für einen Kandidatenexperten auf der Basis der Relevanz der Informationen, die durch den Kandidatenexperten zu einer Benutzeranfrage erzeugt werden, umfasst. Ein weiterer herkömmlich angewendeter Ansatz ist der dokumentenbasierte Ansatz, bei dem alle Dokumente, die für eine Benutzeranfrage relevant sind, abgerufen werden und Verknüpfungen zwischen den Dokumenten und den Autoren der Dokumente entdeckt werden.

KURZDARSTELLUNG DER ERFINDUNG

[0004] Ein erster Aspekt der vorliegenden Erfindung ergibt ein Verfahren. Das Verfahren weist ein Zugreifen auf einen Korpus von Aufzeichnungsdaten zu Problemstellungen auf, wobei die Aufzeichnungsdaten zu Problemstellungen mehrere Aufzeichnungen zu Lösungen von Problemstellungen aufweisen, die mehreren Experten zugeordnet sind, wobei jede Aufzeichnung zur Lösung einer Problemstellung der mehreren Aufzeichnungen zu Lösungen von Problemstellungen einem bestimmten Experten der mehreren Experten zugeordnet ist und Textdaten hinsichtlich eines in einem Industriebereich in der Vergangenheit aufgetretenen Problems aufweist. Das Verfahren weist ferner ein Extrahieren mehrerer Themen aus den Aufzeichnungsdaten zu Problemstellungen und das Erstellen einer Experte-Wort-Matrix unter Verwendung der mehreren Themen, die aus den Aufzeichnungsdaten zu Problemstellungen extrahiert wurden, auf, wobei die Experte-Wort-Matrix für jeden Experten der mehreren Experten eine Wahrscheinlichkeit dafür aufweist, dass der Experte jedes Wort äussert, das zu einem Vokabular von Worten in den Lösungsdaten zu Problemstellungen gehört. Das Verfahren weist ferner ein Empfangen einer Benutzersuchanfrage, die ein Problem beschreibt, das in dem Industriebereich aufgetreten ist, von einer Client-Vorrichtung und, für jeden Experten der mehreren Experten, ein Bestimmen einer Wahrscheinlichkeit dafür, dass der Experte eine Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist, auf der Basis von Informationen in der Experte-Wort-Matrix auf. Das Verfahren weist ferner ein Veranlassen einer Darstellung einer Expertenauswahlschnittstelle auf der Client-Vorrichtung auf, wobei die Expertenauswahlschnittstelle eine Liste einer Teilmenge der mehreren Experten enthält, wobei die Liste mit einer Rangfolge entsprechend der jeweiligen Wahrscheinlichkeit jedes Experten dafür, dass dieser die Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist, versehen ist.

[0005] Bei dem zuvor erwähnten Verfahren können die Textdaten einen Namen des Einreichenden, einen Namen des Zugewiesenen, eine Beschreibung des früheren Problems und Lösungsinformationen enthalten.

[0006] In einer Ausführungsform kann das Extrahieren der mehreren Themen auf einer Textmining-Analyse der Textdaten basieren.

[0007] In einer weiteren Ausführungsform kann das Extrahieren der mehreren Themen zusätzlich oder alternativ dazu ein Durchführen einer Themenmodellierung auf den Textdaten der Aufzeichnungsdaten zu Problemstellungen enthalten.

[0008] In der zuletzt genannten Ausführungsform kann das Durchführen der Themenmodellierung auf den Textdaten der Aufzeichnungsdaten zu Problemstellungen eine Modellierung der Textdaten, die jeder Problemstellung der mehreren Problemstellungen zugeordnet sind, als eine Mischung von Themen und ein Veranlassen, dass jedes Thema als eine Wahrscheinlichkeitsverteilung über Worte dargestellt wird, aufweisen.

[0009] In einem beliebigen vorstehend beschriebenen Verfahren kann das Erstellen der Experte-Wort-Matrix ein Berechnen der Wahrscheinlichkeit für jeden Experten der mehreren Experten aufweisen, dass der Experte die Worte in der Suchanfrage äussert.

[0010] In einer Ausführungsform kann die Darstellung der Teilmenge der mehreren Experten Verfügbarkeitsinformationen für jeden Experten enthalten, wobei die Verfügbarkeitsinformation einen Online-Status, eine Ortszeit, einen Standort, eine Liste verwandter Problemstellungen und eine aktuelle Auslastung durch Problemstellungen enthält.

[0011] Zusätzlich oder als eine Alternative dazu kann die Darstellung der Teilmenge der mehreren Experten eine Darstellung der Sachkenntnis jedes Experten in der Teilmenge der Experten enthalten.

[0012] Insbesondere kann die Darstellung der Sachkenntnis jedes Experten eine Sonnenstrahlen-Grafik sein, wobei die Sonnenstrahlen-Grafik mehrere farbige Bereiche aufweisen kann, wobei jeder farbige Bereich der mehreren farbigen Bereiche einem Sachkenntnisbereich entspricht

[0013] Weiter zusätzlich oder als eine weitere Alternative dazu kann die Darstellung der Teilmenge der mehreren Experten eine oder mehrere graphische Elemente enthalten, die betreibbar sind, um eine Rangfolge für jeden Experten der Teilmenge von Experten zu empfangen und anzuzeigen.

[0014] Noch weiter zusätzlich oder als eine noch weitere Alternative dazu kann die Darstellung der Teilmenge der mehreren Experten eine Wortwolke enthalten, die jedem Experten entspricht, wobei die Wortwolke mehrere Worte, die der Experte höchstwahrscheinlich äussern wird, aus dem Korpus der Problemstellungen aufweist.

[0015] Ein weiterer Aspekt der vorliegenden Erfindung ergibt ein System. Das System weist ein maschinenlesbares Medium, eine Themenmodellierungs-Funktionseinheit (Themenmodellierungs-Engine) und ein Schnittstellenmodul auf. Das maschinenlesbare Medium speichert Korpusaufzeichnungsdaten zu Problemstellungen, wobei die Aufzeichnungsdaten zu Problemstellungen mehrere Aufzeichnungen zu Lösungen von Problemstellungen aufweisen, die mehreren Experten zugeordnet sind, wobei jede Aufzeichnung zur Lösung einer Problemstellung der mehreren Aufzeichnungen zu Lösungen von Problemstellungen einem bestimmten Experten der mehreren Experten zugeordnet ist und Textdaten aufweist, die ein Problem aus der Vergangenheit betreffen, dem man in einem Industriebereich begegnet ist. Die Themenmodellierungs-Funktionseinheit weist ein oder mehrere Prozessoren auf, die dazu eingerichtet sind, mehrere Themen aus den Aufzeichnungsdaten zu Problemstellungen zu extrahieren, wobei die Themenmodellierungs-Funktionseinheit ferner dazu eingerichtet ist, eine Experte-Wort-Matrix unter Verwendung der mehreren Themen aufzubauen, die aus den Aufzeichnungsdaten zu Problemstellungen extrahiert werden, wobei die Experte-Wort-Matrix für jeden Experten der mehreren Experten eine Wahrscheinlichkeit aufweist, dass der Experte jedes Wort in einem Vokabular von Worten in den Lösungsdaten zu der Problemstellung äussert, wobei die Themenmodellierungs-Funktionseinheit ferner dazu eingerichtet ist, auf der Basis von Informationen in der Experte-Wort-Matrix eine Wahrscheinlichkeit für jeden Experten der mehreren Experten zu bestimmen, dass der Experte eine Sachkenntnis zu einem Problem aufweist, das durch eine Benutzersuchanfrage beschrieben ist. Das Schnittstellenmodul ist dazu eingerichtet, die Benutzersuchanfrage, die das Problem beschreibt, zu empfangen, wobei das Schnittstellenmodul ferner dazu eingerichtet ist, eine Darstellung einer Expertenauswahlschnittstelle an der Client-Vorrichtung zu veranlassen, wobei die Expertenauswahlschnittstelle eine Liste der mehreren Experten enthält, wobei die Liste mit einer Rangfolge entsprechend der jeweiligen Wahrscheinlichkeit eines jedes Experten versehen ist, dass dieser die Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist.

[0016] Das zuvor erwähnte System kann ferner ein Rangfolge-Klassifizierungsmodul aufweisen, das dazu eingerichtet ist, eine Rangfolge der mehreren Experten gemäss der jeweiligen Wahrscheinlichkeit jedes Experten festzulegen, dass dieser die Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist.

[0017] In einem beliebigen der vorstehend beschriebenen Systeme können die Textdaten einen Namen des Einreichenden, einen Namen des Zugewiesenen, eine Beschreibung des früheren Problems und Lösungsinformationen enthalten.

[0018] In einer Ausführungsform kann die Themenmodellierungs-Funktionseinheit dazu eingerichtet sein, die mehreren Themen auf der Basis einer Textmining-Analyse der Textdaten zu extrahieren.

[0019] Zusätzlich oder als eine Alternative dazu kann die Themenmodellierungs-Funktionseinheit dazu eingerichtet sein, die mehreren Themen zu extrahieren, indem sie eine Latent-Dirichlet-Allocation(LDA)-Modellierung auf den Textdaten der Aufzeichnungsdaten zu Problemstellungen durchführt.

[0020] Insbesondere kann das Durchführen der LDA-Modellierung auf den Textdaten der Aufzeichnungsdaten zu Problemstellungen eine Modellierung von Textdaten, die den mehreren Problemstellungen zugeordnet sind, als eine Mischung von Themen und Veranlassen, dass jedes Thema als eine Wahrscheinlichkeitsverteilung von Worten dargestellt wird, aufweisen.

[0021] In einer weiteren Ausführungsform kann die Themen-modeliierungs-Funktionseinheit dazu eingerichtet sein, eine Experte-Wort-Matrix aufzubauen, indem sie Operationen durchführt, die das Berechnen für jeden Experten der mehreren Experten einer Wahrscheinlichkeit dafür aufweisen, dass der Experte die Worte in der Suchanfrage äussert.

[0022] In einem beliebigen vorstehend erwähnten System kann die Expertenauswahlschnittstelle Verfügbarkeitsinformationen für jeden Experten enthalten, wobei die Verfügbarkeitsinformationen einen Online-Status, eine Ortszeit, einen Standort und eine aktuelle Auslastung durch Problemstellungen enthält.

[0023] Zusätzlich oder als eine Alternative dazu kann die Darstellung der Teilmenge der mehreren Experten eine Wortwolke enthalten, die jedem Experten entspricht, wobei die Wortwolke mehrere Worte aus dem Korpus der Problemstellungen aufweist, die der Experte höchstwahrscheinlich äussern wird.

[0024] Ein noch weiterer Aspekt der vorliegenden Erfindung ergibt ein nicht-transitorisches maschinenlesbares Speichermedium. Das nicht-transitorische maschinenlesbare Speichermedium enthält Anweisungen, die, wenn sie von zumindest einem Prozessor einer Maschine ausgeführt werden, die Maschine veranlassen, Operationen durchzuführen, die aufweisen: Zugreifen auf einen Korpus von Aufzeichnungsdaten zu Problemstellungen, wobei die Aufzeichnungsdaten zu Problemstellungen mehrere Aufzeichnungen zu Lösungen von Problemstellungen aufweisen, die mehreren Experten zugeordnet sind, wobei jede Aufzeichnung zur Lösung einer Problemstellung der mehreren Aufzeichnungen zu Lösungen von Problemstellungen einem bestimmten Experten der mehreren Experten zugeordnet ist und Textdaten hinsichtlich eines in einem Industriebereich in der Vergangenheit aufgetretenen Problems aufweist; Extrahieren mehrerer Themen aus den Aufzeichnungsdaten zu Problemstellungen; Erstellen einer Experte-Wort-Matrix unter Verwendung der mehreren Themen, die aus den Aufzeichnungsdaten zu Problemstellungen extrahiere wurden, wobei die Experte-Wort-Matrix für jeden Experten der mehreren Experten eine Wahrscheinlichkeit für jeden Experten der mehreren Experten dafür aufweist, dass der Experte jedes Wort äussert, das zu einem Vokabular von Worten in den Lösungsdaten zu Problemstellungen gehört; Empfangen, von einer Client-Vorrichtung, einer Benutzersuchanfrage, die ein Problem beschreibt, das in dem Industriebereich aufgetreten ist; Bestimmung auf der Basis von Informationen in der Experte-Wort-Matrix einer Wahrscheinlichkeit für jeden Experten der mehreren Experten dafür, dass der Experte eine Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben wird; und Veranlassen einer Darstellung einer Expertenauswahlschnittstelle auf der Client-Vorrichtung, wobei die Expertenauswahlschnittstelle eine Liste der mehreren Experten enthält, wobei die Liste mit einer Rangfolge entsprechend der jeweiligen Wahrscheinlichkeit jedes Experten versehen ist, dass dieser die Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist.

KURZE BESCHREIBUNG DER ABBILDUNGEN

[0025] Verschiedene der beigefügten Zeichnungen steilen lediglich beispielhafte Ausführungsformen des vorliegenden erfindungsgemässen Gegenstands dar und können nicht als seinen Schutzumfang einschränkend betrachtet werden. Fig. 1 ist ein Netzwerkarchitekturdiagramm, das ein Unternehmensnetzwerksystem zeigt, das eine Client-Server-Architektur aufweist, die dazu eingerichtet ist, Daten über ein Netzwerk auszutauschen, gemäss einigen beispielhaften Ausführungsformen. Fig. 2 ist ein Blockdiagramm, das verschiedene Funktionskomponenten einer Expertenidentifikationsanwendung veranschaulicht, die als ein Teil des Unternehmensnetzwerksystems vorgesehen ist, gemäss einigen beispielhaften Ausführungsformen. Fig. 3 ist ein Interaktionsschaubild, das beispielhafte Austauschvorgänge zwischen den Funktionskomponenten der Expertenidentifikationsanwendung zeigt, während sie an einem Sachkenntnisidentifikationsprozess beteiligt sind, in Übereinstimmung mit einigen beispielhaften Ausführungsformen. Fig. 4 ist ein Flussdiagramm, das ein Verfahren zur Bestimmung einer themenbasierten Sachkenntnis von Experten auf der Basis von Lösungsdaten zu Problemstellungen gemäss einigen Ausführungsformen veranschaulicht. Fig. 5 ist ein Flussdiagramm eines Verfahrens zur Identifizierung von Experten mit einer Sachkenntnis, die für eine Benutzeranfrage relevant ist, gemäss einigen beispielhaften Ausführungsformen. Fig. 6 ist eine Schnittstellendarstellung, die eine Expertenauswahlschnittstelle gemäss einer beispielhaften Ausführungsform veranschaulicht. Fig. 7 ist ein Schnittstellendiagramm, das eine Expertenauswahlschnittstelle gemäss einer alternativen beispielhaften Ausführungsform veranschaulicht. Fig. 8 ist eine schematische Darstellung einer Maschine in der beispielhaften Form eines Computersystems, innerhalb dessen ein Satz von Anweisungen zum Veranlassen der Maschine, eine beliebige oder mehrere der hier beschriebenen Vorgehensweisen durchzuführen, ausgeführt werden kann.

DETAILLIERTE BESCHREIBUNG

[0026] Machstehend wird im Detail auf spezielle beispielhafte Ausführungsformen zur Umsetzung des erfindungsgemässen Gegenstands Bezug genommen. Beispiele dieser spezifischen Ausführungsformen sind in den beigefügten Zeichnungen dargestellt, und spezielle Details werden in der nachstehenden Beschreibung dargelegt, um ein gründliches Verständnis des Gegenstands zu schaffen. Es versteht sich, dass diese Beispiele den Schutzumfang der Ansprüche nicht auf die veranschaulichten Ausführungsformen beschränken sollen. Im Gegenteil ist es beabsichtigt, dass sie solche Alternativen, Modifikationen und Äquivalente abdecken sollen, wie sie in dem Schutzumfang der Offenbarung enthalten sein können.

[0027] Aspekte der vorliegenden Offenbarung beziehen sich auf Verfahren für eine Expertenidentifikation und -darstellung. Beispielhafte Ausführungsformen umfassen Systeme und Verfahren, die es Benutzern, wie z.B. Gerätetechnikern, ermöglichen, Experten zu finden, die für ein gegebenes Problem relevant sind, indem vorhandene Aufzeichnungen zu Lösungen von Problemstellungen wirksam eingesetzt werden. Insbesondere extrahiert das System Themen aus den Aufzeichnungen zu Lösungen von Problemsteilungen, die von Technikern früher eingereicht und von Experten gelöst wurden. Das System kann dann die extrahierten Themen verwenden, um die Beziehung zwischen Experten und empfangenen Benutzeranfragen zu modellieren, um die Experten mit der relevantesten Sachkenntnis bezüglich der Benutzeranfragen zu identifizieren. Auf diese Weise können Aspekte der vorliegenden Offenbarung den technischen Effekt der Reduzierung von Ressourcen bereitstellen, die zur Aufrechterhaltung herkömmlicher Verzeichnisse und Organisationsprofile benötigt werden, indem vorhandene Daten, die als Teil der formellen Tätigkeitsverantwortlichkeiten von Experten erzeugt werden, wirksam eingesetzt werden. Darüber hinaus können Aspekte der vorliegenden Offenbarung den zusätzlichen technischen Effekt der Reduktion der Zykluszeit zur Problemlösung bieten, indem sie Technikern ermöglichen, den korrekten Experten schnell am Ort des Problems schnell zu finden, und somit die Ausfall Zeitdauer ausgefallener oder fehlfunktionierender Einrichtungen zu reduzieren.

[0028] Beispielhafte Ausführungsformen umfassen eine Benutzerschnittstelle, die betrieben werden kann, um eine Benutzeranfrage zu empfangen, die einen oder mehrere Schlüsselwörter aufweist, die ein Problem beschreiben, denen ein Benutzer begegnet. Das System kann dann Experten mit der relevantesten Sachkenntnis zu dem Problem durch Textmining der Aufzeichnungen zu Lösungen von Problemstellungen identifizieren. Die Benutzerschnittstelle stellt wiederum eine mit einer Rangfolge versehene Liste der relevanten Experten zusammen mit zusätzlichen Informationen über die Experten dar, um eine Expertenauswahlentscheidung des Benutzers zu unterstützen. Die zusätzlichen Informationen enthalten beispielsweise eine taxonomiebasierte Darstellung einer Fachgebietssachkenntnis, Informationen, die die Erfahrung mit verwandten Problemstellungen, Zugänglichkeitsinformationen und Verfügbarkeitsindikatoren betreffen.

[0029] Fig. 1 ist ein Netzwerkarchitekturdiagramm, das eine Unternehmensnetzwerkumgebung 100 zeigt, die eine Client-Server-Architektur aufweist, die dazu eingerichtet ist, Daten über ein Netzwerk 102 auszutauschen, gemäss einigen beispielhaften Ausführungsformen. Zur Vermeidung, dass der Erfindungsgegenstand durch unnötige Details unklar wird, wurden verschiedene Funktionskomponenten (z.B. Module und Engines (Funktionseinheiten)), die zur Vermittlung eines Verständnisses des Erfindungsgegenstandes nicht von Belang sind, aus der Fig. 1 weggelassen. Ein Fachmann wird jedoch ohne weiteres erkennen, dass verschiedene zusätzliche Funktionskomponenten durch die Unternehmensnetzwerkumgebung 100 unterstützt werden können, um eine zusätzliche Funktionalität zu ermöglichen, die hier nicht speziell beschrieben ist. Ferner ist, während Fig. 1 eine beispielhafte Architektur bereitstellt, die mit einigen Ausführungsformen konsistent ist, der vorliegende Erfindungsgegenstand nicht auf die in Fig. 1 veranschaulichte Architektur beschränkt, und er kann gleichwohl beispielsweise in einem ereignisgetriebenen, verteilten oder Peer-zu-Peer-Architektursystem Anwendung finden. Es sollte ferner erkannt werden, dass, obwohl verschiedene Komponenten der Unternehmensnetzwerkumgebung 100 in der Einzahl beschrieben sind, mehrere Instanzen einer oder mehrerer der verschiedenen Funktionskomponenten verwendet werden können.

[0030] Die Unternehmensnetzwerkumgebung 100 enthält ein Unternehmenssystem 104, das mit einer Client-Vorrichtung 106 über das Netzwerk 102 in Kommunikationsverbindung steht. Das Unternehmenssystem 104 kommuniziert und tauscht Daten innerhalb der Unternehmensnetzwerkumgebung 100 aus, die verschiedene Funktionen und Aspekte betreffen, die mit der Unternehmensnetzwerkumgebung 100 und ihren Benutzern im Zusammenhang stehen. Das Unternehmenssystem 104 kann eine serverseitige Funktionalität über das Netzwerk 102 (z.B. das Internet) zu der Client-Vorrichtung 106 liefern. Die Client-Vorrichtung 106 kann durch einen Benutzer der Unternehmensnetzwerkumgebung 100 betrieben werden, um Daten über das Netzwerk 102 auszutauschen. Die Benutzer der Unternehmensnetzwerkumgebung 100 können beispielsweise Ingenieure, Techniker oder Experten mit Maschinen oder Einrichtungen enthalten, die innerhalb des Unternehmens oder eines anderen Industriebereichs eingesetzt werden. Die Datenaustauschvorgänge können eine Übertragung, einen Empfang und eine Verarbeitung von Daten zu und von den Benutzern enthalten und über den Inhalt, die Benutzer und die Anlagengüter der Unternehmensnetzwerkumgebung 100.

[0031] Die Client-Vorrichtung 106, die eine beliebige von vielfältigen Arten von Vorrichtungen sein kann (z.B. ein Smartphone, ein Tabletcomputer, ein persönlicher digitaler Assistent (PDA), ein persönliches Navigationsgerät (personal navigation device, PND), ein tragbarer Computer, ein Desktopcomputer, ein Laptop oder ein Netbook, eine tragbare Rechenvorrichtung, ein Vorrichtung eines globalen Positionierungssystems (GPS), eine bezüglich Daten freigegebene Buchlesevorrichtung oder eine Videospielsystemkonsole), kann über einen Anschluss mit dem Kommunikationsnetzwerk 102 verbunden sein. Abhängig von der Form der Client-Vorrichtung 106 kann eine beliebige von vielfältigen Arten von Verbindungs- und Kommunikationsnetzwerken 102 angewendet werden. In verschiedenen Ausführungsformen kann das Netzwerk 102 z.B. einen oder mehrere drahtlose Zugangspunkte enthalten, der bzw. die mit einem lokalen Netzwerk (LAN), einem Weitverkehrsnetzwerk (WAN), dem Internet oder einem anderen Paketvermittlungsdatennetz-werk verbunden ist bzw. sind. In einigen Ausführungsformen kann das Netzwerk 102 selbst ein LAN, ein WAN, das Internet oder ein anderes Paketvermittlungsdatennetzwerk sein. Folglich wird eine Vielfalt von verschiedenen Konfigurationen ausdrücklich in Erwägung gezogen.

[0032] In verschiedenen Ausführungsformen können die Daten, die innerhalb der Unternehmensnetzwerkumgebung 100 ausgetauscht werden, von durch die Benutzer ausgewählten Funktionen abhängen, die über eine oder mehrere Kunden- oder Benutzerschnittstellen (UIs) zur Verfügung stehen. Die UIs können beispielsweise insbesondere einem Web-Client 108 (z.B. einem Browser) zugeordnet sein, der auf der Client-Vorrichtung 106 ausgeführt wird und mit dem Unternehmenssystem 104 in Kommunikationsverbindung steht. Die UIs können auch einer Anwendung 110 zugeordnet sein, die auf der Client-Vorrichtung 106 ausführt wird, wie z.B. einer Client-Anwendung, die für eine Interaktion mit dem Unternehmenssystem 104 entworfen ist. Die Anwendung 110 kann beispielsweise Benutzern die Fähigkeit ermöglichen, Suchanfragen zu erstellen und zu übertragen, um Experten zu identifizieren, die bei der Lösung von Problemen unterstützen, denen man im Feldeinsatz begegnet.

[0033] Bezugnehmend insbesondere auf das Unternehmenssystem 104 sind ein API-Server 112 und ein Webserver 114 (z.B. über drahtgebundene oder drahtlose Schnittstellen) mit einem Anwendungsserver 116 verbunden, und sie stellen eine programmanische bzw. eine Webschnittstelle zu diesem bereit. Der Anwendungsserver 116 kann beispielsweise eine oder mehrere Anwendungen unterbringen, wie z.B. eine Expertenidentifikationsanwendung 118. Die Expertenidentifikationsanwendung 118 unterstützt die Benutzer bei der Identifizierung von Experten zur Lösung von Problemen, denen man im Feldeinsatz begegnet. Zu diesem Zweck ist die Expertenidentifikationsanwendung 118 entworfen, um eine Benutzeranfrage zu empfangen, die ein Problem beschreibt, und um eine Liste von Experten mit einer zu dem Problem zugehörigen Sachkenntnis zurückzugeben.

[0034] Wie in Fig. 1 veranschaulicht, ist der Anwendungsserver 116 mit einem Datenbankserver 120 gekoppelt, der einen Zugang zu einer Datenbank 122 ermöglicht. In einigen beispielhaften Ausführungsformen kann der Anwendungsserver 116 jedoch auf die Datenbank 122 direkt, ohne die Notwendigkeit für den Datenbankserver 120 zugreifen. Ferner kann die Datenbank 122 mehrere Datenbanken enthalten, die bezüglich des Unternehmenssystems 104 interne oder externe sein können. Die Datenbank 122 speichert Daten, die verschiedene Funktionen und Aspekte betreffen, die mit der Unternehmensnetzwerkumgebung 100 und ihren Benutzern verbunden sind. Die Datenbank 122 kann beispielsweise mehrere Benutzerdatensätze für Benutzer der Unternehmensnetzwerkumgebung 100 (z.B. Ingenieure, Techniker oder Experten) speichern und aufrechterhalten. Die Benutzerdatensätze können Informationen über die Benutzer, wie unter anderem z.B. einen Namen, einen Titel, einen Standort, eine Anzahl von Erfahrungsjähren, zugewiesene Problemstellungen, gelöste Problemstellungen, Verfügbarkeitsinformation und Zugänglichkeitsinformationen, enthalten.

[0035] Die Datenbank 122 speichert ferner Lösungsdaten zu Problemstellungen. Die Lösungsdaten zu Problemstellungen weisen mehrere bestehende Aufzeichnungen zu Lösungen von Problemstellungen auf, die durch die Techniker früher vorbereitet wurden. Jede Aufzeichnung zu einer Lösung einer Problemstellung entspricht einer Problemstellung, die ein Problem aus der Vergangenheit umfasst, dem man in einem Industriebereich, wie z.B. in dem Kontext einer Kraftwerksanlage, begegnet ist. Jede Problemstellung weist einen entsprechenden Experten auf, dem die Problemstellung zugewiesen wurde. Jede der Aufzeichnungen zu Problemstellungen enthält Textinformationen, die die Lösung der Problemstellung durch den zugewiesenen Experten betreffen. Ferner kann jede Aufzeichnung zu einer Problemstellung eine oder mehrere Taxonomieproblemstellungsmarkierungen enthalten, um beim Indizieren und Auffinden von Problemstellungen in dem System zu unterstützen.

[0036] Fig. 2 ist ein Blockdiagramm, das verschiedene Funktionskomponenten der Expertenidentifikationsanwendung 118 veranschaulicht, die gemäss einigen beispielhaften Ausführungsformen als Teil des Unternehmenssystems 104 geschaffen ist. Wie ein Fachmann auf den relevanten Computer- und Internet-betreffenden Fachgebieten verstehen wird, stellen die in Fig. 2 veranschaulichten Module und Engines (Funktionseinheiten) einen Satz von ausführbaren Softwareanweisungen und die zugehörige Hardware (z.B. Speicher und Prozessor) zur Ausführung der Anweisungen dar. Darüber hinaus können die verschiedenen in Fig. 2 gezeigten Funktionskomponenten in einem einzigen Computer (z.B. einem Server) vorhanden sein oder können über einige Computer in verschiedenen Anordnungen, wie z.B. in Cloud-basierten Architekturen, verteilt sein. Darüber hinaus sollte verständlich sein, dass, während die Funktionskomponenten (z.B. Module und Werkzeuge) der Fig. 2 in der Einzahl beschrieben sind, in anderen Ausführungsformen mehrere Instanzen eines oder der mehrerer Module verwendet werden können.

[0037] Wie in Fig. 2 veranschaulicht, enthält die Expertenidentifikationsanwendung 118 eine Themenmodellierungs-Engine bzw. -Funktionseinheit 200, eine Rangfolge-Klassifizierungsengine bzw. -funktionseinheit 202 und ein Schnittstellenmodul 204, die alle dazu eingerichtet sind, (z.B. über einen Bus, einen gemeinsamen Speicher, ein Netzwerk 102 oder einen Switch) miteinander in Kommunikationsverbindung zu stehen, um so zu ermöglichen, dass Informationen zwischen den Funktionskomponenten ausgetauscht werden, oder umso zu ermöglichen, dass die Funktionskomponente gemeinsame Daten teilen und auf diese zugreifen. Ausserdem kann jede der in Fig. 2 veranschaulichten Funktionskomponenten auf Daten aus der Datenbank 122 zugreifen und diese von dort abrufen, und jede der Funktionskomponenten kann in der Lage sein, mit den anderen Komponenten der Unternehmensnetzwerkumgebung 100 (z.B. der Client-Vorrichtung 106) zu kommunizieren.

[0038] Die Themenmodellierungs-Engine 200 kann dazu eingerichtet sein, zu bestimmen, wie wahrscheinlich es ist, dass ein gegebener Kandidat (z.B. ein Experte, der früher ein Problem gelöst hat) ein Experte zu einer empfangenen Benutzersuchanfrage ist. In Übereinstimmung mit einigen Ausführungsformen kann die Themenmodellierungs-Engine 200 diese Bestimmung auf der Basis der Wahrscheinlichkeit dafür durchführen, dass der Kandidat ca ein Experte zu der Eingangsanfrage q ist, die zum Zwecke der folgenden Erläuterung als P(ca∣q) gekennzeichnet ist. P(ca∣q) kann nach dem Bayes-Theorem wie folgt berechnet werden:

worin P(ca∣q) die Wahrscheinlichkeit ist, dass ein Kandidat ca die Anfrage g erzeugt, P(ca) die frühere Wahrscheinlichkeit für den Kandidaten ca ist und P(q) die Wahrscheinlichkeit für die Anfrage q ist. Unter der Berücksichtigung, dass P(q) konstant ist und P(ca) eine Gleichverteilung über alle Kandidaten ist, hängt P(ca∣q) primär von P(q∣ca) ab.

[0039] Zur Berechnung von P(q∣ca) kann die Themenmodellierungs-Engine 200 Themen als versteckte Variablen verwenden, um die Beziehung zwischen den Benutzeranfragen und Experten zu modellieren. In Übereinstimmung mit einigen Ausführungsformen kann die Themenmodellierungs-Engine 200 ein Themenmodellierungsverfahren (z.B. eine Latent-Dirichlet-Allocation (LDA)) verwenden, das Dokumente als eine Mischung von Themen modelliert und jedes Thema als eine Wahrscheinlichkeitsverteilung über Worten darstellt. Die Themenmodellierungs-Engine 200 kann die extrahierten Themen verwenden, um die Beziehung zwischen den Kandidaten und Worten in der Anfrage zu modellieren. Auf diese Weise kann jedes Problem, das im Feldeinsatz auftreten kann, wie es durch eine empfangene Benutzeranfrage ausgedrückt wird, als eine Mischung von Themen angesehen werden. Demzufolge kann die Themenmodellierungs-Engine 200 die Wahrscheinlichkeit dafür, dass ein Kandidat ca die Anfrage erzeugt, wie folgt berechnen:

Darin ist P(w∣t) die Wahrscheinlichkeit dafür, dass ein Wort w zu einem Thema t gehört, und P(t∣ca) ist die Wahrscheinlichkeit dafür, dass der Experte ca ein Thema t erzeugt.

[0040] Die Rangfolge-Klassifizierungsengine 202 kann dazu eingerichtet sein, eine Rangfolge der Kandidaten entsprechend der Wahrscheinlichkeit dafür festzulegen, dass der Kandidat ein Experte zu der empfangenen Benutzeranfrage ist, wie sie durch die Themenmodellierungs-Engine 200 bestimmt wird. Die Rangfolge-Klassifizierungsengine 202 kann ferner eine Teilmenge der identifizierten Experten (z.B. die Experten mit den drei höchsten Rangplätzen) für die Präsentation als Antwort auf den Empfang der Benutzersuchanfrage auswählen.

[0041] Das Schnittstellenmodul 204 ist für die Darstellung der Benutzerschnittstellen für die Benutzer verantwortlich. Das Schnittstellenmodul 204 kann beispielsweise einen Satz von Anweisungen zu der Client-Vorrichtung 106 übertragen, die die Client-Vorrichtung 106 veranlassen, eine oder mehrere Benutzeroberflächen einem Benutzer zu präsentieren. Das Schnittstellenmodul 204 kann beispielsweise eine Expertenauswahlschnittstelle präsentieren, die zum Empfangen einer Benutzersuchanfrage, die ein Problem beschreibt, betätigbar ist. Dementsprechend ist das Schnittstellenmodul 204 ferner • für den Empfang und die Verarbeitung einer Benutzereingabe verantwortlich, die über eine beliebige der Benutzerschnittstellen empfangen wird, die durch das Schnittstellenmodul 204 präsentiert wird. Die Expertenauswahlschnittstelle, die durch das Schnittstellenmodul 204 dargestellt wird, kann ferner eine Präsentation einer Liste von Experten enthalten, die als eine für die Probleme, die durch die empfangenen Benutzeranfragen beschrieben sind, relevante Sachkenntnis aufweisend identifiziert werden. Die Präsentation der Liste von Experten kann ferner Informationen über jeden der Experten enthalten, um die Expertenauswahlentscheidung der Benutzer zu unterstützen. Weitere Informationen über die Einzelheiten der Expertenauswahlschnittstelle gemäss beispielhaften Ausführungsformen sind nachstehend unter Bezugnahme auf die Fig. 5 und 6 erläutert.

[0042] Fig. 3 ist ein Interaktionsschaubild, das beispielhafte Austauschvorgänge zwischen den Funktionskomponenten der Expertenidentifikationsanwendung 118 zeigt, während sie an einem Sachkenntnisidentifikationsprozess beteiligt sind, in Übereinstimmung mit einigen beispielhaften Ausführungsformen. Wie gezeigt, erhält die Themenmodellierungs-Engine 200 einen Korpus von Lösungsdaten 300 zu Problemstellungen aus der Datenbank 122. Der Korpus von Lösungsdaten zu Problemstellungen 300 weist mehrere Aufzeichnungen zu Lösungen von Problemstellungen auf, die durch mehrere Techniker 302 erzeugt wurden. Jede der Aufzeichnungen zu Lösungen von Problemstellungen enthält Textinformationen, die die Lösung eines Problems in einem Industriebereich durch einen zugewiesenen Experten betreffen. Die Textinformationen können beispielsweise einen Namen des Technikers enthalten, der das Problem eingereicht hat (auf den hier auch als der «Einreichende» Bezug genommen wird), einen Namen eines Experten, dem das Problem zugewiesen wurde (auf den hier auch als der «Zugewiesene» Bezug genommen wird), eine Beschreibung des Problems, einschliesslich, falls anwendbar, einer Kennung der Einrichtungen, die in das Problem einbezogen waren, und eine Beschreibung, wie das Problem gelöst wurde.

[0043] Wie gezeigt, durchsucht die Themenmodellierungs-Engine 200 bei der Operation 304 die Textinformationen, die in dem Korpus von Lösungsdaten zu Problemstellungen 300 enthalten sind, um latente Themen zu identifizieren. Bei der Operation 306 wird ein Datensatz jedes der extrahierten Themen in der Datenbank 122 mit einer Verknüpfung zu einem oder mehreren Worten und zu einem oder mehreren Experten gespeichert. Bei der Operation 308 erzeugt die Themenmodellierungs-Engine 200 unter Verwendung der extrahierten Themen eine Experte-Wort-Matrix 310. Die Experte-Wort-Matrix 310 enthält die Wahrscheinlichkeiten P(w∣ca) für alle Experten ca und alle Worte w in dem Vokabular, wobei P(w∣ca) die Wahrscheinlichkeit ist, dass ein gegebener Experte mit einem Wort in dem Vokabular in Beziehung steht (z.B. dieses äussert). Für die Zwecke dieser Offenbarung bezieht sich der Begriff «Vokabular» kollektiv auf alle eindeutigen Worte, die in einem Korpus von Lösungsdaten zu Problemstellungen enthalten sind.

[0044] Bei der Operation 312 empfängt das (nicht gezeigte) Schnittstellenmodul 204 eine Benutzeranfrage 314 von einer Client-Vorrichtung (z.B. der Client-Vorrichtung 106), die von einem Techniker 316 bedient wird. Die empfangene Benutzeranfrage 314 beschreibt ein Problem, dem man in einem industriellen Einsatz begegnet ist. In einigen Fällen kann die Anfrage 314 ein bestimmtes Anlagengut betreffen, die in dem Industriebereich verwendet wird. Das Gut kann ein Teil einer Maschine oder einer Ausrüstung sein, die für die Durchführung einer oder mehrerer Funktionen innerhalb des Industriebereichs verantwortlich ist. Das Gut kann von vielfältigen Formen annehmen, einschliesslich beispielsweise einer medizinischen Ausrüstung, Gerätschaften, Leistungsausrüstung, Luftverkehrseinheiten, Züge, Fahrzeuge, Windkraftanlagen, Gasturbinen oder dergleichen. In dem in Fig. 3 veranschaulichten Beispiel betrifft die Benutzeranfrage 314 eine «Verdichterlaufschaufel» und insbesondere einen «Verdichterlaufschaufelschaden».

[0045] Nach Empfang der Benutzeranfrage 314 in der Operation 318 greift die Themenmodellierungs-Engine 200 auf die Experte-Wort-Matrix 310 zu, um die Wahrscheinlichkeit P(q∣ca) für alle Experten zu bestimmen, die dem Korpus von Lösungsdaten zu Problemstellungen 300 zugeordnet sind, wobei P(q∣ca) die Wahrscheinlichkeit dafür ist, dass der Experte Sachkenntnis zu dem Problem aufweist, das durch die Benutzeranfrage 314 beschrieben ist. Die Rangfolge-Klassifizierungsengine 202 legt dann eine Rangfolge für alle Experten, die dem Korpus von Lösungsdaten zu Problemstellungen 300 zugeordnet sind, gemäss der Wahrscheinlichkeit, dass der Experte eine Sachkenntnis zu dem Problem aufweist, das durch die Anfrage 314 beschrieben ist, fest. In der Operation 320 veranlasst das (nicht gezeigte) Schnittstellenmodul 204, dass eine Liste der Experten mit der höchsten Rangfolge auf der Client-Vorrichtung 106 angezeigt wird, die von dem Techniker 316 betätigt wird.

[0046] Fig. 4 ist ein Flussdiagramm, das ein Verfahren 400 zur Ermittlung themenbasierter Sachkenntnis von Experten auf der Basis von Lösungsdaten 300 zu Problemstellungen veranschaulicht, gemäss einigen Ausführungsformen. Das Verfahren 400 kann in computerlesbaren Anweisungen für die Ausführung durch eine Hardwarekomponente (z.B. einen Prozessor) verkörpert sein, so dass die Schritte des Verfahrens 400 teilweise oder vollständig durch die Funktionskomponenten der Expertenidentifikationsanwendung 118 durchgeführt werden können, und entsprechend ist das Verfahren 400 nachstehen als ein Beispiel mit Bezug auf diese beschrieben. Es sollte jedoch erkannt werden, dass das Verfahren 400 auf verschiedenen anderen Hardwarekonfigurationen eingesetzt werden kann und nicht auf die Expertenidentifikationsanwendung 118 beschränkt werden soll.

[0047] In der Operation 405 greift die Themenmodellierungs-Engine 200 auf einen Korpus von Lösungsdaten zu Problemstellungen aus der Datenbank 122 zu. Die Lösungsdaten zu Problemstellungen weisen mehrere vorhandene Aufzeichnungen zu Lösungen von Problemstellungen auf, die von Technikern früher verfasst wurden. Jede Aufzeichnung zu einer Lösung einer Problemstellung entspricht einer Problemstellung, die ein Problem aus der Vergangenheit einbezieht, dem man in einem Industriebereich (z.B. einer Kraftwerksanlage) begegnet ist. Jede Problemstellung weist einen zugehörigen Experten auf, dem der Fall zugewiesen wurde. Jede der Aufzeichnungen zu Lösungen von Problemstellungen enthält Textdaten, die Informationen enthalten, die die Lösung der Problemstellung durch den zugewiesenen Experten betreffen. Dementsprechend können die Textdaten beispielsweise einen Namen des Einreichenden, einen Namen’ des Zugewiesenen, eine Beschreibung des Problems und Lösungsinformationen enthalten.

[0048] In der Operation 410 extrahiert die Themenmodellierungs-Engine 200 mehrere Themen aus den Lösungsdaten zu Problemstellungen. Die Themenmodellierungs-Engine 200 kann Themen aus den Lösungsdaten zu Problemstellungen extrahieren, indem sie Textmining-Methoden auf die Textdaten anwendet, die in den mehreren Aufzeichnungen zu Lösungen von Problemstellungen enthalten sind, die gemeinsam die Lösungsdaten zu Problemstellungen bilden. Insbesondere kann die Themenmodellierungs-Engine 200 Worte aus jeder Aufzeichnung zur Lösung einer Problemstellung extrahieren und jedes extrahierte Wort auf ein Thema abbilden. Auf diese Weise kann jede Aufzeichnung zu einer Problemstellung, die in dem Korpus von Lösungsdaten zu Problemstellungen enthalten ist, als eine Mischung von verschiedenen Themen angesehen werden.

[0049] In der Operation 415 baut die Themenmodellierungs-Engine 200 unter Verwendung der mehreren extrahierten Themen eine Experte-Wort-Matrix auf. Die Experte-Wort-Matrix enthält eine Reihe für jeden Experten, der den Lösungsdaten zu Problemstellungen zugeordnet ist, und jeder Eintrag der Reihe weist die Wahrscheinlichkeit dafür auf, dass der Experte ein gegebenes Wort des Vokabulars, das den Lösungsdaten zu Problemstellungen zugeordnet ist, äussert (z.B. mit diesem in Beziehung steht). Dementsprechend kann die Operation zum Erstellen der Experte-Wort-Matrix ein Berechnen eines Vokabular für die Lösungsdaten zu Problemstellungen und Berechnen, für jeden Experten, einer Wahrscheinlichkeit dafür, dass der Experte einem gegebenen Wort des Vokabulars über all die Themen, die aus den Lösungsdaten zu Problemstellungen abgeleitet werden, zugeordnet ist (z.B. dieses äussert), enthalten. Die Themenmodellierungs-Engine 200 kann die Experte-Wort-Matrix aufbauen, indem sie die extrahierten Themen als versteckte Variablen verwendet, um eine Beziehung zwischen Experten und Worten, die zu einem gegebenem Thema gehören, zu modellieren. Die Themenmodellierungs-Engine 200 kann beispielsweise ein generatives Modell für die Verarbeitung natürlicher Sprache, wie z.B. das LDA, verwenden, um Aufzeichnungen zu Problemstellungen, die jeweils einem Experten zugeordnet sind, als eine Mischung von Themen zu modellieren, und stellt jedes Thema als eine Wahrscheinlichkeitsverteilung über Worten dar.

[0050] Fig. 5 ist ein Flussdiagramm eines Verfahrens zur Identifizierung von Experten mit einer Sachkenntnis, die für eine Benutzeranfrage relevant ist, gemäss einigen beispielhaften Ausführungsformen. Das Verfahren 500 kann in computerlesbaren Anweisungen für die Ausführung durch eine Hardwarekomponente (z.B. einen Prozessor) verkörpert sein, so dass die Schritte des Verfahrens 500 teilweise oder vollständig durch die Funktionskomponenten der Expertenidentifikationsanwendung 118 durchgeführt werden können, und entsprechend ist das Verfahren 500 nachstehend als ein Beispiels mit Bezug auf diese beschrieben. Es sollte jedoch erkannt werden, dass das Verfahren 500 auf verschiedenen anderen Hardwarekonfigurationen eingesetzt werden kann und nicht auf die Expertenidentifikationsanwendung 118 beschränkt werden soll.

[0051] In der Operation 505 empfängt das Schnittstellenmodul 204 eine Benutzersuchanfrage (z.B. von der Client-Vorrichtung 106), die ein Problem beschreibt, dem man in einem Industriebereich begegnet ist. Beispielsweise kann die Benutzeranfrage durch einen Ingenieur erzeugt sein, der ein technisches Problem behebt, das durch die Beschädigung einer Verdichterlaufschaufel verursacht ist. Die Benutzeranfrage kann eine oder mehrere Begriffe enthalten, die zur Beschreibung des Problems verwendet wurden.

[0052] In der Operation 510 bestimmt die Themenmodellierungs-Engine 200 für jeden Experten der mehreren Experten, die einem Korpus von Lösungsdaten zu Problemstellungen zugeordnet sind, eine Wahrscheinlichkeit dafür, dass der Experte eine Sachkenntnis zu dem Problem aufweist, das durch die Benutzeranfrage beschrieben ist. Die Themenmodellierungs-Engine 200 kann auf der Basis einer Beziehung zwischen dem einen oder den mehreren Begriffen, die zur Beschreibung des Problems verwendet werden, und mehreren Themen, die aus dem Korpus von Lösungsdaten zu Problemstellungen extrahiert werden, die Wahrscheinlichkeit dafür bestimmen, dass der Experte Sachkenntnis zu dem Problem aufweist, das durch die Anfrage beschrieben ist. Die Themenmodellierungs-Engine 200 bestimmt die Wahrscheinlichkeit dafür, dass der Experte eine Sachkenntnis zu dem Problem aufweist, indem sie Themen als versteckte Variablen zur Modellierung der Beziehung zwischen Benutzeranfragen und Experten verwendet. Wie beispielsweise unter Bezugnahme auf Fig. 2 und 5 vorstehend beschrieben, kann die Themenmodellierungs-Engine 200 eine Themenmodellierungstechnik, wie z.B. LDA, verwenden, um Themen aus dem Korpus von Lösungsdaten zu Problemstellungen zu extrahieren, und die extrahierten Themen zur Modellierung der Beziehung zwischen Kandidaten und Begriffen in einer Anfrage verwenden.

[0053] In der Operation 515 legt die Rangfolge-Klassifizierungsengine 202 eine Rangfolge für die mehreren Experten entsprechend der jeweiligen Wahrscheinlichkeit dafür, dass jeder Experte Sachkenntnis zu dem Problem aufweist, das durch die Benutzeranfrage beschrieben ist, fest. In der Operation 520 wählt das Schnittstellenmodul 204 eine Teilmenge der mehreren Experten aus, um diese dem Benutzer zu präsentieren, der die Anfrage eingereicht hat. Das Schnittstellenmodul 204 kann beispielsweise die Experten mit den drei höchsten Rangplätzen für eine Präsentation auswählen.

[0054] In der Operation 525 veranlasst das Schnittstellenmodul 204 eine Präsentation einer Expertenauswahlschnittstelle auf der Client-Vorrichtung 106, von der die Benutzeranfrage empfangen wurde. Die Expertenauswahlschnittstelle enthält graphische Darstellungen der Teilmenge von Experten (z.B. der Experten mit den drei höchsten Rangplätzen) zusammen mit Informationen über die Experten, die die Expertenauswahlentscheidung des Benutzers unterstützen können. Das Schnittstellenmodul 204 kann die Darstellung der Expertenauswahlschnittstelle veranlassen, indem es einen Satz von Anweisungen zu der Client-Vorrichtung 106 liefert, der die Client-Vorrichtung 106 veranlasst, die Expertenauswahlschnittstelle für den Benutzer anzuzeigen. Aus der Perspektive des Benutzers der Client-Vorrichtung 106 reicht der Benutzer die Anfrage ein, und als Antwort wird die Expertenauswahlschnittstelle angezeigt.

[0055] Fig. 6 ist ein Schnittstellendiagramm, das eine Expertenauswahlschnittstelle 600 gemäss einer beispielhaften Ausführungsform veranschaulicht. Die Expertenauswahlschnittstelle 600 kann an der Client-Vorrichtung 106 angezeigt werden, die mit dem Anwendungsserver 116 in Kommunikationsverbindung steht. In einigen Ausführungsformen kann auf die Expertenauswahlschnittstelle 600 durch eine geeignete URL unter Verwendung des Web-Clients 108 zugegriffen werden. In einigen Ausführungsformen kann die Expertenauswahlschnittstelle 600 als eine von einigen verschiedenen Schnittstellen bereitgestellt sein, die die Anwendung 110 mitbringt.

[0056] Wie gezeigt, enthält die Expertenauswahlschnittstelle 600 ein Anfragefeld 602 zur Eingabe einer Benutzeranfrage, um ein Problem zu beschreiben, dem man im Feldeinsatz begegnet ist. Ein Benutzer (z.B. ein Techniker 316), der eine Anfrage in das Anfragefeld 602 eingibt, kann eine formlose Textanfrage verfassen oder Suchbegriffe aus einer vordefinierten Liste von häufig verwendeten Suchbegriffen auswählen. Als Antwort auf einen Empfang der Benutzersuchanfrage liefert die Expertenauswahlschnittstelle 600 in einem Fenster 604 eine Liste von Experten mit relevanter Sachkenntnis. Auf diese Weise erlaubt die Expertenauswahlschnittstelle 600 dem Benutzer, die präsentierten Experten zu überprüfen und einen Experten auszuwählen, der sie bei dem Problem unterstützen soll. Ferner können die Benutzer sofort unter Verwendung geeigneter Zusammenarbeitswerkzeuge mit dem ausgewählten Experten kommunizieren.

[0057] Wie gezeigt, enthält das Fenster 604 Informationen über jeden Experten, einschliesslich eines Namens 606, einer Sachkenntnis 608, verwandter Problemstellungen 610 und einer Bewertung 612. In diesem Beispiel enthält die Sachkenntnis 608 jedes Experten eine taxonomiebasierte Darstellung von der themenbezogenen Sachkenntnis, die von der Anfrage unabhängig sind. Insbesondere wird die Sachkenntnis 608 durch eine Sonnenstrahlen-Grafik veranschaulicht, die unter Verwendung von Taxonomieproblemstellungsetiketten, die in Aufzeichnungen zu Lösungen von Problemstellungen verwendet werden, erzeugt wird. Die Sonnenstrahlen-Grafik weist mehrere farbige Bereiche auf, wobei jede Farbe einer bestimmten Problemstellungsetikette entspricht. Die Grösse jedes Bereichs entspricht dem Niveau der Sachkenntnis dieses Experten in der zugehörigen Problemstellungsetikette. Die verwandten Problemstellungen 610 liefern eine anfragespezifische Erfahrung des Experten, indem eine Auswahl von relevanten Problemstellungen, die durch den Experten gelöst wurden, zusammen mit Verknüpfungen zu den Aufzeichnungen zu Lösungen von Problemstellungen aufgelistet wird. Die Bewertung 612 zeigt eine aggregierte Benutzerbewertung des Experten und erlaubt Benutzern, den Experten z.B. auf einer Skala mit fünf Sternen zu bewerten.

[0058] Ferner liefert die Expertenauswahlschnittstelle 600 auch Verfügbarkeitsinformationen für jeden Experten, einschliesslich eines Online-Status 614, eines Standorts 616 und einer Ortszeit 618. Die Expertenauswahlschnittstelle 600 enthält ferner eine Verknüpfung 620 zu einem Profil jedes Experten im sozialen Netzwerk des Unternehmens, wo der Benutzer das Organigramm des Experten, seine Rolle, seine Gruppenzugehörigkeit und seine Beiträge im sozialen Netzwerk betrachten kann. Die Expertenauswahlschnittstelle 600 enthält auch für jeden Experten einen Indikator darüber, wie beschäftigt der Experte ist, wie z.B. die Auslastung durch Problemstellungen 622 (z.B. die Anzahl von aktuell zugewiesenen Problemfällen).

[0059] Fig. 7 ist ein Schnittstellendiagramm, das eine Expertenauswahlschnittstelle 700 gemäss einer alternativen beispielhaften Ausführungsform veranschaulicht. Die Expertenauswahlschnittstelle 700 ist der Expertenauswahlschnittstelle 600 im Wesentlichen ähnlich, mit der Ausnahme der Darstellung der Sachkenntnis 608 jedes Experten. Insbesondere ist in der Expertenauswahlschnittstelle 700 die Sachkenntnis 608 jedes Experten jeweils durch Wortwolken 702–704 angezeigt. In Übereinstimmung mit einigen Ausführungsformen liefern die Wortwolken 702–704 von der Anfrage unabhängige Sachkenntnisinformationen und werden unter Verwendung der am höchsten bewerteten Worte (z.B. der höchsten 50 Worte) durch eine LDA-Bewertung erzeugt. In einigen anderen Ausführungsformen können die Wortwolken 702–704 unter Verwendung von Problemstellungstiteln erzeugt werden, die in den Aufzeichnungen zu Lösungen von Problemstellungen, die dem Experten zugewiesen sind, verwendet werden.

[0060] Es sollte erkannt werden, dass die Informationen, die in den Expertenauswahlschnittstellen 600 und 700 der Fig. 6 und 7 veranschaulicht sind, lediglich ein Beispiel für Experteninformationen darstellen, die angezeigt werden können, und in anderen Ausführungsformen können weniger oder mehr Informationen angezeigt werden. In einigen Ausführungsformen kann die Expertenauswahlschnittstelle 600, 700 beispielsweise eine Anzahl von Erfahrungsjahren jedes Experten oder die Sprachen, die der Experte beherrscht, enthalten.

MODULE, KOMPONENTEN UND LOGIK

[0061] Bestimmte Ausführungsformen sind hier so beschrieben, dass sie eine Logik oder eine Anzahl von Komponenten, Modulen oder Mechanismen umfassen. Module können entweder Software-Module (zum Beispiel Code, der auf einem maschinenlesbaren Medium oder in einem Übertragungssignal verkörpert ist) oder Hardware-Module bilden. Ein Hardware-Modul ist eine berührbare Einheit, die in der Lage ist, bestimmte Operationen auszuführen, und sie kann auf eine bestimmte Weise gestaltet oder angeordnet sein. In beispielhaften Ausführungsformen kann/können ein oder mehrere Computersystem(e) (z.B. ein eigenständiges, Client- oder Server-Computersystem) oder ein oder mehrere Hardware-Modul(e) eines Computersystems (zum Beispiel ein Prozessor oder eine Gruppe von Prozessoren) mit Software (zum Beispiel einer Anwendung oder einem Anwendungsteil) als ein Hardware-Modul ausgestaltet sein, das arbeitet, um bestimmte Operationen, wie hierin beschrieben, auszuführen.

[0062] In verschiedenen Ausführungsformen kann ein Hardware-Modul mechanisch oder elektronisch implementiert sein. Beispielsweise kann ein Hardware-Modul eine dedizierte Schaltungsanordnung oder Logik umfassen, die permanent eingerichtet ist (zum Beispiel als ein Spezialzweck-Prozessor, wie beispielsweise eine im Feld programmierbare Gatter-Anordnung (FPGA) oder eine anwendungsspezifische integrierte Schaltung (ASIC)), um bestimmte Operationen durchzuführen. Ein Hardware-Modul kann ausserdem eine programmierbare Logik oder Schaltungsanordnung (wie zum Beispiel in einem Standard-Prozessor oder einem anderen programmierbaren Prozessor enthalten) umfassen, die vorübergehend durch Software eingerichtet wird, um bestimmte Operationen durchzuführen. Es wird erkannt, dass die Entscheidung zum mechanischen Implementieren eines Hardware-Moduls in einer dedizierten und permanent eingerichteten Schaltungsanordnung oder in einer vorübergehend eingerichteten Schaltungsanordnung (zum Beispiel durch Software eingerichtet) durch Kosten- und Zeitfaktor getrieben sein kann.

[0063] Entsprechend sollte der Ausdruck «Hardware-Modul» so verstanden werden, dass er eine berührbare Einheit umfasst, sei es eine Einheit, die physisch aufgebaut, permanent eingerichtet. (zum Beispiel festverdrahtet) oder vorübergehend eingerichtet (zum Beispiel programmiert) ist, um in einer bestimmten Weise zu funktionieren und/oder bestimmte Operationen auszuführen, die hierin beschrieben sind. Unter Berücksichtigung von Ausführungsformen, in denen Hardware-Module vorübergehend eingerichtet (zum Beispiel programmiert) sind, muss nicht jedes der Hardware-Module zu jedem Zeitpunkt eingerichtet oder instanziiert werden. Wenn beispielsweise die Hardware-Module einen Universalzweck-Prozessor umfassen, der mit Software eingerichtet wird, kann der Universalzweck-Prozessor als jeweilige unterschiedliche Hardware-Module zu unterschiedlichen Zeiten eingerichtet sein. Die Software kann entsprechend einen Prozessor konfigurieren, um beispielsweise ein bestimmtes Hardware-Modul zu einem Zeitpunkt zu bilden und ein anderes Hardware-Modul zu einem anderen Zeitpunkt zu bilden.

[0064] Hardware-Module können Informationen zu anderen Hardware-Modulen liefern und Informationen von diesen empfangen. Entsprechend können die beschriebenen Hardware-Module als kommunikativ gekoppelt angesehen werden. Sind mehrere solcher Hardware-Module gleichzeitig vorhanden, kann eine Kommunikation durch Signalübertragung erzielt werden (zum Beispiel über geeignete Schaltungen und Busse, die die Hardware-Module verbinden). In Ausführungsformen, in denen mehrere Hardware-Module eingerichtet sind oder zu unterschiedlichen Zeiten instanziiert werden, können Kommunikationen zwischen solchen Hardware-Modulen beispielsweise durch das Speichern und Abrufen von Informationen in Speicherstrukturen, auf die die mehreren Hardware-Module eine Zugriff haben, erzielt werden. Beispielsweise kann ein Hardware-Modul eine Operation ausführen und die Ausgabe dieser Operation in einer Speichervorrichtung speichern, an die sie kommunikationsmässig angekoppelt ist. Ein weiteres Hardware-Modul kann dann zu einem späteren Zeitpunkt auf die Speichervorrichtung zugreifen, um die gespeicherte Ausgabe abzurufen und zu verarbeiten. Hardware-Module können auch Kommunikationen mit Eingabe- oder Ausgabe-Vorrichtungen initiieren und können mit einer Ressource (zum Beispiel mit einer Sammlung von Informationen) arbeiten.

[0065] Die verschiedenen Operationen beispielhafter Verfahren, die hierin beschrieben sind, können zumindest teilweise von einem oder mehreren Prozessoren ausgeführt werden, der/die (zum Beispiel durch Software) vorübergehend eingerichtet oder permanent eingerichtet ist/sind, um die relevanten Operationen auszuführen. Unabhängig davon, ob sie temporär oder permanent eingerichtet sind, können solche Prozessoren prozessorimplementierte Module darstellen, die arbeiten, um eine oder mehrere Operation(en) oder Funktion(en) auszuführen. Die Module, auf die hierin Bezug genommen wird, umfassen in einigen beispielhaften Ausführungsformen prozessorimplementierte Module.

[0066] Ähnlich können die hierin beschriebenen Verfahren zumindest teilweise prozessorimplementiert sein. Beispielsweise können zumindest einige der Operationen eines Verfahrens von einem oder mehreren Prozessor(en) oder prozessorimplementierten Modulen durchgeführt werden. Die Durchführung bestimmter Operationen kann unter dem einen Prozessor oder den mehreren Prozessoren verteilt werden, die nicht nur innerhalb einer einzelnen Maschine vorhanden sind, sondern über eine Anzahl von Maschinen eingesetzt werden. In einigen beispielhaften Ausführungsformen kann sich der Prozessor oder können sich die Prozessoren an einem einzigen Standort (zum Beispiel innerhalb einer häuslichen Umgebung, einer Büroumgebung oder als Server-Farm) befinden, während die Prozessoren in anderen Ausführungsformen über eine Anzahl von Standorten verteilt sein können.

[0067] Der eine oder die mehreren Prozessoren kann/können auch arbeiten, um die Durchführung der relevanten Operationen in einer «Cloud-Computing/-Umgebung oder als «Software as a Service» (SaaS) zu unterstützen. Beispielsweise können zumindest einige der Operationen von einer Gruppe von Computern (als Beispiele für Maschinen, die Prozessoren enthalten) ausgeführt werden, wobei auf diese Operationen über ein Netzwerk 102 (zum Beispiel das Internet) und über eine oder mehrere geeignete Schnittstellen (zum Beispiel APIs) zugegriffen werden kann.

ELEKTRONISCHE VORRICHTUNG UND SYSTEM

[0068] Beispielhafte Ausführungsformen können in digitalen elektronischen Schaltungen oder in Computer-Hardware, Firmware oder Software oder in Kombinationen von diesen implementiert sein. Beispielhafte Ausführungsformen können unter Verwendung eines Computerprogrammprodukts implementiert sein, beispielsweise eines Computerprogramms, das berührbar in einem Informationsträger, beispielsweise in einem maschinenlesbaren Medium, zum Ausführen durch eine Datenverarbeitungseinrichtung, beispielsweise einen programmierbaren Prozessor, einen Computer oder mehrere Computer, oder zur Steuerung des Betriebs der Datenverarbeitungseinrichtung verkörpert ist.

[0069] Ein Computerprogramm kann in einer beliebigen Form von Programmiersprachen, einschliesslich kompilierter oder interpretierter Sprachen, geschrieben sein, und es kann in einer beliebigen Form, einschliesslich eines eigenständigen Programms oder eines Moduls, einer Unterroutine oder anderer Einheit, eingesetzt werden, die zur Verwendung in einer Rechenumgebung geeignet ist. Ein Computerprogramm kann eingesetzt werden, um auf einem Computer oder auf mehreren Computer an einem Standort oder über mehrere Standorte verteilt und über ein Kommunikationsnetzwerk 102 miteinander verbunden ausgeführt zu werden.

[0070] In beispielhaften Ausführungsformen können Operationen von einem oder mehreren programmierbaren Prozessor(en) ausgeführt werden, der/die ein Computerprogramm ausführt/ausführen, um durch Verarbeiten von Eingabedaten und Erzeugen von Ausgaben Funktionen auszuführen. Verfahrensoperationen können auch von Spezial-Logikschaltungsanordnungen (zum Beispiel einer FPGA oder einem ASIC) durchgeführt werden und Vorrichtungen beispielhafter Ausführungsformen können als Spezial-Logikschaltungsanordnungen (zum Beispiel eine FPGA oder ein ASIC) implementiert sein.

[0071] Das Rechensystem kann Clients und Server umfassen. Sin Client und Server sind im Allgemeinen entfernt voneinander angeordnet, und typischerweise wirken sie über ein Kommunikationsnetzwerk miteinander. Die Beziehung von Client und Server entsteht mittels Computerprogrammen, die auf den jeweiligen Computern laufen und eine Client-Server-Beziehung zueinander haben. In Ausführungsformen, die ein programmierbares Rechensystem einsetzen, ist zu beachten, dass sowohl Hardware- als auch Software-Architekturen eine Betrachtung erfordern. Insbesondere wird geschätzt werden, dass die Wahl, ob eine bestimmte Funktionalität in permanent konfigurierter Hardware (zum Beispiel einem ASIC), in vorübergehend konfigurierter Hardware (zum Beispiel einer Kombination aus Software und programmierbarem Prozessor) oder in einer Kombination aus permanent und vorübergehend konfigurierter Hardware eine Konstruktionswahl sein kann. Nachfolgend sind Hardware- (zum Beispiel Maschine) und Software-Architekturen dargelegt, die in verschiedenen beispielhaften Ausführungsformen eingesetzt werden können.

MASCHINENARCHITEKTUR UND MASCHINENLESBARES MEDIUM

[0072] Fig. 8 ist eine schematische Darstellung einer Maschine in der beispielhaften Form eines Computersystems 800, innerhalb dessen ein Satz von Anweisungen ausgeführt werden kann, um die Maschine zu veranlassen, eine beliebige oder mehrere der hierin beschriebenen Vorgehensweisen durchzuführen. Das Computersystem 800 kann in Übereinstimmung mit einigen Ausführungsformen einer beliebigen von der Client-Vorrichtung 106, dem Anwendungsserver 116, dem API-Server 112 oder dem Webserver 114 entsprechen. Das Computersystem 800 kann Anweisungen enthalten, die die Maschine veranlassen, eine oder mehrere der hier erläuterten Methodiken auszuführen. In alternativen Ausführungsformen arbeitet die Maschine als eine eigenständige Vorrichtung oder kann mit anderen Maschinen verbunden (zum Beispiel vernetzt) sein. In einer vernetzten Anwendung kann die Maschine in der Eigenschaft als Server- oder Client-Maschine in einer Server-Client-Netzwerkumgebung oder als eine Peer-Maschine in einer Peer-zu-Peer-(oder verteilten) Netzwerkumgebung arbeiten. Die Maschine kann ein Personal Computer (PC), ein PDA, ein Mobiltelefon, ein Smartphone (z.B. ein iPhone<®>), ein Tablet-Computer, eine Web-Anwendung, ein tragbarer Computer, ein Desktop-Computer, ein Laptop oder Netbook, eine Set-Top-Box (STB), wie sie von Kabel- oder Satelliten-basierten Inhalte-Anbietern zur Verfügung gestellt wird, eine am Körper tragbare Computervorrichtung, wie z.B. Brillen oder eine Armbanduhr, eine Multimediavorrichtung, die in einem Kraftfahrzeug integriert ist, eine Vorrichtung eines globalen Positionierungssystem (GPS), eine Daten freigebende Buchlesevorrichtung, eine Videospielsystemkonsole, ein Netzwerk-Router, ein Switch oder eine Bridge oder eine beliebige Maschine sein, die in der Lage ist, Anweisungen (sequenzielle oder andere) auszuführen, die von der Maschine zu ergreifende Aktionen spezifizieren. Auch wenn nur eine einzelne Maschine dargestellt ist, soll die Bezeichnung «Maschine» auch so aufgefasst werden, dass sie jede beliebige Sammlung von Maschinen umfasst, die einzeln oder gemeinsam einen Satz (oder mehrere Sätze) von Anweisungen ausführen, um eine oder mehrere der hierin beschriebenen Methodiken durchzuführen.

[0073] Das beispielhafte Computersystem 800 umfasst einen Prozessor 802 (zum Beispiel eine Zentraleinheit (CPU), eine Grafikprozessoreinheit (GPU) oder beides), einen Hauptspeicher 804 und einen statischen Speicher 806, die miteinander über einen Bus 808 kommunizieren. Das Computersystem 800 kann überdies eine Videoanzeige 810 (zum Beispiel eine Flüssigkristallanzeige (LCD) oder eine Kathodenstrahlröhrenanzeige (CRT)) umfassen. Das Computersystem 800 umfasst ausserdem eine oder mehrere Eingabe-Ausgabe(E/A)-Vorrichtungen 812, eine Standortkomponente 814, eine Laufwerkeinheit 816, eine Signalerzeugungsvorrichtung 818 (z.B. einen Lautsprecher) und eine Netzwerkschnittstellenvorrichtung 820. Die E/A-Vorrichtungen 812 können beispielsweise eine Tastatur, eine Maus, ein Tastenfeld, eine berührungssensitive Oberfläche (z.B. einen Berührungsbildschirm oder ein Trackpad), ein Mikrophon, eine Kamera und dergleichen enthalten.

[0074] Die Standortkomponente 814 kann zur Bestimmung eines Standorts des Computersystems 800 bestimmt werden. In einigen Ausführungsformen kann die Standortkomponente 814 einem GPS-Sender-Empfänger entsprechen, der von der Netzwerkschnittellenvorrichtung 820 Gebrauch machen kann, um GPS-Signale mit einem GPS-Satelliten auszutauschen. Die Standortkomponente 814 kann auch dazu eingerichtet sein, durch die Verwendung einer Internetprotokoll (IP)-Adressensuche oder durch Triangulation einer Position auf der Basis von sich in der Nähe befindenden Kommunikationstürmen einen Standort des Computersystems 800 zu bestimmen. Die Standortkomponente 814 kann ferner dazu eingerichtet sein, eine benutzerdefinierte Position in dem Hauptspeicher 804 oder dem statischen Speicher 806 zu speichern. In einigen Ausführungsformen kann eine mobile, den Standort freigebende Anwendung in Verbindung mit der Standortkomponente 814 und der Netzwerkschnittellenvorrichtung 820 zusammenarbeiten, um den Standort des Computersystems 800 an den Anwendungsserver oder zu einem Server einer dritten Partei für den Zweck der Identifikation der Position eines Benutzers, der das Computersystem 800 bedient, zu übertragen.

[0075] In einigen Ausführungsformen kann die Netzwerkschnittellenvorrichtung 820 einer Sender-Empfänger-Vorrichtung und einer Antenne entsprechen. Die Sender-Empfänger-Vorrichtung kann dazu eingerichtet sein, abhängig von der Art des Computersystems 800 zellulare Netzwerksignale, drahtlose Datensignale oder andere Signalarten über die Antenne sowohl zu übertragen als auch zu empfangen.

MASCHINENLESBARES MEDIUM

[0076] Die Laufwerkseinheit 816 umfasst ein maschinenlesbares Medium 822, auf dem ein Satz oder mehrere Sätze von Datenstrukturen und Anweisungen (z.B. Software) 824 gespeichert ist/sind, der/die von einer oder mehreren der hier beschriebenen Methodiken oder Funktionen verkörpert oder verwendet werden kann/können. Die Anweisungen 824 können während ihrer Ausführung durch das Computersystem 800 auch vollständig oder zumindest teilweise innerhalb des Hauptspeichers 804, des statischen Speichers 806 und/oder des Prozessors 802 vorliegen, wobei der Hauptspeicher 804, der statische Speicher 806 und der Prozessor 802 auch maschinenlesbare Medien 822 bilden.

[0077] In Übereinstimmung mit einigen Ausführungsformen können die Anweisungen 824 die Operationen eines Betriebssystems (OS) betreffen. Abhängig von dem speziellen Typ des Computersystems 800 kann das OS beispielsweise das iOS<©>-Betriebssystem, das Android<©>-Betriebssystem, ein BlackBerry<©>-Betriebssystem, das Microsoft<©>Windows<®>Phone-Betriebssystem, das Symbian<©>OS, oder das webOS<®>sein. Ferner können sich die Anweisungen 824 in Übereinstimmung mit einigen Ausführungsformen auf Operationen, die durch (herkömmlich als «Apps» bezeichnete) Anwendungen durchgeführt werden, beziehen. Ein Beispiel einer solchen Anwendung ist eine mobile Browser-Anwendung, die einen Inhalt, wie z.B. eine Webseite oder eine Benutzerschnittstelle, unter Verwendung eines Browsers anzeigt.

[0078] Während das maschinenlesbare Medium 822 in einer beispielhaften Ausführungsform als ein einzelnes Medium dargestellt ist, kann der Ausdruck «maschinenlesbares Medium» ein einzelnes Medium oder mehrere Medien (zum Beispiel eine zentralisierte oder verteilte Datenbank und/oder zugewiesene Caches und Server) umfassen, die die eine oder mehreren Datenstrukturen oder Anweisungen 824 speichern. Der Ausdruck «maschinenlesbares Medium» soll auch so aufgefasst werden, dass er jedes berührbare Medium umfasst, das in der Lage ist, Anweisungen (z.B. die Anweisungen 824) zum Ausführen durch die Maschine zu speichern, zu kodieren oder zu tragen, und die die Maschine veranlassen, eine beliebige oder mehrere der Methodiken der vorliegenden Offenbarung auszuführen, oder das in der Lage ist, Datenstrukturen zu speichern, zu kodieren oder zu tragen, die von solchen Anweisungen 824 verwendet werden oder ihnen zugewiesen sind. Der Ausdruck «maschinenlesbares Medium» soll entsprechend derart aufgefasst v/erden, dass er Festkörperspeicher und optische und magnetische Medien umfasst, jedoch nicht auf diese beschränkt ist. Spezifische Beispiele von maschinenlesbaren Medien 822 umfassen nichtflüchtige Speicher, einschliesslich beispielsweise Halbleiterspeichervorrichtungen (zum Beispiel löschbarer programmierbarer Nur-Lese-Speicher (EPROM), elektrisch löschbarer programmierbarer Nur-Lese-Speicher (EEPROM)) und Flash-Speicher-Vorrichtungen; magnetischer Platten, wie interner Festplatten und auswechselbarer Platten; magneto-optischer Scheiben und CD-ROM und DVD-ROM-Scheiben

[0079] Darüber hinaus ist das berührbare maschinenlesbare Medium 822 insofern nicht transitorisch, als es kein sich ausbreitendes Signal verkörpert. Die Kennzeichnung des berührbaren maschinenlesbaren Mediums 822 als «nicht transitorisch» soll jedoch nicht in der Bedeutung gedeutet werden, als ob das Medium nicht zur Bewegung in der Lage sein würde – das Medium sollte so betrachtet werden, dass es von einem Ort in der realen Welt zu einem anderen transportiert werden kann. Da das maschinenlesbare Medium 822 berührbar ist, kann das Medium ausserdem als eine maschinenlesbare Vorrichtung betrachtet werden.

ÜBERTRAGUNGSMEDIUM

[0080] Die Anweisungen 824 können ferner über ein Netzwerk 826 unter Verwendung eines Übertragungsmediums übertragen oder empfangen werden. Die Anweisungen 824 können unter Verwendung der Netzwerkschnittstellenvorrichtung 820 und eines beliebigen aus einer Anzahl allgemein bekannter Übertragungsprotokolle (z.B. HTTP) übertragen werden. Zu Beispielen für Kommunikationsnetzwerke gehören ein LAN, ein WAN, das Internet, Mobiltelefonnetzwerke, Einfacher-Alter-Telefondienst (POTS)-Netzwerke und drahtlose Datennetzwerke (z.B. WiFi- und WiMAX-Netzwerke). Der Begriff «Übertragungsmedium» soll derart aufgefasst werden, dass er jegliches nicht greifbares Medium umfasst, das in der Lage ist, die Anweisungen 824 zur Ausführung durch die Maschine zu speichern, zu verschlüsseln oder zu tragen, und das digitale oder analoge Kommunikationssignale oder andere nicht greifbare Medien enthält, um eine Kommunikation einer solchen Software zu unterstützen.

[0081] Obwohl die Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf spezielle beispielhafte Ausführungsformen beschrieben worden sind, wird es offensichtlich, dass verschiedene Modifikationen und Änderungen an diesen Ausführungsformen durchgeführt werden können, ohne von dem weiteren Schutzumfang des erfindungsgemässen Gegenstands abzuweichen. Dementsprechend sind die Beschreibung und die Zeichnungen eher in einem veranschaulichenden als einem beschränkenden Sinn zu erachten. Die beigefügten Zeichnungen, welche ein Teil hiervon darstellen, zeigen anhand einer Veranschaulichung und nicht als Beschränkung spezielle Ausführungsformen, in welchen der vorliegende Gegenstand ausgeführt werden kann. Die veranschaulichten Ausführungsformen sind in ausreichendem Detail beschrieben, um Fachleuten zu ermöglichen, die hierin offenbarten Lehren auszuführen. Andere Ausführungsformen können verwendet und davon abgeleitet werden, so dass strukturelle und logische Ersetzungen und Änderungen durchgeführt werden können, ohne von dem Umfang dieser Offenbarung abzuweichen. Diese detaillierte Beschreibung soll daher nicht in einem beschränkenden Sinn verstanden werden und der Geltungsbereich der verschiedenen Ausführungsformen ist lediglich durch die beigefügten Ansprüche, zusammen mit einer vollen Breite von Äquivalenten, zu denen solche Ansprüche berechtigt sind, definiert.

[0082] Solche Ausführungsformen des erfindungsgemässen Gegenstands können lediglich der Einfachheit halber hierin einzeln und/oder gemeinsam mit dem Begriff «Erfindung» bezeichnet werden, ohne dass die Absicht besteht, freiwillig den Geltungsbereich dieser Anmeldung freiwillig auf irgendeine einzelne Erfindung oder einen einzelnes spezielles erfindungsgemässes Konzept einzuschränken, wenn tatsächlich mehr als eines offenbart ist. Obwohl spezielle Ausführungsformen hierin dargestellt und beschrieben worden sind, sollte somit erkannt werden, dass jegliche Einrichtung, die zum Erfüllen desselben Zwecks errechnet wird, die gezeigten speziellen Ausführungsformen ersetzen kann. Diese Offenbarung soll jegliche und alle Anpassungen oder Variationen verschiedener Ausführungsformen mit umfassen. Kombinationen der obigen Ausführungsformen und andere Ausführungsformen, die hier nicht speziell beschrieben werden, werden Fachleuten bei einem Studium der obigen Beschreibung einfallen.

[0083] Alle Veröffentlichungen, Patente und Patentschriften, auf die in diesem Dokument verwiesen wird, werden durch Bezugnahme in ihrer Gesamtheit hierin so mit aufgenommen, als ob sie einzeln durch Bezugnahme mit aufgenommen werden würden. Im Falle uneinheitlicher Verwendungen zwischen diesem Dokument und denjenigen Dokumenten, die durch Bezugnahme hierin mit aufgenommen sind, sollte die Verwendung in dem aufgenommenen Referenzdokument als zu derjenigen dieses Dokuments ergänzend angesehen werden; bei unvereinbarenden Widersprüchlichkeiten hat die Verwendung in diesem Schriftstück Vorrang.

[0084] In diesem Dokument werden die Begriffe «ein» oder «eine» verwendet, wie es in Patentschriften üblich ist, um eines oder mehr als eines einzuschliessen, unabhängig von irgendwelchen anderen Fällen oder Verwendungen von «wenigstens ein» oder «ein oder mehr». In diesem Dokument wird der Begriff «oder» verwendet, um auf ein nicht exklusives Oder zu verweisen, so dass «A oder B» «A, aber nicht B», «B, aber nicht A» und «A und B» einschliesst, sofern es nicht anders angegeben ist. In den beigefügten Ansprüchen werden die Begriffe «enthalten» und «in der/dem» als sprachlichen Äquivalente der entsprechenden Begriffe «umfassen» bzw. «worin» verwendet. Ausserdem sind in den folgenden Ansprüchen die Begriffe «enthalten» und «aufweisen» erweiterbar; d.h., ein System, eine Vorrichtung, ein Artikel oder ein Prozess, der/das/die Elemente zusätzlich zu den nach einem derartigen Ausdruck aufgeführten Elementen in einem Anspruch enthält, werden weiterhin als in den Schutzumfang dieses Anspruchs fallend angesehen.

[0085] Aspekte der vorliegenden Offenbarung umfassen ein System, das ein computerlesbares Speichermedium aufweist, das zumindest ein Programm speichert, und ein Verfahren, um auf der Basis von Aufzeichnungen zu Lösungen von Problemstellungen Experten zu finden. In beispielhaften Ausführungsformen kann das Verfahren ein Extrahieren mehrerer Themen aus Aufzeichnungen zu Lösungen von Problemstellungen und Verwenden der extrahierten Themen enthalten, um die Beziehung zwischen Experten und empfangenen Benutzeranfragen zu modellieren, um Experten mit der relevantesten Sachkenntnis bezüglich der Benutzeranfragen zu identifizieren. Das Verfahren kann ferner ein Darstellen einer Expertenauswahlschnittstelle enthalten, die eine Liste der identifizierten Experten und Informationen über die Experten enthält, um Benutzer bei der Expertenauswahlentscheidung zu unterstützen.

Claims (10)

1. Verfahren, das aufweist: Zugreifen auf einen Korpus von Aufzeichnungsdaten zu Problemstellungen, wobei die Aufzeichnungsdaten zu Problemstellungen mehrere Aufzeichnungen zu Lösungen von Problemstellungen aufweisen, die mehreren Experten zugeordnet sind, wobei jede Aufzeichnung zur Lösung einer Problemstellung der mehreren Aufzeichnungen zu Lösungen von Problemstellungen einem bestimmten Experten der mehreren Experten zugeordnet ist und Textdaten aufweist, die ein in einem industriellen Bereich in der Vergangenheit aufgetretenes Problem betreffen; Extrahieren mehrerer Themen aus den Aufzeichnungsdaten zu Problemstellungen; Erstellen einer Experte-Wort-Matrix unter Verwendung der mehreren Themen, die aus den Aufzeichnungsdaten zu Problemstellungen extrahiert werden, wobei die Experte-Wort-Matrix für jeden Experten der mehreren Experten eine Wahrscheinlichkeit dafür aufweist, dass der Experte jedes Wort äussert, das zu einem Vokabular von Worten in den Lösungsdaten zu Problemstellungen gehört; Empfangen einer Benutzersuchanfrage, die ein Problem beschreibt, das in dem industriellen Bereich aufgetreten ist, von einer Client-Vorrichtung; für jeden Experten der mehreren Experten, Bestimmen einer Wahrscheinlichkeit dafür, dass der Experte eine Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist, auf der Basis von Informationen in der Experte-Wort-Matrix; und Veranlassen einer Darstellung einer Expertenauswahlschnittstelle auf der Client-Vorrichtung, wobei die Expertenauswahlschnittstelle eine Liste einer Teilmenge der mehreren Experten enthält, wobei die Liste mit einer Rangfolge entsprechend der jeweiligen Wahrscheinlichkeit für jeden Experten dafür, dass dieser Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist, versehen ist.

2. Verfahren gemäss Anspruch 1, wobei die Textdaten einen Namen des Einreichenden, einen Namen des Zugewiesenen, eine Beschreibung des früheren Problems und Lösungsinformationen enthält; und/oder wobei das Extrahieren der mehreren Themen auf einer Textmining-Analyse der Textdaten basiert.

3. Verfahren nach Anspruch 1 oder 2, wobei das Extrahieren der mehreren Themen ein Durchführen einer Themenmodellierung an den Textdaten der Aufzeichnungsdaten zu Problemstellungen enthält; wobei das Durchführen der Themenmodellierung an den Textdaten der Aufzeichnungsdaten zu Problemstellungen vorzugsweise aufweist: Modellieren der Textdaten, die jeder Problemstellung der mehreren Problemstellungen zugeordnet werden, als eine Mischung von Themen; und Veranlassen, dass jedes Thema als eine Wahrscheinlichkeitsverteilung über Worten dargestellt wird.

4. Verfahren nach einem der vorstehenden Ansprüche, wobei das Erstellen der Experte-Wort-Matrix ein Berechnung der Wahrscheinlichkeit dafür, dass der Experte die Worte in der Suchanfrage äussert, für jeden Experten der mehreren Experten aufweist.

5. Verfahren nach einem der vorstehenden Ansprüche, wobei die Darstellung der Teilmenge der mehreren Experten Verfügbarkeitsinformationen für jeden Experten enthält, wobei die Verfügbarkeitsinformation einen Online-Status, eine Ortszeit, einen Standort, eine Liste verwandter Problemstellungen und eine aktuelle Auslastung durch Problemstellungen enthält; und/oder wobei die Darstellung der Teilmenge der mehreren Experten eine Wortwolke enthält, die jedem Experten entspricht, wobei die Wortwolke mehrere Worte aus dem Korpus der Problemstellungen aufweist, die der Experte höchstwahrscheinlich äussern wird.

6. Verfahren nach einem der vorstehenden Ansprüche, wobei die Darstellung der Teilmenge der mehreren Experten eine Darstellung der Sachkenntnis jedes Experten in der Teilmenge der Experten enthält; wobei die Darstellung der Sachkenntnis jedes Experten vorzugsweise eine Sonnenstrahl-Grafik ist, wobei die Sonnenstrahl-Grafik mehrere farbige Bereiche aufweist, wobei jeder farbige Bereich der mehreren farbigen Bereiche einem Sachkenntnisbereich entspricht; und/oder wobei die Darstellung der Teilmenge der mehreren Experten ein oder mehrere graphische Elemente enthält, die bedienbar sind, um eine Bewertung für jeden Experten der Teilmenge von Experten zu empfangen und anzuzeigen.

7. System, das aufweist: ein maschinenlesbares Medium, das einen Korpus mit Aufzeichnungsdaten zu Problemstellungen speichert, wobei die Aufzeichnungsdaten zu Problemstellungen mehrere Aufzeichnungen zu Lösungen von Problemstellungen aufweisen, die mehreren Experten zugeordnet sind, wobei jede Aufzeichnung zur Lösung einer Problemstellung der mehreren Aufzeichnungen zu Lösungen von Problemstellungen einem bestimmten Experten der mehreren Experten zugeordnet ist und Textdaten aufweist, die ein Problem aus der Vergangenheit betreffen, das in einem industriellen Bereich aufgetreten ist; eine Themenmodellierungs-Funktionseinheit, die ein oder mehrere Prozessoren aufweist, die dazu eingerichtet sind, mehrere Themen aus den Aufzeichnungsdaten zu Problemstellungen zu extrahieren, wobei die Themenmodellierungs-Funktionseinheit ferner dazu eingerichtet ist, eine Experte-Wort-Matrix unter Verwendung der mehreren Themen aufzubauen, die aus den Aufzeichnungsdaten zu Problemstellungen extrahiert werden, wobei die Experte-Wort-Matrix für jeden Experten der mehreren Experten eine Wahrscheinlichkeit dafür, dass der Experte jedes Wort in einem Vokabular von Worten in den Lösungsdaten zu der Problemstellung äussert, aufweist, wobei die Themenmodellierungs-Funktionseinheit ferner dazu eingerichtet ist, für jeden Experten der mehreren Experten eine Wahrscheinlichkeit dafür, dass der Experte Sachkenntnis zu einem Problem aufweist, das durch eine Benutzersuchanfrage beschrieben ist, auf der Basis von Informationen in der Experte-Wort-Matrix zu bestimmen; und ein Schnittstellenmodul, das dazu eingerichtet ist, die Benutzersuchanfrage, die das Problem beschreibt, zu empfangen, wobei das Schnittstellenmodul ferner dazu eingerichtet ist, eine Darstellung einer Expertenauswahlschnittstelle auf der Client-Vorrichtung zu veranlassen, wobei die Expertenauswahlschnittstelle eine Liste der mehreren Experten enthält, wobei die Liste mit einer Rangfolge entsprechend der jeweiligen Wahrscheinlichkeit jedes Experten dafür, dass dieser Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist, versehen ist.

8. System gemäss Anspruch 7 das ferner ein Rangfolge-Klassifizierungsmodul aufweist, das dazu eingerichtet ist, eine Rangfolge der mehreren Experten gemäss der jeweiligen Wahrscheinlichkeit für jeden Experten festzulegen, dass dieser Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist.

9. System gemäss Anspruch 7 oder 8, wobei die Themenmodellierungs-Funktionseinheit dazu eingerichtet ist, die mehreren Themen zu extrahieren, indem sie eine Latent-Dirichlet-Allo-cation (LDA)-Modellierung an den Textdaten der Aufzeichnungsdaten zu Problemstellungen durchführt; wobei das Durchführen der LDA-Modellierung an den Textdaten der Aufzeichnungsdaten zu Problemstellungen vorzugsweise aufweist: Modellierung von Textdaten, die den mehreren Problemstellungen zugeordnet sind, als eine Mischung von Themen; und Veranlassen, dass jedes Thema als eine Wahrscheinlichkeitsverteilung über Worten dargestellt wird.

10. Nicht-transitorisches maschinenlesbares Speichermedium, das Anweisungen enthält, die, wenn sie von wenigstens einem Prozessor einer Maschine ausgeführt werden, die Maschine veranlassen, Operationen durchzuführen, die aufweisen: Zugreifen auf einen Korpus von Aufzeichnungsdaten zu Problemstellungen, wobei die Aufzeichnungsdaten zu Problemstellungen mehrere Aufzeichnungen zu Lösungen von Problemstellungen aufweisen, die mehreren Experten zugeordnet sind, wobei jede Aufzeichnung zur Lösung einer Problemstellung der mehreren Aufzeichnungen zu Lösungen von Problemstellungen einem bestimmten Experten der mehreren Experten zugeordnet ist und Textdaten aufweist, die ein in einem industriellen Bereich in der Vergangenheit aufgetretenes Problem betreffen; Extrahieren mehrerer Themen aus den Aufzeichnungsdaten zu Problemstellungen; Erstellen einer Experte-Wort-Matrix unter Verwendung der mehreren Themen, die aus den Aufzeichnungsdaten zu Problemstellungen extrahiert werden, wobei die Experte-Wort-Matrix für jeden Experten der mehreren Experten eine Wahrscheinlichkeit dafür aufweist, dass der Experte jedes Wort äussert, das zu einem Vokabular von Worten in den Lösungsdaten zu Problemstellungen gehört; Empfangen einer Benutzersuchanfrage, die ein Problem beschreibt, das in dem industriellen Bereich aufgetreten ist, von einer Client-Vorrichtung; für jeden Experten der mehreren Experten, Bestimmen einer Wahrscheinlichkeit dafür, dass der Experte eine Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist, auf der Basis von Informationen in der Experte-Wort-Matrix; und Veranlassen einer Darstellung einer Expertenauswahlschnittstelle auf der Client-Vorrichtung, wobei die Expertenauswahlschnittstelle eine Liste der mehreren Experten enthält, wobei die Liste mit einer Rangfolge entsprechend der jeweiligen Wahrscheinlichkeit für jeden Experten dafür, dass dieser Sachkenntnis zu dem Problem aufweist, das durch die Benutzersuchanfrage beschrieben ist, versehen ist.