专利名称：用于检索一个事件数据库的基于事件的推理系统和方法
技术领域：
本发明一般来说涉及专家系统，特别来说，涉及基于事件的推理系统。更特别说，本发明涉及一个基于事件的推理系统，该系统压缩一个事件数据库中选择的数据为一个标记化的视图(tokenized view)，以便提高该事件数据库的检索引擎(search engine)的效率。
基于事件的推理(CBR)系统通常指的是一个计算机系统，它通过检查类似的、先前遇到的问题的说明及其相关的解决方案，匹配当前问题与一个或多个类似的、先前遇到的问题，并使用匹配的先前遇到的问题的相关解决方案提议对当前问题的解决方案，以此来确定对当前问题的解决方案。在接收到对一个当前问题的说明时，常规CBR系统使用检索引擎从事件数据库中检索最接近的匹配事件，并反复提示用户输入另外的说明信息，直到检索到的事件或由检索引擎确定的多个事件足够类似当前问题而被认为是一个可能的解决方案。如果后来被确认是一个新解决方案(先前未存储在该事件数据库中)，则该被确认的解决方案可以输入事件数据库中用来解决将来的问题。
当然，CBR系统对输入问题提供解决方案的能力是有限的，部分是由于存储在事件数据库中的事件数目和说明每一事件所使用的属性数目有限所致。因此，随着更多说明另外经验的事件存储到事件数据库中，以及可以与每一事件相关的属性数目的增加，由CBR系统产生的解决方案的质量通常将会改善。因为一个相对完备开发的事件数据库可以包括数百或数千唯一事件，它们各自可以包括例如50个不同的属性，因此，如果CBR系统要高效地准确确定对当前问题最好的匹配事件的话，用以检索事件数据库寻找最紧密匹配当前问题的事件的技术必须是高效的。
因此十分明显，从性能观点来说，希望提供一个改进的检索事件数据库的CBR系统。
因此，本发明的一个目的是提供一个改进的专家系统。
本发明的另一个目的是提供一个改进的基于事件的推理系统。
本发明的再一个目的是提供一个基于事件的推理系统，该系统将一个事件数据库中选择的数据压缩为一个标记化的视图，以便提高该事件数据库的检索引擎的效率。
上述目的可以实现，现在予以叙述。给一个基于事件的推理系统配备一个事件数据库，它可以存储多个事件，每一事件包括一个或多个属性。在该基于事件的推理系统中的视图发生器产生事件数据库的一个视图，它通过用一个或者多个统一长度的视图标记(view token)描述事件数据库中多个事件的至少一个选择子集中的每一事件而实现。在基于事件的推理系统中的一个输入分析程序提供一个输入事件的一个标记化描述，其包括一个或者多个输入标记。基于事件的推理系统进一步包括一个检索引擎，它比较输入标记与视图标记，以确定在该视图内的一个或多个最接近的匹配事件。通过检索该视图，而不是直接检索事件数据库，可以高效地确定与输入最紧密匹配的事件。
阅读下面详细的说明书，本发明的上述以及其它的目的、特征和优点将十分明显。
被认为是本发明的新颖特征在所附权利要求中说明。然而要最好地理解本发明自身及其最佳使用方式，其进一步的目的和优点，需要参考下面对一个例示实施例的详细说明，并结合阅读相随的附图，其中
图1表示根据本发明的一个基于事件的推理(CBR)系统的示意实施例；图2表示示于图1的事件数据库内容的更详细的描述；图3表示一个数据处理系统的示意实施例，该系统可以用于实现本发明的CBR系统；图4是一个逻辑流程图，表示根据本发明的基于事件的推理过程；图5是一个逻辑流程图，表示根据本发明产生一个事件数据库的压缩视图的方法；图6表示在该事件数据库的一个压缩视图内一个视图标记的优选实施例。
现在参考附图，特别是附图1，图中表示根据本发明的一个基于事件的推理(CBR)系统的一个示意实施例。如图所示，CBR系统10包括事件数据库12，它是一个存储称为事件的经验属性的数据库。在事件数据库12中汇集的事件可以从任何根据对过去相似场合的相关经验来确定对当前问题的解决方案或建议的行动的尝试中收集。因此，事件数据库12中存储的事件可以例如相关于求助台支持、销售支持、客户服务、医疗诊断、工程设计、执行信息系统等等。事件数据库12中存储的事件可以根据用以说明这些事件的属性类型和不同事件之间的逻辑关系以不同方式组织和标引。例如，一种方法是在事件数据库12中以使用一个归纳算法构建的树形数据结构存储事件。另一种称为“最邻近索引(nearest neighbor indexing)”的常规方法为每一事件的每一属性使用开发者特定值，然后使用为每一存储的事件的公式计算事件之间的接近程度。第三种方法是使用一个标准事件层次树。根据这一方法，定义一个根事件类，然后在该根事件类和特定事件范例之间构建多层抽象类。最后可以使用称为“知识指导标引(knowledge-guided indexing)”的方法，根据由一个规则推理引擎(rule inference engine)实现的多条推理规则建立事件子集。熟悉本技术领域的人会认识到，事件数据库组织的不同模式可能比依赖于在事件数据库12中存储的事件类型以及可用的软件工具的能力的其它模式更具有优点。
不管其物理组织如何，可以把事件数据库12视为一个多维数据库阵列，其中每一事件形成一个记录，而每一事件属性是一个记录中的一个字段。这种视图示于图2。如图2所示，事件数据库12存储有N个事件，每一事件可以包括直到M个属性。在图示实施例中，事件的每一属性由一对特征值说明，其中，特征相应于有关一种经验的类别或问题，而该值提供该特征的经验值或对由该特征所表示的问题的回答。当然，在另外的实现方案中，每一属性可以包括一个或者多个说明项。如图2所示，允许事件数据库12中N个事件中的每一个具有数目不等的相异无序特征，这些特征的每一个可以具有一个或者多个值相关。与N个事件中的每一个相关联，事件数据库12为每一属性存储权重和分数信息，其用于给一个输入事件或“事件(incident)”与事件数据库12中的事件的接近程度评分。根据不同的实现方案，权重和分数信息可以为每一属性、为每一事件个别设定、或为一个特别属性的每一事件总体设定。
回到图1，CBR系统10进一步包括视图发生器14(其在下面详细叙述)，它产生事件数据库12的内容的紧凑视图，并把这些视图存储在视图存储器16中。这里所用的“视图”这一术语指的是在事件数据库12中的驻留的一个选择的事件子集的一个或多个属性的压缩表示。从下面提供的说明中可明显看出，检索视图发生器14产生的视图检索起来比事件数据库12有效得多，允许迅速确定事件数据库12中一个或多个最匹配一事件的事件。
另外，CBR系统10包括一个用户输入接口15，它允许用户输入对一个事件的说明。用户输入接口可以包括例如图形用户接口、常规结构化查询语言(SQL)接口、或请求用户响应一系列菜单或问题输入的文字接口。用户输入接口15接收的输入传送到输入分析程序20，它参考同义词表22分析说明一事件的用户输入。由输入分析程序20产生的被分析过的用户输入传送到事件管理程序18和检索引擎24两者。事件管理程序18使用从输入分析程序20接收的被分析过的输入从视图存储器16选择一个特定的视图。然后，把选择的视图传送给检索引擎24，它检索该选择的视图以确定最匹配该事件的一个或多个事件。视图中通过检索引擎24给每一视图评分而确定的一个或多个最匹配事件从事件数据库12中取出，传送给解决方案管理程序28以便处理。解决方案管理程序28格式化从事件数据库12检索出的事件，将输出事件作为对该事件一个可能的解决方案或动作提交。如果CBR系统10不能在事件数据库12中确定足够接近对该事件的匹配的话，则事件维护机构26保存该事件，并在分解后，格式化该事件，将其输入到事件数据库12中作为一个新事件。
CBR系统10可以在使用硬件和软件结合的许多不同的数据处理系统中实现。图3示出可以用来实现CBR系统10的一个示例数据处理系统的高层方框图。如图3所示，计算机系统30包括至少一个中央处理单元(CPU)32，它响应CPU32可以从操作员/显示器接口34接收的操作员命令和数据操作，接口34通过系统总线36与CPU32连接。CPU32也可以接收来自主存储器38的操作员命令和数据，主存储器38也通过系统总线36与CPU相连。虽然主存储器38作为一个单一实体表示。但是熟悉本技术领域的人理解，主存储器38可以包括随机存取存储器(RAM)、硬磁盘驱动器、光盘驱动器、和包括逻辑分段存储位置的其它存储设备的结合。
主存储器38包括各种数据结构，包括应用程序40、对象42、数据44和操作系统46。操作系统46优选支持面向对象的编程环境，例如由C++编程语言提供的面向对象的编程环境。应用程序40由用户通过操作员/显示器接口34调用或启动。可以包含CBR系统10多个部分的应用程序40可以使用各种过程编程语言或者面向对象的编程语言，包括C++编写。对象42是一种面向对象的编程语言例如C++的编程数据结构。
计算机系统30还包括一个直接存取存储设备(DASD)接口48，它连接系统总线36和DASD50。熟悉本技术领域的人理解，DASD50可以例如从集成电路芯片和机读存储设备，例如磁介质盘，接收和阅读计算机程序产品52，在这些芯片和存储设备上记录有程序指令，它的执行可以实现CBR系统10。机读存储设备还可以包括例如光盘。计算机系统30还包括一个网络接口54，它允许通过网络58在CPU32和其它计算机系统56之间通信。计算机系统56可以包括例如在结构上类似于示例计算机系统30的计算机系统。以这种方式，计算机系统30可以在通过一些公知的方法建立起这些计算机系统之间的通信后通过网络58接收数据到主存储器38。建立上述通信的方法为熟悉本技术领域的人所了解，不需进一步解释。
重要的是要注意，虽然本发明是在一个全功能的计算机系统的环境(context)中叙述(并将继续叙述)的，但是熟悉本技术领域的人理解，本发明也能够以各种形式的程序产品分布不管用以实际执行该项分布的信号承载介质的是什么特定类型，本发明同样适用。信号承载介质的例子包括可纪录型介质和传输型介质，前者例如软磁盘和光盘，后者例如数字和模拟通信链路。
现在参考图4，图中示出根据本发明的基于事件的推理过程的一个高层逻辑流程图。如图所示，该过程开始于框70，之后前进到方框72，它表示通过在主存储器38中分配存储器建立事件数据库12。然后该过程前进到方框74，这里表示给事件数据库12添加独特的事件。除定义每一事件的属性之外(例如特征值对)，还输入权重和分数信息，并与事件相关存储，如图2所示。接着，过程从方框74前进到方框76，它表示由视图发生器产生事件数据库12的多个视图。之所以产生视图是因为虽然可以直接检索事件数据库12，但是这样的检索通常效率不高，因为对事件数据库12的检索是寻找接近的而不是精确匹配的事件。因此，产生事件数据库12的多个简洁的视图，以便减少必须检索的存储器中的数据量，既加速数据从非易失存储器加载到易失存储器，也加速检索本身。优点是，事件数据库12的视图可以由视图发生器14产生并在用户请求检索前存储在视图存储器16中，以便加速事件数据库的检索。
参考图5，图中示出产生事件数据库l2的一个视图的一种方法的一个高层逻辑流程图。如图所示，该过程开始于框130，然后前进到方框132。方框132表示在事件数据库12内选择一个特别的事件和该选择事件的特别属性，用于包含在该视图中。为包含在该视图内的事件和属性的选择依赖于被构建的视图的类型。事件数据库12的顶层视图可以包括在事件数据库12中的所有N个事件的所有属性的紧凑描述。另一方面，某子系统层视图可能包括只涉及一个特别子系统或客体事项的事件的子集的所有属性的描述。更低层的视图可能被限制只包含涉及一个特别子系统或客体事项的事件子集的少数可能属性。例如，如果事件数据库12存储涉及汽车修理的事件，则顶层视图将包括事件数据库12中存在的所有事件，某子系统层视图可能只包含有关传动系统的事件的所有属性，某低层视图可能只包括涉及传动系统的事件的少数属性，例如制造、型号、型号年代。
然后，过程从方框132前进到方框134，它表示把选择的事件的选择属性中间的每一未标记化的特征或值变换为一个标记标识符。为实现这种变换，输入分析程序20使用同义词表22把输入项映射为同义关键字。如果该关键字以标记化的格式存储在同义词表22中的话，则使用同义词表22中的关键字标记作为标记标识符。如果该关键字未以标记化的格式存储在同义词表22中的话，则输入分析程序20使用另外的标记表变换该关键字为标记标识符。在图6所示的优选实施例中，特征标记标识符和值标记标识符具有一致的长度，均为3字节。以这种方式，可以有超过16000000不同的标记标识符值。接着，在图5的方框136，给每一特征标记标识符和值标记标识符附加一个控制字节180(参见图6)以获得4字节的标记181。在方框136附加的控制字节180优选具有一个匹配/失配位182、可以用于指定一种特定记分方法的两位分数信息184、表示匹配分数(如果该标记具有一个值标记标识符的话)或失配分数(如果该标记具有一个特征标记标识符的话)的5位186。如图5方框140所示，一旦产生了一个视图标记，则该视图标记附加在先前处理的视图标记上，以产生一个视图标记串。
然后过程从方框140前进到方框142，它表示把一个事件号码ID加到视图标记串的开始，把一个视图标记串定界符加到该视图标记串的末尾。其它附加信息可以选择地加到该视图标记串上，例如在方框150所示的事件映射信息。然后过程前进到方框154，它表示视图发生器14存储视图标记串到视图存储器16中。然后在框160处确定，附加事件的属性是否要包含在该视图中。如果是，则过程返回到方框132，其已经叙述。通过处理另外的事件而产生的任何另外的视图标记都用适当事件ID和事件定界符附加在视图标记串上。然而，如果在框160处确定，所有要包含在该视图中的事件都已被处理，则过程前进到方框162，它表示视图发生器14把一个视图名以及可选把一个版本号码与在视图存储器16中的该视图关联。之后，过程在框164结束，返回到图4。
再次参考图4，过程然后从方框76前进到框80，它表示由输入分析程序20确定是否已经从用户输入接口15接收一个事件。用户可以使用一些不同的方法，包括SQL查询、回答由用户输入接口15提出的诊断问题、通过网络接口54下载该事件、从软盘52输入该事件、或者通过其它手段，输入具有与事件数据库12中的事件同样的一般属性格式的事件。如果输入分析程序20未检测到输入事件，则过程简单地在框80重复，直到由用户输入一个事件。然后，在检测到一个输入事件时，过程从框80前进到方框82，它表示输入分析程序20通过参考同义词表22分析该事件。在本发明的一个优选实施例中，输入分析程序20首先把所有词变换为大写、去掉任何词定界符、根据一个非用词表去除非用词(例如“a”“and”“the”和“to”)，来分析一事件。用户输入中的任何说明性术语被变换为关键词，它们作为3字节输入标记存储在同义词表22中。最后，把任何剩余的非说明性输入，例如数值，变换为3字节输入标记。从输入分析程序20的操作可以产生几个优点。首先，因为所有输入项都被变换为输入标记，因此，检索引擎24只需要执行在输入标记和该视图标记的标记标识符部分之间的精确的词匹配，这是需执行的一类最简单的匹配操作。此外，因为所有输入标记都具有一致的长度，优选小于CPU32内部寄存器的长度，因此，通过简单的寄存器比较就可以执行检索。另一个优点在于，可以使用同义词表22支持多国语言翻译。换句话说，可以用相应于外语说明输入的标记化的英语关键词加载同义词表22。以这种方式，一个英语(或其它选择的语言)事件数据库12通过合适的一组同义词表22可以支持世界上任何语言。
接着方框82，过程前进到方框84。方框84表示基于规则的事件管理程序18使用输入分析程序20分析的输出从视图存储器16中选择要被检索的一个视图。虽然事件管理程序18用以从事件存储器16中选择一个视图的规则依赖于具体实现，但是事件管理程序18最好至少部分根据在该事件中存在哪些属性而选择要被检索的一个最佳视图。使用由事件管理程序18选择的该视图，检索引擎24比较输入分析程序20的输出中每一输入标记与被选择的视图中的视图标记，如方框86所示。最简单的情况是，把每一输入标记与每一视图标记比较，把匹配的视图标记的匹配位置位。在使用附加控制位允许检索引擎24确定是特征标记还是值标记的实施例中，通过只比较特征输入标记和特征视图标记、值输入标记和值视图标记能获得额外的效能。
检索引擎24通过给在该视图中的每一事件打分完成在方框86所示的检索。虽然可以使用多种方式(其可以由事件的视图标记的控制字节180中的两位分数信息184选择)给视图中事件对事件的接近程度记分，但是最好根据下述公式为一视图的每一事件单独记分Ps=(∑1(Wm*Pm)+∑2(Wu*Pu)+∑3(Wa*Pa))/∑4(Wmt*Pt)式中，Ps是该事件的总分数，∑1是对匹配一个特征输入标记并具有一个匹配相应值输入标记的相关值视图标记的所有特征视图标记取和，∑2是对具有一个匹配特征输入标记的相关值视图标记而与相关值输入标记不匹配的所有值视图标记取和，∑3是对不具有匹配的所有特征输入标记取和，∑4是对该事件中的所有特征视图标记取和，Wm是与一个值视图标记相关的匹配权重，Pm是为匹配值视图标记的百分比贡献项，Wu是与一个特定值视图标记相关的失配权重，Pu是为该失配值视图标记的一个百分比贡献项，Wa是与一个特定特征输入标记相关的不出现权重，Pa是可适用于所有特征输入标记的一个总的不出现百分比贡献项，Wmt是每一特征视图标记的最大权重，Pt是在当前事件中的每一特征视图标记的百分比贡献。表Ⅰ包括一个示例数据库12，和当执行使用事件“A1 B1”的特征匹配时每一事件的原始和调整(亦即标准化)的分数。
表Ⅰ
表Ⅰ中的调整分数根据公式(Ps+1)/2从原始分数计算，以便把所有分数标准化为在0和1之间的值。根据上述记分方法，最高分数事件将表示该视图中最接近的匹配事件。因此，作为一个精确匹配，事件2得到最高分数，事件1作为次佳匹配得到次高分。最好使用用户定义的输入来建立阈值和最大值参量，分别确定要返回的最低许可紧密匹配分数和最高分数事件的最大数目。虽然当分数事件属性包含特征值对时优选使用上述记分方法，但是在另外的实施例中可以优选使用其它可选记分方法。这些可选记分方法在待审申请系列号08/中公开，其名称为“为事件数据库中的事件记分的基于事件的推理系统和方法”，与本申请同一天递交，结合在这里作为参考文献。
然后图4所示过程前进到方框90，它表示检索引擎24把最高分数事件的事件ID传送到事件数据库12，后者输出该被确定的事件到解决方案管理程序28。如方框92所示，此时，如果输出事件的分数指示输出事件中没有一个足够接近该事件的话，则解决方案管理程序28可以提示用户另外输入；如果确定基本接近事件的数目不够的话，则可以提示事件管理程序18选择另一视图检索。如在询问框100所示，如果在初始检索以及另外精细的检索结束时，确定没有事件准确匹配该事件的话，则事件维护机构26将正确地格式化该事件以及所提供的任何决定，并把该事件加入事件数据库12。然而，如果确定检索引擎24确定一个或多个最佳匹配事件时，则解决方案管理程序28把一个或多个最佳事件作为一个解决方案或者要采取的建议行动提交给用户。之后，图4所示基于事件的推理过程在方框164结束。
如上所述，本发明提供一个改进的CBR系统，它产生一个事件数据库的简洁视图。通过检索该事件数据库的视图而不是事件数据库自身，检索引擎能够在该事件数据库中迅速确定最佳匹配一事件的一个或多个事件。
虽然本发明是特别参考一个优选实施例表示和叙述的，但是熟悉本技术领域的人理解，可以对其中的形式和细节进行各种改变，而不离开本发明的精神和范围。
权利要求
1．一个基于事件的推理系统，包括一个事件数据库，能够存储分别具有一个或多个属性的多个事件；一个视图发生器，它通过以一个或多个视图标记来描述所述事件数据库中所述多个事件中至少一个选择的子集中的每一事件，产生所述事件数据库的一个视图，所述视图中的所有视图标记具有一致的长度；一个输入分析器，它提供一个输入事件的标记化表示，所述标记化表示包括一个或多个输入标记；一个检索引擎，它比较所述输入标记与所述视图标记，以确定所述视图内一个或多个紧密匹配事件，其中通过检索所述视图而不是直接检索所述数据库来有效地确定所述一个或者多个紧密匹配事件。
2．权利要求1的基于事件的推理系统，其特征在于，进一步包括一个解决方案管理器，它把所述一个或者多个紧密匹配事件提交给用户。
3．权利要求1的基于事件的推理系统，其特征在于，所述视图发生器产生所述事件数据库的多个视图；所述基于事件的推理系统进一步包括一个事件管理器，它选择所述多个视图中的一个，作为由所述检索引擎在检索该多个视图的任何其它视图之前将要检索的选择视图。
4．权利要求3的基于事件的推理系统，其特征在于，由所述视图发生器产生的所述事件数据库的所述多个视图包括一个第一视图和一个第二视图，前者包括所述事件数据库至少一个子集中所有事件的所有属性，后者包括比在所述子集中的所有事件的所有属性少的属性。
5．权利要求1的基于事件的推理系统，其特征在于，所述视图发生器在接收到由所述输入分析器输入的所述事件之前产生所述视图。
6．权利要求1的基于事件的推理系统，其特征在于，每一视图标记具有与其相关的分数信息，其中，所述检索引擎使用所述分数信息为所述视图中的每一事件计算一个分数，并根据所述分数确定所述一个或者多个紧密匹配事件。
7．权利要求6的基于事件的推理系统，其特征在于，所述视图包括一个第一视图；所述视图发生器产生所述事件数据库的一个第二视图；所述检索引擎在所述第一视图中的任何事件的最高排位分数低于一个选择的阈值时检索所述第二视图。
8．权利要求1的基于事件的推理系统，其特征在于，所述检索引擎只执行在所述输入标记和所述视图标记之间的精确词匹配。
9．权利要求1的基于事件的推理系统，其特征在于，所述输入分析器包括一个关联文字输入和关键词的同义词表，其中所述输入分析器通过参考所述同义词表变换所述文字输入为关键词。
10．权利要求9的基于事件的推理系统，其特征在于，所述同义词表中的每一所述关键词包括一个具有一致长度的输入标记。
11．权利要求9的基于事件的推理系统，其特征在于，所述每一属性包括具有一个与其相关的一个或者多个值的特征。
12．一种基于事件的推理方法，所述方法包括在一个事件数据库中存储各包含一个或多个属性的多个事件；通过以一个或多个视图标记来描述所述数据库中所述多个事件中至少一个选择的子集中的每一事件，产生所述事件数据库的一个视图，所述视图中的所有视图标记具有一致的长度；提供一个输入事件的标记化的表示，所述标记化表示包括一个或多个输入标记；比较所述输入标记与所述视图标记，以确定所述视图内一个或多个紧密匹配事件，其中通过检索所述视图而不是直接检索所述事件数据库有效确定所述一个或者多个紧密匹配事件。
13．权利要求12的方法，其特征在于，进一步包括把所述一个或者多个紧密匹配事件提交给用户。
14．权利要求12的方法，其特征在于，所述产生步骤包括产生所述事件数据库的多个视图，所述方法进一步包括响应所述输入标记，选择所述多个视图中的一个作为第一视图处理。
15．权利要求14的方法，其特征在于，所述产生所述事件数据库的多个视图的步骤包括产生一个第一视图和产生一个第二视图，第一视图包括所述至少一个子集中所有事件的所有特征，第二视图包括比在所述至少一个子集中的所有所述事件的所有所述特征少的特征。
16．权利要求12的方法，其特征在于，所述产生步骤在所述提供步骤之前执行。
17．权利要求12的方法，其特征在于，每一视图标记具有与之关联的分数信息，所述比较步骤包括使用所述分数信息为所述视图中的每一事件计算一个分数；根据所述视图中的事件分数确定一个或者多个紧密匹配事件。
18．权利要求17的方法，其特征在于，所述视图包括一个第一视图，其中所述产生步骤包括产生所述事件数据库的一个第二视图，所述方法进一步包括如果在所述第一视图中的任何事件的最高排位分数低于一个选择的阈值的话，比较所述输入标记与所述第二视图中的所述视图标记，以确定所述第二视图中一个或者多个紧密匹配事件。
19．权利要求12的方法，其特征在于，所述比较步骤包括仅执行在所述输入标记和所述视图标记之间的词的精确匹配。
20．权利要求12的方法，其特征在于，进一步包括通过参考一个关联文字输入和关键词的同义词表变换文字输入为关键词。
21．权利要求20的方法，其特征在于，进一步包括把所述每一关键词以长度一致的输入标记存储在所述同义词表中。
22．权利要求12的方法，其特征在于，所述存储步骤包括在一个事件数据库中存储包含一个或者多个属性的多个事件，其中所述每一属性包括有一个或者多个与其相关的值的一个特征。
23．一种程序产品，其可由一个数据处理系统使用，以实现一个基于事件的推理系统，所述数据处理系统包括一个事件数据库，它能够存储各具有一个或多个属性的多个事件，所述程序产品的特征在于；一个视图发生器，它使所述数据处理系统通过以一个或多个视图标记来描述所述事件数据库中所述多个事件中至少一个选择的子集中的每一事件，产生所述事件数据库的一个视图，所述视图中的所有视图标记具有一致的长度；一个输入分析程序，它使所述数据处理系统提供一个输入事件的标记化的表示，所述标记化表示包括一个或多个输入标记；一个检索引擎，它使所述数据处理系统比较所述输入标记与所述视图标记，以确定所述视图内一个或多个紧密匹配事件，其中通过检索所述视图而不是直接检索所述事件数据库来有效确定所述一个或者多个紧密匹配事件；承载所述视图发生器、所述输入分析程序、和所述检索引擎的一个信号承载介质。
24．权利要求23的程序产品，其特征在于，进一步包括在所述信号承载介质内的一个解决方案管理程序，它使所述数据处理系统把所述一个或者多个紧密匹配事件提交给用户。
25．权利要求23的程序产品，其特征在于所述视图发生器产生所述事件数据库的多个视图；所述程序产品进一步包括在信号承载介质内的一个事件管理程序，它使所述数据处理系统从所述多个视图中选择一个作为要由所述检索引擎在检索所述多个视图中任何其它视图之前要检索的一个选择的视图。
26．权利要求25的程序产品，其特征在于，由所述视图发生器产生的所述事件数据库的所述多个视图包括一个第一视图和一个第二视图，第一视图包括至少所述子集中所有事件的所有特征，第二视图包括比在至少所述子集中的所有所述事件的所有所述特征少的特征。
27．权利要求23的程序产品，其特征在于，所述视图发生器使所述数据处理系统在接收到由所述输入分析程序输入的所述事件之前产生所述视图。
28．权利要求23的程序产品，其特征在于，每一视图标记具有与之关联的分数信息，其中所述检索引擎使所述数据处理系统使用所述分数信息为在所述视图中的每一个事件计算一个分数，并根据所述分数确定一个或者多个紧密匹配事件。
29．权利要求28的程序产品，其特征在于所述视图包括一个第一视图；所述视图发生器使所述数据处理系统产生所述事件数据库的一个第二视图；所述检索引擎使所述数据处理系统在所述第一视图中的任何事件的最高排位分数低于一个选择的阈值时，检索所述第二视图。
30．权利要求23的程序产品，其特征在于，所述检索引擎使所述数据处理系统仅执行在所述输入标记和所述视图标记之间词的精确匹配。
31．权利要求23的程序产品，其特征在于，所述程序产品包括一个关联文字输入和关键词的同义词表，其中所述输入分析程序使所述数据处理系统参考所述同义词表变换所述文字输入为关键词。
32．权利要求31的程序产品，其特征在于，所述同义词表的每一个关键词包括一个长度一致的输入标记。
全文摘要
一个基于事件的推理系统包括一个事件数据库,它能够存储具有一个或多个属性的多个事件。该基于事件的推理系统的一个视图发生器通过以一个或多个具有一致长度的视图标记描述所述数据库中多个事件中至少一个选择的子集中的每一事件,产生该事件数据库的一个视图。该基于事件的推理系统的一个输入分析程序提供一个输入事件的标记化的描述,它包括一个或多个输入标记。该基于事件的推理系统进一步包括一个检索引擎,它比较输入标记与视图标记,以确定所述视图内一个或多个紧密匹配事件。
文档编号G06N5/04GK1221922SQ9812657
公开日1999年7月7日 申请日期1998年12月29日 优先权日1997年12月30日
发明者D·D·科斯基, C·S·Y·穆恩, T·A·肖尔 申请人:国际商业机器公司