用于分析建议请求的关联存储器技术

摘要

本发明涉及一种用于分析建议请求的系统。该系统包括关联存储器，该关联存储器包括具有多个关联性的多个数据。该系统也包括与关联存储器通信的输入装置。该输入装置被配置为以关联存储器可理解的格式向关联存储器提供建议请求。关联存储器被配置为整理建议请求以包括在多个数据内，其中形成整理的建议请求。该系统也包括与关联存储器通信的分析器。关联存储器被配置为通过以下步骤来分析整理的建议请求：接收包含一个或更多词语的查询；基于该查询在关联存储器中生成多个数据之间的关系；以及基于该查询返回输出，输出包括在整理的建议请求中呈现的要求或其它属性。

说明书

技术领域

本公开总体涉及使用在关联存储器中大量存储数据，从而使分析 员能够迅速分析建议请求，并产生对建议请求的响应。

背景技术

政府机构和一些私营公司在讨论决定购买货物或服务时，这些组 织有时将发布建议请求（RFP）。广义地说，建议请求可以描述目标、 要求、期望、限制或由购买组织阐述的关于该建议请求的其它参数。 销售商可以通过以特定成本或成本范围出售请求的货物或服务的一个 或多个建议来响应建议请求。建议也可以概述生产计划、研究计划、 组织详情、对要求或属性的响应以及可能的许多其它因素。购买组织 可以选择接受建议中的一个或更多，据此购买组织可以进入合同谈判， 并可能最终进入与供应胜出的建议的销售商的合同。

建议请求会变得非常复杂。在一些情况下，建议请求可以跨越还 没有开发的复杂产品的整个产品线，例如具有未开发能力的飞行器。 建议请求可以跨越许多年的工作，并可以包括难以预测的基础科学研 究。

建议请求也可以受经常由相同购买组织公布的其它文档影响。例 如，一些政府代理可以发布“广泛代理公告”（BAA），其可以概括 代理目标，并帮助合适的销售商响应最终的建议请求。一些请求组织 可以发布白皮书请求、简短技术文件请求，并且销售商可以提交响应 该请求的白皮书。建议请求通过引用可以包括可能由第三方提交的广 泛代理公告或白皮书。建议请求通过引用也可以包括许多其它类型的 文档。

因此，引置条款的复杂性和使用可以使任何给定的建议请求得以 扩展，即使文档自身是简短的。然而，建议请求可以是冗长的复杂的 文档，其具有通过引用而包括的又一些其它文档。出于该原因，建议 请求可以跨越成千上万页的文档或更多。

因为建议请求和所包括的文档经常是非结构化或“自由文本”形 式，所以使用“文本搜索”或其它搜索引擎经常是缓慢且耗时的。使 用这样的常规关键字搜索会要求分析员阅读不希望量的文本。接着将 有用信息集中，从而确定完整范围的要求、请求中反映的最大需求或 希望、用于解决需求或希望的有效途径以及可用途径成功的相对概率。 该过程会消耗不希望量的时间，并会要求显著程度的主题专门知识来 确定什么信息是相关的、什么对发布组织实际上最重要以及什么信息 应在建议中具体响应。

当进一步增加准备建议的难度时，发布组织会仅允许短暂时间来 准备响应。结果，尤其在响应复杂建议请求时，销售商会起草详述销 售商能力而不是解决隐藏在建议请求中的具体需求或属性的“猎枪型 （shotgun-style）”响应。换句话说，相对于准备期望响应所需要的时 间，必须比所希望的更快地准备响应，导致了销售商、发布组织或两 者可能没有按期望地考虑建议。

以精确且有效的方式对一组大量文档迅速响应可能是困难的，甚 至是不实际的，并且会涉及主题专家和辅助人员的整个小组的许多小 时的劳动，对于销售商来说代价巨大。考虑到任何特定建议可能或可 能没有被请求组织接受，希望提交建议请求响应的销售商会期望有效 并准确且完整产生建议。

发明内容

有利实施例提供用于分析建议请求并用于开发对建议请求的响应 的系统。该系统包括关联存储器，该关联存储器包括具有多个关联性 的多个数据。该多个数据被收集到数据的关联单元中。关联存储器被 配置为基于至少一个关系进行查询，所述至少一个关系选自于包括多 个数据之间的直接关系和间接关系的群组中。关联存储器进一步包括 内容可寻址结构。该系统也包括与关联存储器通信的输入装置。该输 入装置被配置为以关联存储器可理解的格式向关联存储器提供建议请 求。关联存储器被配置为整理建议请求以包括在多个数据内，其中形 成整理的建议请求。该系统也包括与关联存储器通信的分析器。关联 存储器被配置为通过以下步骤来分析整理的建议请求：接收包含一个 或更多词语的查询；基于该查询在关联存储器中生成多个数据之间的 关系；以及基于该查询返回输出，输出包括在整理的建议请求中呈现 的要求或其它属性。

有利实施例也提供用于分析建议请求并用于开发对建议请求的响 应的方法。该方法可以使用处理器连同关联存储器实现，关联存储器 包括具有多个关联性的多个数据。该多个数据被收集到数据的关联单 元中。关联存储器被配置为基于至少一个关系进行查询，所述至少一 个关系选自于包括多个数据之间的直接关系和间接关系的群组中。关 联存储器进一步包括内容可寻址结构。该方法包括以关联存储器可理 解的格式接收建议请求到关联存储器。该方法也包括在关联存储器中 整理建议请求，使得该建议请求被包括在多个数据内，其中形成整理 的建议请求。该方法也包括使用处理器连同关联存储器，通过以下步 骤来分析整理得建议请求：接收包含一个或更多词语的查询；以及基 于该查询在关联存储器中生成多个数据之间的关系。该方法也包括使 用处理器连同关联存储器，基于该查询返回输出，输出包括在整理的 建议请求中呈现的要求或其它属性。

有利实施例还提供数据处理系统，其包含处理器、连接到处理器 的总线、连接到总线的关联存储器以及连接到总线的非暂时性计算机 可读存储介质。关联存储器包括具有多个关联性的多个数据。该多个 数据被收集到数据的关联单元中。关联存储器被配置为基于至少一个 关系进行查询，所述至少一个关系选自于包括多个数据之间的直接关 系和间接关系的群组中。关联存储器进一步包括内容可寻址结构。非 暂时性计算机可读存储介质存储在由处理器执行时实现方法的一组指 令。该方法包括以关联存储器可理解的格式在关联存储器中接收建议 请求。该方法还包括在关联存储器中整理建议请求，使得该建议请求 被包括在多个数据内，其中形成整理的建议请求。该方法进一步包括 使用处理器连同关联存储器，通过以下步骤来分析整理的建议请求： 接收包含一个或更多词语的查询；以及基于该查询在关联存储器中生 成多个数据之间的关系。该方法还包括使用处理器连同关联存储器， 基于该查询返回输出，输出包括在整理的建议请求中呈现的要求或其 它属性。

有利实施例也提供非暂时性计算机可读存储介质，其存储一组指 令，该指令在由处理器执行时实现用于分析建议请求并用于开发对建 议请求的响应的方法。该方法可以使用处理器连同关联存储器实现， 关联存储器包括具有多个关联性的多个数据。该多个数据被收集到数 据的关联单元中。关联存储器被配置为基于至少一个关系进行查询， 所述至少一个关系选自于包括多个数据之间的直接关系和间接关系的 群组中。关联存储器进一步包括内容可寻址结构。该指令可以包括用 于以关联存储器可理解的格式向关联存储器提供建议请求的指令。该 指令可以包括如下指令，其用于在关联存储器中整理建议请求，使得 该建议请求被包括在多个数据内，其中形成整理的建议请求。该指令 可以包括如下指令，其用于使用处理器连同关联存储器，通过以下步 骤来分析整理的建议请求：接收包含一个或更多词语的查询；以及基 于该查询在关联存储器中生成多个数据之间的关系。该指令可以包括 如下指令，其用于使用处理器连同关联存储器，基于该查询返回输出， 输出包括在整理的建议请求中呈现的要求或其它属性。

特征、功能和优点可以在本公开的各种实施例中独立实现，或可 以在其它实施例中组合实现，其中进一步详情参考下面描述和附图实 现。

附图说明

在随附的权利要求中阐述了被认为是表征了有利实施例的新颖特 征。然而，通过结合附图阅读本公开的有利实施例的下面详细描述， 将更好地理解有利实施例以及使用的优选模式、其他目标及其优点， 其中：

图1是根据有利实施例的用于分析建议请求的系统的框图的图 解；

图2是根据有利实施例的用于分析建议请求的过程的流程图的图 解；

图3是根据有利实施例的用于分析建议请求的过程的流程图的图 解；

图4是根据有利实施例的单个分析员分析建议请求的图解；

图5是根据有利实施例的多个分析员分析建议请求的图解；

图6是根据有利实施例的分析员使用关联存储器分析建议请求的 图解；以及

图7是根据有利实施例的数据处理系统的图解。

具体实施方式

有利实施例认识到并考虑到，提交准确、完全且有效产生的建议 请求会是不实际的。即使有效产生，但相对说来，组织可以寻求进一 步增加响应建议请求的效率。有利实施例也认识到并考虑到，许多类 型的数据可以作为准备对建议请求的响应的一部分来分析，而且在期 望的时间规模上分析所有可用数据会是不实际的。因此，有利实施例 为用户提供了一种为生成建议请求的目的而迅速识别和评估数据的机 制。有利实施例可以用具有许多其它应用。

例如，有利实施例可以利用关联存储器作为处理大量自由文本文 档以及可能的其它种类数据的一部分。有利实施例可以利用存储在关 联存储器中的关联性来在全部一组数据中迅速且有效地找到相关数据 和趋势，由此增加评估的速度和准确性。由于使用有利实施例进行查 询，发布建议请求的组织的要求或目标会变得明显。否则这些要求或 目标可能会完全不明显。接着，可以使用评估来生成建议请求。换句 话说，有利实施例可以减小用来集中和处理用来开发对建议请求的响 应或响应草案的数据的时间和工作的量。

在特定非限制有利实施例中，可以向分析员或计划员派给开发建 议请求以生产具有期望属性的一种新飞行器的任务。在发布建议请求 时实现期望属性的技术可能不存在。在执行该任务时，计划员会受益 于当对相关技术进行检索时知道过去已经做过什么和没有做过什么， 以及针对相关建议请求过去已经做过什么和没有做过什么。经常，这 类数据的形式可以是过去的建议请求、对过去的建议请求响应、广泛 代理公告、白皮书、技术出版物以及其它数据源。阅读该组数据中的 每个文档，以便提取和集中公共情形、识别所学到的有价值经验以及 开发对建议请求的有效响应，这个任务会是人工密集的、耗时的，并 易于造成人为误差的。这些缺点会随着检阅的数据量增加而增加。

然而，有利实施例考虑通过集中不同的数据源（例如上面描述的 数据源）来生成特定关联存储器。该关联存储器的焦点可以是记住实 体、它们的属性以及与在源中描述的条件、目标和/或要求有关的关联 性和关系。通过使用关联存储器识别实体之间的关联性和关系，分析 员或计划员有能力揭示在人工检阅过程期间可能不可辨别的模式和有 价值的信息。因此，有利实施例可以发挥关联存储器的作用，以迅速 执行原来一个或更多分析员花费许多小时或更长时间来执行的相同任 务。该优点可以为分析员或计划员节省出有价值的时间。该优点也可 以减小人为误差的趋势，并增加人力资源的操作效率。

在有利实施例中，过程可以包括查询关联存储器。该查询可以产 生与在查询中输入的条目关联的要求或属性的结果列表。返回的列表 可以基于查询来排序或排列。

有利实施例可以通过在不限制任何数据的情况下将非结构化的自 由文本数据分解成可辨认和可比较的单元，以此来处理该数据。有利 实施例可以避免使用约简算法或规则，例如在许多其它数据挖掘技术 中使用的那些。

如在此使用，术语“关联存储器”指代多个数据和多个数据之间 的多个关联性。数据和关联性可以被存储在非暂时性计算机可读存储 介质中。多个数据可以被收集到关联组中。关联存储器可以被配置为 除了基于多个数据之间的直接相关性之外，还基于多个数据之间的间 接关系进行查询。关联存储器也可以被配置为基于直接关系以及直接 和间接关系的组合来查询。关联存储器可以被配置为将多个数据中的 输入模式映射到多个数据中的输出模式。

有利实施例提供关联存储器，该关联存储器包含多个数据和多个 数据之间的多个关联性。多个数据可以被收集到关联组中。关联存储 器可以被配置为除了基于多个数据之间的直接相关性之外，还基于多 个数据之间的、选自于包括直接和间接关系的群组中的至少一个关系 进行查询。关联存储器也可以采取软件的形式。因此，关联存储器也 可以认为是为了获得新见识/知识而基于关系而不是直接相关性来将信 息收集到关联组中的过程。

如在此使用，“视点（perspective）”可以是“观点”。对于关联 存储器，视点可以是针对用户域的特定方面的文本的选择。如在此使 用，“插入视点”是如下一种类型的视点，其可以反馈到关联存储器 中，并且可以作为可能资源从其它视点可见。

如在此使用，“建议请求”可以包括标题为“建议请求”的实际 文档，但也可以包括通过引用合并到建议请求中的任何文档，并且也 可以包括提出建议或进入合同或合同谈判的任何其它恳求。因此，有 利实施例不仅仅限于标题为“建议请求”的文档，而是可以包括“投 标和建议”，或任何其它恳求。术语“建议请求”也可以包括信息请 求，而不恳求建议、合同或合同请求。例如，术语“建议请求”可以 考虑白皮书请求、技术文档请求，或另一信息请求。有利实施例可以 由多个用户使用，包括一个或更多请求组织、一个或更多销售商、一 个或更多分包销售商、一个或更多主题专家、一个或更多第三方或各 种其它用户，其中可能是多个这样的用户协调工作以准备对建议请求 的响应。

图1是根据有利实施例的用于分析建议请求的系统的框图的图 解。在图1中示出的系统100可以使用一个或更多数据系统实现，可 能在分布或联网环境中实现，并可能由称为“云”的一群远程管理数 据系统实现。实施系统100的一个或更多数据处理系统中的每一个可 以是关于图7描述的数据处理系统700，或其变体。系统100可以被 表征为包括由各个名称引用的一个或更多部件。这些部件中的每一个 可以分离或可以是单个架构的一部分，或一些部件可以被组合到与系 统100中的其它部件通信的一个硬件或软件系统中。系统100可以采 取硬件、软件或其组合的形式。

系统100可以是用于分析非结构化数据的系统，但也可以是用于 分析其它种类数据的系统，例如但不限于结构化数据、视频数据、音 频数据、图片数据、加密数据以及许多其它种类数据。系统100可以 包括关联存储器102，关联存储器102包括具有多个关联单元106的多 个数据104。数据的关联单元可以是以一些方式相互关联的两个或更多 数据。例如，两个数据可以是相互关联的名称和地方，因为名称和地 方都与同一建议请求关联。该例子绝不限制两个或更多数据之间的关 联性，因为许多不同例子在许多不同类型的背景中是可能的。

在有利实施例中，关联存储器102可以被配置为基于至少一个关 系来查询，所述至少一个关系选自于包括多个数据104之间的直接关 系108和间接关系110的群组中。直接关系的例子可以是数据的关联 单元的例子，例如与地方关联的名称，如上面描述。

在直接关系不存在，但其中数据间接连接时存在间接关系。间接 关系的例子可以是数据的第一关联单元何时直接与数据的第二关联单 元相关，并且数据的第三关联单元何时直接与数据的第二关联单元相 关。在此情况下，可以认为数据的第一关联单元和数据的第三关联单 元相互间接相关。例如，名称可以直接与地方相关，而事件可以直接 与同一地方相关。在此情况下，该名称可以与该事件间接关联。直接 和间接关系的许多其它例子是可能的。

在有利实施例中，关联存储器102进一步可以包括内容可寻址结 构112。内容可寻址结构112可以给关联存储器102提供基于多个数据 104的内容自身，而不是仅基于与多个数据104的内容关联的地址来查 询的能力。在有利实施例中，内容可寻址结构112可以将多个数据104 中的输入模式映射到多个数据104中的输出模式。

在有利实施例中，系统100可以包括与关联存储器102通信的输 入装置114。输入装置114可以被配置为以关联存储器102可理解的格 式120将来自发布者118的建议请求116提供到关联存储器102。关联 存储器102可以被配置为将建议请求116整理（digest）为被包括在多 个数据104内。这样，可以形成整理的建议请求122。

系统100也可以包括与关联存储器102通信的分析器124。分析器 124可以被配置为通过以下步骤来分析整理的建议请求122：接收包含 一个或更多词语128的查询126，基于查询126在关联存储器102中生 成多个数据之间的关系130，并返回输出132，输出132可以包括基于 查询126在整理的建议请求122中呈现的要求或其它属性134。

在有利实施例中，分析器124可以进一步被配置为返回输出132， 使得将在显示单元138上最显著显示整理的建议请求122中的要求或 其它属性134中对建议请求116的发布者118最重要的子集136。显示 单元138可以体现为任何方便形式，例如图7中的显示器714。

在另一有利实施例中，分析器124可以进一步被配置为将整理的 建议请求122与先前接收的第二建议请求140比较，从而形成比较结 果142。在此情况下，分析器124可以进一步被配置为基于比较结果 142修改输出132，从而形成修改的输出144。在另一有利实施例中， 分析器124可以进一步被配置为基于应用到要求或其它属性134的一 个或更多权重146，返回输出132。在另一有利实施例中，分析器124 可以进一步被配置为将整理的建议请求122与第二建议请求的先前响 应147比较，从而形成第二比较结果148。在此情况下，分析器124可 以进一步被配置为基于第二比较结果148修改输出132，从而形成第二 修改的输出150。

在有利实施例中，系统100可以进一步包括文档管理系统152。在 有利实施例中，文档管理系统152可以被配置为接收输出132，并使用 输出132产生对建议请求的响应的草案154。文档管理系统152也可以 被配置为接收第二修改的输出150，并使用第二修改的输出150产生对 建议请求的响应的草案154。在有利实施例中，文档管理系统152可以 进一步被配置为接收用户输入156，并将用户输入156与输出132和/ 或修改的输出144和/或第二修改的输出150合并，从而产生对建议请 求的响应的草案154。

在有利实施例中，多个数据104可以包括非结构化数据158和自 由文本数据160的至少一个。在有利实施例中，查询126可以从关联 存储器102的插入视点162接收。在此情况下，分析器124可以进一 步被配置为返回输出132，使得在显示单元138上最显著显示整理的建 议请求122中的需求或其它属性134中对建议请求116的发布者118 最重要的子集136。此外，分析器124可以被配置为基于查询126返回 要求或其它属性134的子集136。

在有利实施例中，分析器124可以进一步被配置为生成一组链接 164，该组链接164将要求或其它属性134链接到在整理的建议请求122 中找到的基础数据166。在此情况下，显示单元138可以与分析器124 通信。显示单元138可以被配置为显示输出132和该组链接164。

在有利实施例中，显示单元138可以被配置为显示在第一列170 中组织的多个分类168，并也显示在第二列174中组织的多个属性172。 在此情况下，跨第一列170和第二列174的行176可以包括多个属性 172中与多个分类168中的特定分类项目180对应的多组属性178。在 有利实施例中，显示单元138可以被配置为使多组属性178中的第一 属性182突出/高亮。第一属性182可以指示整理的建议请求122中对 建议请求116的发布者118最重要的特定要求184。

在有利实施例中，分析器124可以进一步被配置为通过基于查询 126发现多个数据之间的关系130并存储这些关系，以此来分析整理的 建议请求122。在有利实施例中，分析器124可以进一步被配置为在比 单独工作的人能够分析多个数据104并返回输出132的时间更快的时 间内返回输出132。

因此，有利实施例可以使用与定制用户接口耦合的关联存储器技 术，从而使负责完成建议请求响应的商业分析员能够更有效分析建议 请求的要求，更好地理解对发布建议请求的组织最重要的那些要求， 将建议请求与先前接收的建议请求比较从而发挥（leverage）过去的工 作，并响应于建议请求产生建议文档，其比人单独工作更彻底地解决 文档中的要求或其它属性。以此方式，可以提高接受建议并且随后签 订合同的几率。

图2是根据有利实施例的用于分析建议请求的过程的流程图的图 解。在图2中示出的过程200可以在模块、系统或数据处理系统（例 如图1的系统100或图7的数据处理系统700）中实现。针对图2描述 的过程200可以用存储计算机可读代码的非暂时性计算机可读介质的 形式实现，该代码在由处理器实现时可以执行针对图2描述的方法。 尽管图2的操作被描述为由“系统”实现，但过程200不限于由图1 和图7的系统实现，而是还可以由可能在分布或联网环境中的一个或 更多实际或虚拟数据系统实现。过程200可以使用硬件、软件或其组 合实现。尽管下面为过程200描述的操作被呈现为由处理器执行，但 下面描述的操作可以由以下部件执行：图1的关联存储器102、图7的 关联存储器728、图1的分析器124、图7的处理器单元704、图1的 系统100、图7的数据处理系统700，或由任何合适的软件部件、硬件 部件或其组合执行。

过程200可以开始于在关联存储器中以关联存储器可理解的格式 接收建议请求，其中关联存储器包含具有多个关联性的多个数据，其 中多个数据被收集到数据的关联单元中，其中关联存储器被配置为基 于从包括多个数据之间的直接关系和间接关系的群组中选择的至少一 个关系进行查询，并且其中关联存储器进一步包括内容可寻址结构（操 作202）。接下来，过程200可以包括在关联存储器中整理建议请求， 使得建议请求被包括在多个数据内，其中形成整理的建议请求（操作 204）。

接着，过程200可以包括使用处理器连同关联存储器，通过以下 步骤来分析整理的建议请求（操作206）：接收包含一个或更多词语的 查询并基于该查询在关联存储器中生成多个数据之间的关系。接着， 过程200可以包括使用处理器连同关联存储器，返回包括基于该查询 在整理的建议请求中呈现的要求或其它属性的输出（操作208）。此后， 过程可以终止。

在图2中示出的有利实施例不意味着对可以实现不同有利实施例 的方式进行物理或架构限制。可以使用除图解操作之外的其它操作， 或代替图解操作的其它操作。在一些有利实施例中，一些操作可以是 不必需的。同样，呈现方框是为了图解一些操作。当在不同有利实施 例中实现时，这些方框中的一个或更多可以被组合和/或分为不同方框。

图3是根据有利实施例的用于分析建议请求的过程的流程图的图 解。过程300可以是在图2中示出的过程200的扩展。在图3中示出 的过程300可以在模块、系统或数据处理系统（例如图1的系统100 或图7的数据处理系统700中）实现。针对图3描述的过程300可以 用存储计算机可读代码的非暂时性计算机可读介质的形式实现，该代 码在由处理器实现时可以执行针对图3描述的方法。尽管图3的操作 被描述为由“系统”实现，但过程300不限于由图1和图7的系统实 现，而是可以由可能在分布或联网环境中的一个或更多实际或虚拟数 据系统实现。过程300可以使用硬件、软件或其组合实现。尽管下面 为过程300描述的操作呈现为由处理器执行，但下面描述的操作可以 由以下部件执行：图1的关联存储器102、图7的关联存储器728、图 1的分析器124、图7的处理器单元704、图1的系统100、图7的数 据处理系统700，或由任何合适软件部件、硬件部件或其组合执行。

如上面指示，过程300可以是图2的过程200的扩展。因此，过 程300可以在图2的操作208之后开始，而不是过程200在图2中的 操作208之后终止。

过程300可以开始于使用处理器连同关联存储器，将整理的建议 请求与先前接收的第二建议请求比较，从而形成比较结果（操作302）。 接着，该过程可以包括基于该比较结果使用处理器连同关联存储器修 改输出，从而形成修改的输出（操作304）。

接着，该过程可以包括使用处理器连同关联存储器将整理的建议 请求与对先前接收的第二建议请求的先前响应进行比较，从而形成第 二比较结果（操作306）。接着，该过程可以包括基于第二比较结果 使用处理器连同关联存储器修改输出，从而形成第二修改的输出（操 作308）。

接着，该过程可以包括使用处理器连同关联存储器接收第二修改 的输出（操作310）。接着，该操作可以包括通过处理器连同关联存 储器使用第二修改输出来产生对建议请求的响应的草案（操作312）。 此后，该过程可以终止。

在图3中示出的有利实施例不意味着对可以实现不同有利实施例 的方式进行物理或架构限制。可以使用除图解操作之外的其它操作， 或代替图解操作的其它操作。在一些有利实施例中，一些操作可以是 不必需的。同样，呈现方框是为了图解一些操作。当在不同有利实施 例中实现时，这些方框中的一个或更多可以被组合和/或分为不同方框。

图4是根据有利实施例的单个分析员分析建议请求的图解。图5 是根据有利实施例的多个分析员分析建议请求的图解。图4和图5都 可以与基于建议请求生成建议有关。在图4和5中示出的过程可以说 明有利实施例怎样可以提高现有分析员技术。图4和图5共同的参考 号可以指代相似实体，并可以具有相似功能或性质。

有利实施例不限于基于建议请求生成建议。例如，有利实施例可 以应用于如下许多其它领域，其中一些种类的计划或结论是基于成批 数据生成的。例如，有利实施例可以应用于基于大量基础数据生成商 业计划，该大量数据包括但不限于源自成功和失败企业的报告。有利 实施例也可以应用于基于基础测量值、研究论文的分析和可能的其它 数据源生成科研计划。因此，有利实施例不限于基于建议请求生成建 议。相反，与针对图4和5描述的操作计划有关的特定实施例应被认 为是在此描述的有利实施例的非限制例子。

现在转到在图4中示出的操作400，建议请求402可以是与建议 请求有关的一个或更多文档。建议请求402可以是对分析员或计划员 404有价值的信息源，但由于数据的高容量和内容的非结构化性质， 从数据中挖掘和提取有价值的信息或知识会是乏味且耗时的。从建议 请求402提取知识可能需要分析员或计划员404读完建议请求402中 的每一个文档，从而找到最优、最有用的信息。一旦已阅读每个文档， 有用信息就可以集中以确定共同模式、状况以及用于处理未来或当前 操作的有效途径。该过程可以生成建议406。然而，生成建议406会 花费时间和/或资源408，并会需要主题专门知识从而知道什么信息是 相关的并且应被提取。

建议请求402中数据的容量和相关性越高，从建议请求402获得 的知识越可依赖。例如，相比于一份或10份报告，如果在一百至一千 份报告或更多中，建议406被证明有效，那么可以认为建议406可行 得多。然而，该知识的得到是以分析员或计划员404费力地读完数据 以开发建议406所需要的时间和/或资源408以及努力为代价的。因此， 在尝试生成建议406时，分析员或计划员404会经常面对在可靠性和 速度之间进行抉择的两难。当公布或请求组织对提交建议406给了短 暂期限时，速度和可靠性都是重要的。

除了基于输入的关键词返回一组文档的文本或网页搜索引擎技术 之外，其它现有解决方案是大规模人工的，并且需要显著时间和努力 以从大量数据获得知识。例如，有经验领导团队的成员可以搜集并发 挥他们的经验，从而开发建议406。经常地，这些经验仅来自积极参 与中的几百小时。文本或网页搜索引擎技术可以具有一些帮助。然而， 文本或网页搜索引擎技术仍会需要分析员或计划员404具有主题专门 知识，以为搜索辨别合适的关键字，和/或理解任何返回的文档或文本。 另外，分析员或计划员404仍会必须人工阅读返回的每个文档，然后 概括并集中数据从而生成知识并稍后开发建议406。因此，时间和/或 资源408经常是不希望地长，即使在使用文本或网络搜索引擎时。

可靠性和速度两难的另一方面是可以分配多少分析员或计划员来 生成建议406，如在图4和图5中示出。在图4中，单个分析员或计 划员404基于建议请求402生成建议406。从花费的资源来看，该途 径可以是有效的。当单个分析员或计划员404可以具有分析员或计划 员404处置的全部相关知识时，该途径可以更可靠。

另一途径可以是图5的操作500，其中多个分析员或计划员502 基于建议请求402生成建议406。在多个分析员或计划员502生成建 议406时，用来生成建议406的时间和/或资源504会减少。然而，在 时间和/或资源504方面，相对于如在图4中示出的单个分析员或计划 员404生成建议406，用于生成建议406的每人成本按相同比例基准 （on a pro-rata basis）会更高。因此，操作500相对于图4的操作400 会较低效。

图6是根据有利实施例的分析员使用关联存储器分析建议请求的 图解。在图6中示出的过程的元件可以使用系统（例如图1的系统 100）、图1的关联存储器102、图7的关联存储器728，或在图1、 图7以及在此别处描述的插入视点来实现。在图6中使用的某些参考 号可以相似于在图4和图5中的对应参考号，并可以指代相似实体并 具有相似功能或性质。

使用在此描述的有利实施例，操作600也可以包括分析员或计划 员602分析建议请求402，从而生成建议406。分析员或计划员602可 以是单个分析员，从而提高效率，尽管不阻止分析员或计划员602表 示多于一个分析员或计划员602。在关联存储器生成过程604生成关联 存储器606之后（其中该生成过程由分析员或计划员602或一些其它 用户或计算机程序执行），分析员或计划员602可以使用关联存储器 606来分析建议请求402。由于下面给出的以及上面针对图1到图5给 出的原因，使用关联存储器606执行建议请求402的分析可以极大减 少用来生成建议406的时间和/或资源608。

如上面提到，有利实施例可以减少用来集中和处理建议请求402 或用来开发建议406的其它数据的时间和/或资源608。特别地，有利 实施例可以使用与定制用户接口（未示出）耦合的关联存储器606来 使分析员或计划员602能够迅速开发建议406。有利实施例可以发挥关 联存储器606的作用，从而迅速评估大容量自由文本数据，导出重要 的情报或知识，并以使分析员或计划员602能够有效开发建议406的 方式呈现结果。例如，如果分配的任务是为在外国设立作战前哨 （combat outpost）开发有效的操作计划，那么计划员可以极大地受益 于知道过去的什么途径已成功或失败。这样的数据可以以建议请求402 的形式存在，或以与建议请求402有关的其它数据的形式存在。

关联存储器生成过程604可以包括集中不同的数据源，所述不同 的数据源由从过去的建议请求以及对过去的建议请求的过去的响应学 习到的经验教训组成。得到的关联存储器606可以记住与在建议请求 402中描述的操作条件相关的实体、它们的属性以及关联性或关系。通 过识别实体之间的关联性和关系，揭示模式和有价值信息的能力会变 成对分析员或计划员602有用的资产。因此，有利实施例可以允许单 个分析员或计划员602迅速执行原来一个或更多分析员花费许多时间 执行的任务。该特征可以导致重获有价值的时间和/或资源。该特征也 可以减小人为误差的趋势，并增加人力资源的操作效率。

更进一步地，生成建议406的结果和过程可以被反馈到关联存储 器606中，并用来生成另外的关系，以便未来使用。

分析员或计划员602可以通过将搜索词输入到插入视点来使用关 联存储器606。得到的输出可以用多种格式呈现，如在此和别处描述的。 分析员或计划员602可以生成关于基于建议请求402可能难于发现事 实或模式的大量知识，由此在使用时间和/或资源608的最小值的同时 生成有效建议406。

例如，可以用视点或插入视点的形式输入查询。查询可以产生与 在查询中输入的一个或更多词语关联的状况的结果列表。结果列表可 以基于与查询最紧密相关的状况来排序或排列。结果可以在显示单元 上以工作表的形式显示。用户可以使用工作表查看大量信息，这些信 息可以指示针对开发建议406，注意力应转到哪里。

例如，分析员或计划员602可以被分派给针对在给定操作战区中 训练军队开发建议406的任务。分析员或计划员602会期望确定在操 作战区中最需要的技能。为了进行确定，分析员或计划员602可以使 用关联存储器606针对希望信息搜索建议请求402和行动后 （after-action）报告，而不是人工查阅（pour through）建议请求402， 以及由该操作战区中的军队发布的可能的数千个行动后报告，。因此， 分析员或计划员602可以将词语例如“技能”、“需要”、“训练” 或其它相关搜索词输入到关联存储器606的插入视点。然后基于这些 参数查询关联存储器606。该查询可以返回以例如工作表格式显示的关 联结果的列表。

在查看工作表时，分析员或计划员602可以看到放在第一位并且 突出的词语“迫击炮”和“无线电”。通过为关联结果形成至源文档 的链接，分析员或计划员602可以迅速发现在给定操作战场中训练的 最大需求是迫击炮的使用和特定种类无线电的使用。接着，分析员或 计划员602可以使用该信息生成建议406，以便训练某些军队使用迫击 炮和特定种类无线电。

更进一步地，有利实施例可以提供如下更有价值的信息，这些更 有价值的信息除了通过许多重复的人工搜索或主题专家的经验之外， 可能没有被发现。例如，通过在得到的工作表中呈现的关联，分析员 或计划员602可以发现在迫击炮和特定种类无线电的使用之间的协同 （synergy）。例如，使用无线电和使用迫击炮进行某些进程的训练可 以在作战操作期间得到更有效的结果。该协同效应在原来使用传统文 本或网络搜索是不能发现的，并且可能根本不明显，除了在主题专家 查阅许多小时之后才明白。通过使用从识别该协同效应获得的理解， 分析员或计划员602可以比原来实际准备更有效地准备建议406，并以 比人工单独能够准备相似建议更少的时间来完成。

上面例子不限制有利实施例或权利要求。许多其它例子是可能的。

有利实施例具有另外益处。例如，有利实施例可以通过将非结构 化的自由文本数据分解成可辨认和可比较的单元，以此来处理该数据， 而不限制任何数据。有利实施例不需要像许多其它数据挖掘技术一样 使用约简算法或规则。有利实施例可以返回与由用户生成的查询中含 有的项目有关的相似状况和有效建议请求的排序列表。

有利实施例可以是通用的。对于使用含非结构化、自由文本数据 的数据库的任何公司或政府组织，有利实施例会是有价值的工具。有 利实施例可以适于这样的非结构化、自由文本数据存在的任何信息域。 因此，有利实施例不是在此描述的特定、示范性的有利实施例。

因为有利实施例可以应用于任何大小的数据库，所以有利实施例 可以是可缩放的。因为有利实施例可以应用于多种数据源，包括文本、 图片、符号、音频、视频或可能的许多其它种类的数据，所以有利实 施例可以是可复用的。有利实施例可以是可复用的。有利实施例可以 是可转换到任何域的。

有利实施例考虑在关联存储器技术内使用实体分析从而产生“实 体”。实体分析可以使用视点来表示。可以在视点内执行查找，该视 点可以是插入视点。可以返回并显示得到的关联性。也可以显示数据 的分类和到数据源的链接。可以选择发现的信息的链接源，以便在源 数据的原始背景下比较概括的数据。可以基于提供的事件视点和/或返 回的结果而做出决策。

在图3到图5中示出的有利实施例不意味着暗示对可以实施不同 有利实施例的方式进行物理或架构限制。可以使用除图解操作之外的 其他操作，或代替图解操作的其他操作。在一些有利实施例中，一些 操作可以是不必需的。同样，呈现方框是为了图解一些操作。在不同 的有利实施例中实现时，这些方框中的一个或更多可以组合和/或分为 不同方框。

图7是根据有利实施例的数据处理系统的图解。在图7中的数据 处理系统700是可以用来实现有利实施例，例如图1的系统100，或 在此公开的任何其它模块、系统或过程的例子。在该图解例子中，数 据处理系统700包括通信构造702，通信构造702在处理器单元704、 存储器706、永久存储708、通信单元710、输入/输出（I/O）单元712、 显示器714和关联存储器728之间提供通信。因为处理器单元704可 以是非暂时性处理器，所以处理器单元704可以被表征为“物理处理 器”。

关联存储器728可以是图1的关联存储器102。关联存储器728 不需要与通信构造702直接通信。例如，关联存储器728可以经通信 单元710与处理器单元704和/或存储器单元706交换数据，例如当关 联存储器728相对于数据处理系统700物理位于远程位置时。

数据处理系统700也可以包括输出单元730和/或分析器732。输 出单元730可以是图1的输出132。分析器732可以是图1的分析器 124。在有利实施例中，分析器732可以是处理器单元704。在有利实 施例中，输出单元730可以是显示器714。

处理器单元704用来执行可以被装载到存储器706中的用于软件 的指令。处理器单元704可以是数个处理器、多处理器核心或一些其 它类型的，这取决于具体实现。如在此针对项目使用的，“数个”意 思是一个或更多项目。进一步地，处理器单元704可以使用其中主处 理器和二级处理器一起存在于单芯片上的数个不同类的处理器系统实 现。如另一图解例子，处理器单元704可以是含有相同类型的多个处 理器的对称多处理器系统。

存储器706和永久存储708可以是存储器件716的例子。存储器件 可以是能够基于临时或基于永久存储信息（例如数据、功能形式的程 序代码和/或其它合适信息）的任何硬件。在这些例子中，永久存储716 也可以称为计算机可读存储器件。在这些例子中，存储器706可以是 例如随机访问存储器或任何其它合适的易失性或非易失性存储器件。 永久存储708可以采取各种形式，这取决于具体实现。

例如，永久存储708可以含有一个或更多部件或装置。例如，永久 存储708可以是硬盘驱动器、闪存存储器、可重写光盘、可重写磁带 或上面的一些组合。由永久存储708使用的介质也可以是可移除的。 例如，可移除硬盘驱动器可以用于永久存储708。

在这些例子中，通信单元710可以提供与其它数据处理系统或装置 的通信。在这些例子中，通信单元710可以是网络接口卡。通信单元 710可以通过使用物理和无线通信链路中的一个或两个提供通信。

输入/输出单元712可以允许通过可以连接到数据处理系统700的 其它装置进行输入和输出数据。例如，输入/输出单元712可以通过键 盘、鼠标和/或一些其它合适输入装置为用户输入提供连接。进一步地， 输入/输出单元712可以发送输出到打印机。显示器714提供向用户显 示信息的机制。

用于操作系统、应用程序和/或程序的指令可以位于存储装置716 中，其通过通信构造702与处理器单元704通信。在这些图解例子中， 指令可以以功能形式存储在永久存储708上。这些指令可以被加载到 存储器706中，以便由处理器单元704执行。不同实施例的过程可以 由处理器单元704使用计算机实现的指令来执行，计算机实现的指令 可以位于存储器例如存储器706中。

这些指令称为程序代码、计算机可使用程序代码或计算机可读程 序代码，它们可以由处理器读取并在处理器单元704中执行。在不同 实施例中的程序代码可以体现在不同的物理或计算机可读存储介质 上，例如存储器706或永久存储708上。

程序代码718可以以功能形式位于选择性可移除的计算机可读介 质720上，并可以被加载到或传递到数据处理系统700以便由处理器 单元704执行。在这些例子中，程序代码718和计算机可读介质720 形成计算机程序产品722。在一个例子中，计算机可读介质720可以是 计算机可读存储介质724或计算机可读信号介质726。计算机可读存储 介质724可以包括例如光盘或磁盘，该光盘或磁盘可以插入或放入是 永久存储708的一部分的驱动器或其它器件中，以便传递到是永久存 储708的一部分的存储器件例如硬盘驱动器上。计算机可读存储介质 724也可以采取连接到数据处理系统700的永久存储的形式，例如硬盘 驱动器、拇指驱动器或闪存存储器。在一些实例中，计算机可读存储 介质724可以不从数据处理系统700可移除。

替换地，可以使用计算机可读信号介质726传输程序代码718到数 据处理系统700。计算机可读信号介质726可以是例如含有程序代码 718的传播数据信号。例如，计算机可读信号介质726可以是电磁信号、 光信号和/或任何其它合适类型的信号。这些信号可以经由通信链路例 如无线通信链路、光缆、同轴电缆、线缆和/或任何其它合适类型的通 信链路传输。换句话说，在图解例子中通信链路和/或连接可以是物理 的或无线的。

在一些有利实施例中，程序代码718可以通过计算机可读信号介质 726从另一装置或数据处理系统经由网络下载到永久存储708，以便在 数据处理系统700内使用。例如，存储在服务器数据处理系统中计算 机可读存储介质中的程序代码可以从服务器经由网络下载到数据处理 系统700。提供程序代码718的数据处理系统可以是服务器计算机、客 户端计算机，或能够存储和传输程序代码718的一些其它装置。

针对数据处理系统700图解的不同部件不意味着对可以实现不同 实施例的方式提供架构限制。可以在包括除了针对数据处理系统700 图解的部件之外的部件或替代该部件的部件的数据处理系统中实现不 同有利实施例。在图7中示出的其它部件可以从示出的图解例子变化。 可以使用能够运行程序代码718的任何硬件装置或系统实现不同实施 例。作为一个例子，数据处理系统可以包括与无机部件集成的有机部 件，和/或可以完全由除人类之外的有机部件构成。例如，存储器件可 以由有机半导体构成。

在另一图解例子中，处理器单元704可以采取硬件单元的形式，该 硬件单元具有针对特定用途制造或配置的电路。该类型的硬件可以执 行操作，而不需要程序代码从存储器件加载到存储器中以被配置为执 行操作。

例如，在处理器单元704采取硬件单元的形式时，处理器单元704 可以是电路系统、专用集成电路（ASIC）、可编程逻辑器件，或被配 置为执行数个操作的一些其它合适类型的硬件。在可编程逻辑器件的 情况下，该器件被配置为执行数个操作。该器件可以在稍后时间重被 配置为或可以永久配置为执行数个操作。可编程逻辑器件的例子可以 包括例如可编程逻辑阵列、可编程阵列逻辑、现场可编程逻辑阵列、 现场可编程门阵列以及其它合适硬件器件。在该类型的实现下，因为 用于不同实施例的过程在硬件单元中实现，所以程序代码718可以省 略。

在又一图解例子中，处理器单元704可以使用在计算机中找到的 处理器和硬件单元的组合的实现。处理器单元704可以具有被配置为 运行程序代码718的数个硬件单元和数个处理器。在该示出的例子下， 一些过程可以在数个硬件单元中实现，而其它过程可以在数个处理器 中实现。

如另一例子，在数据处理系统700中的存储装置可以是可以存储 数据的任何硬件设备。存储器706、永久存储708和计算机可读介质 720可以是有形形式的存储装置的例子。

在另一例子中，总线系统可以用来实现通信构造702，并可以由一 条或更多总线构成，例如系统总线或输入/输出总线。当然，可以使用 在附加到总线系统的不同部件或装置之间提供数据传递的任何合适类 型的架构实现总线系统。另外，通信单元可以包括用来发送数据和接 收数据的一个或更多装置，例如调制解调器和网络适配器。进一步地， 存储器可以是例如存储器706或缓存，例如在可能存在于通信构造702 中的接口和存储器控制器集线器中找到的缓存。

不同的有利实施例可以采取完全硬件实施例、完全软件实施例或含 有硬件和软件元件的实施例的形式。一些实施例可以在软件中实现， 其包括但不限于如下形式，例如固件、常驻软件和伪代码。

此外，不同实施例可以采取从计算机可用或计算机可读介质可访问 的计算机程序产品的形式，该介质提供由执行指令的计算机或任何装置 或系统使用或与其一起使用的指令。为本公开的目的，计算机可用或计 算机可读介质通常可以是含有、存储、通信、传播或传送程序的任何有 形设备，该程序由指令执行系统、设备或器件使用或与其一起使用。

计算机可用或计算机可读介质可以是例如电子、磁、光、电磁、红 外或半导体系统，或传播介质。计算机可读介质的非限制例子可以包括 半导体或固态存储器、磁带、可移除计算机磁盘、随机访问存储器 （RAM）、只读存储器（ROM）、硬磁盘和光盘。光盘可以包括紧凑盘 -只读存储器（CD-ROM）、紧凑盘-读/写（CD-R/W）和DVD。

进一步地，计算机可用或计算机可读介质可以含有或存储计算机可 读或可用程序代码，使得当计算机可读或可用程序代码在计算机上执 行时，该计算机可读或可用程序代码的执行使计算机经由通信链路传 输另一计算机可读或可用程序代码。该通信链路可使用介质，例如物 理的或无线的。

非暂时性计算机可读存储介质可以含有如下指令，其用于将输出返 回，使得在显示单元上将最显著地显示整理的建议请求中对建议请求 的发布者最重要的要求或其它属性的子集。

非暂时性计算机可读存储介质也可以包含如下指令，其用于使用处 理器连同关联存储器将整理的建议请求与先前接收的第二建议请求进 行比较，从而形成比较结果；并包含如下指令，其用于使用处理器连 同关联存储器，基于该比较结果修改输出从而形成修改的输出。

适合存储和/或执行计算机可读或计算机可用程序代码的数据处理 系统可以包括一个或更多处理器，该处理器通过通信构造例如系统总 线直接或间接耦合到存储器元件。存储器元件可以包括在程序代码的 实际执行期间采用的本地存储器、大容量存储和缓存存储器，该缓存 存储器提供至少一些计算机可读或计算可用程序代码的临时存储，从 而减少代码执行期间可能从大容量存储获取代码的次数。

数据处理系统可以包含处理器；连接到处理器的总线；连接到总线 的关联存储器，该关联存储器包括具有多个关联性的多个数据，其中 该多个数据被收集到数据的关联单元中，其中该关联存储器被配置为 基于至少一个关系进行查询，所述至少一个关系选自于包括多个数据 之间的直接关系和间接关系的群组中，并且其中关联存储器进一步包 括内容可寻址结构；以及连接到总线的非暂时性计算机可读介质，其 中该非暂时性计算机可读介质存储一组指令，该指令在由处理器执行 时实现包含以下步骤的方法：在关联存储器中以关联存储器可理解的 格式接收建议请求；在关联存储器中整理建议请求，使得建议请求被 包括在多个数据内，其中形成整理的建议请求；使用处理器连同关联 存储器，通过接收包含一个或更多词语的查询并基于该查询在关联存 储器中生成多个数据之间的关系，以此来分析整理的建议请求；以及 使用处理器连同关联存储器，基于该查询返回包括在整理的建议请求 中呈现的要求或其它属性的输出。关联存储器可以包含数据处理系统 的非暂时性计算机可读存储介质。系统分析器使得能够以快于单独工 作的人能够分析多个数据并返回输出的时间返回输出。

在另一实施例中，该方法包含返回输出，使得在显示单元上将最显 著地显示整理的建议请求中对建议请求的发布者最重要的要求或其它 属性的子集。使用处理器连同关联存储器，以便将整理的建议请求与 先前接收的第二建议请求进行比较，从而形成比较结果；以及使用处 理器连同关联存储器，基于该比较结果修改输出从而形成修改的输出。 该方法可以进一步包含使用处理器连同关联存储器，将整理的建议请 求与对先前接收的第二建议请求的先前响应进行比较，从而形成第二 比较结果；以及基于第二比较结果使用处理器连同关联存储器修改输 出，从而形成第二修改的输出。该方法也可以使用处理器连同关联存 储器，第二修改的输出；以及通过处理器连同关联存储器，使用第二 修改的输出来产生对建议请求响应的草案。

输入/输出或I/O装置可以直接或通过介入I/O控制器耦合到系统。 这些装置可以包括例如键盘、触摸屏显示器和指针装置。不同的通信 适配器也可以耦合到系统，从而使数据处理系统能够变得通过介入的 私有或公共网络耦合到其它数据处理系统或远程打印机或存储装置。 非限制例子是调制解调器和网络适配器，作为当前可用类型的通信适 配器中的仅一些。

因此，有利实施例解决了如下问题：在大量数据中找到关系，以便 做出关于特定状况的具体决策。有利实施例利用关联存储器技术执行 这样的任务。

描述不同的有利实施例是为了解释和说明的目的，并且不意图穷 尽或限制于公开形式的实施例。许多修改和变化对于本领域技术人员 将是明显的。进一步地，不同的有利实施例可以提供与其它有利实施 例比较而言不同的优点。挑选和描述选定的有利实施例或多个实施例 是为了最优解释有利实施例的原理、实际应用，并使本领域技术人员 能够理解具有适合所考虑的特定用途的各种修改的各种有利实施例的 公开。