[发明专利]用于情景模拟的系统和方法

说明书

描述了用于自动生成情景和表示在该情景下的工具的评估的用户界面元素的系统和方法。该系统和方法使用专家轮询系统和机器学习规则生成树数据存储结构，该树数据存储结构表示针对事件结果的宏观因素的不同情景。还提供了用于专家轮询、情景呈现以及与情景交互的机器实现界面。

相关申请的交叉引用和优先权要求

本申请根据35U.S.C.§119(e)要求于2017年5月1日提交的第62/492,668号美国临时专利申请的优先权，其内容通过整体引用并入于此。

技术领域

本公开总体上涉及应用于在不确定性下制定决策的图形用户界面、计算机工具和人工智能领域。

背景技术

鉴于大量决策点和概率事件相互依存并相互影响，因此现实世界情景分析具有挑战性。随着事件的发生，日益全球化世界中的宏观因素和微观因素都会受到影响，了解这些影响的作用和可能的结果可能有助于制定决策。

发明内容

在每个其他方面中，本公开提供了对应的系统和设备、以及用于实现这样的系统、设备和方法的逻辑结构，诸如机器可执行编码指令集。

本文描述的实施例涉及用于自动生成情景和表示在该情景下的工具的评估的用户界面元素的系统、方法和设备。

本文描述的实施例涉及用于使用人工智能、轮询和网络理论自动生成情景和用户界面元素的系统、方法和设备。例如，本文描述的实施例可以使用情绪分析来处理轮询结果以用于情景生成。例如，人工智能可以被用以通过轮询标识大型数据集中的趋势和见解。作为另一示例，情绪分析可以被用以理解每个实施例所轮询的专家的意见分布。本文提供了进一步的细节。

本文描述的实施例涉及用于自动生成表示情景和用户界面元素的数据结构的方法。该方法可以涉及：通过应用第一规则集从由第一规则集限定的多个事件生成事件来处理多个数据馈源(feeds)，该事件被链接到结果集。该方法可以涉及：通过将第二规则集应用到所述事件来生成宏观因素集。示例宏观因素可以包括组织的资产负债表事项，使得组织可以了解与这些事项相关联的风险。例如，供应链中的因素具有可以通过本文描述的实施例评估的相关联的风险。该方法可以涉及：获取限定多个轮询问题的第三规则集。该方法可以涉及：通过应用第三规则集生成轮询问题子集来处理宏观因素集的子集，每个轮询问题被链接到宏观因素子集中的宏观因素和可接受作为宏观因素的数据值的输入响应范围。该方法可以涉及：生成并显示用户界面，该用户界面具有针对被链接到宏观因素和可接受作为宏观因素的数据值的输入响应范围的轮询问题的可视元素。该方法可以涉及：生成表示宏观因素和结果的情景的图形数据存储结构，该图形结构中的每个节点限定描述符和数据值，图形结构具有与根节点相对应的事件节点、被连接至根节点的结果节点、和被连接至结果节点的宏观因素节点，每个宏观因素节点具有数据值。该方法可以涉及：在用户界面处接收对轮询问题的所选输入响应。该方法可以涉及：获取第四规则集，该第四规则集计算宏观因素节点的数据值。该方法可以涉及：通过应用第四规则集生成宏观因素节点的数据值来处理所选输入响应。该方法可以涉及：用宏观因素节点的数据值填充图形数据存储结构，以生成结果节点的情景。该方法可以涉及：更新界面以产生其他可视元素，该其他可视元素指示响应的分布。

该方法可以涉及：通过将第二规则集应用到事件来生成宏观因素集涉及对历史数据的深度学习。

该方法可以涉及：通过将第二规则集应用到事件来生成宏观因素集涉及对历史数据的回归。

在一些实施例中，宏观因素的数据值基于响应分布而被计算。

在一些实施例中，宏观因素的数据值包括到极限的范围。

在一些实施例中，宏观因素的数据值包括值增加或降低的概率。