Мера качества для службы контекста данных

Мера качества для службы контекста данных

Иллюстрации

Показать все

Реферат

Область техники, к которой относится изобретение

Предлагаемое изобретение относится к работам на месторождении.

Работы на месторождении, например, разведка, бурение, тестирование с помощью кабельных инструментов, заканчивание, эмуляция, планирование и анализ месторождения, обычно осуществляются для определения положения и сбора ценных скважинных флюидов. В ходе работ на месторождении, данные обычно собираются для анализа и/или мониторинга работ на месторождении. Такие данные могут включать в себя, например, данные геологических пластов, оборудования, исторические и/или другие данные. Данные, касающиеся геологического пласта, собираются из различных источников. Такие данные пласта могут быть статическими и динамическими. Статические данные относятся, например, к структуре пласта и геологической стратиграфии, которая определяет геологические структуры геологического пласта. Динамические данные относятся, например, к флюидам, текущим через геологические структуры геологического пласта в течение времени. Такие статические и/или динамические данные можно собирать для дополнительного изучения пластов и содержащихся в них полезных ископаемых.

Данные можно использовать для прогнозирования условий в скважине и принятия решений относительно работ на месторождении. Такие решения могут предусматривать планирование скважины, нацеливание скважины, заканчивание скважины, операционные уровни, темпы добычи и другие операции и/или рабочие параметры. Эта информация часто используется для определения, когда бурить новые скважины, перезаканчивать существующие скважины или изменять дебит скважины. Условия на месторождении, например, геологические, геофизические и характеристики разработки коллектора могут оказывать влияние на работы на месторождении, например, анализ рисков, экономическое оценивание и механические соображения относительно разработки коллекторов.

Данные из одного или нескольких стволов скважины можно анализировать для планирования или прогнозирования различных исходов на данном стволе скважины. В ряде случаев, данные из соседних стволов скважины или стволов скважины со сходными условиями или оборудованием можно использовать для прогнозирования, как будет работать скважина. Обычно в проекте месторождения можно использовать большое количество переменных и большие объемы данных, которые нужно учитывать при анализе работ на месторождении. Поэтому часто бывает полезно моделировать ход работ на месторождении с использованием программного приложения месторождения для осуществления технологического потока для определения желательной последовательности действий. В ходе производства работ, рабочие параметры можно регулировать в соответствии с изменением условий на месторождении и получением новой информации.

Работники, которым нужны знания в области энергетики, обычно обращаются к массиву структурированной информации (данным, содержащимся в базах данных или электронных таблицах) и очень мало обращаются к неструктурированным данным (отчетам, презентациям, картам, электронным письмам, веб-контенту и т.д., описанным выше). Различные исследования говорят о том, что примерно двадцать процентов данных, используемых на большинстве предприятий, представляют собой структурированные данные, тогда как остальные восемьдесят процентов являются неструктурированными данными, обычно принимающими вид записок, заметок, новостей, групп пользователей, чатов, отчетов, писем, разведок, технических описаний, маркетингового материала, исследований, презентаций и веб-страниц. В энергетике (например, нефтегазовой, возобновляемых ресурсов и т.д.), более шестидесяти процентов неструктурированных данных не используется и не обращается. Если работник применяет обычные поисковые инструменты для неструктурированных данных, например, машины поиска веб-контента или системы электронного документооборота (EDMS) для поиска документов и отчетов, результаты поиска часто оказываются бесполезными, поскольку систематика поиска не релевантна объему и технологическому потоку в энергетике.

Сущность изобретения

В общем случае, в одном аспекте, изобретение относится к способу для обеспечения службы контекста данных. Способ содержит этапы, на которых извлекают контекстную информацию из главного приложения, связанного с проектом месторождения, причем контекстная информация содержит текущее состояние пользователя в главном приложении, сортируют контекстную информацию на совокупность аспектов релевантности, генерируют профиль поиска для каждого из совокупности аспектов релевантности, запрашивают первую совокупность поисков с использованием, по меньшей мере, профиля поиска, принимают совокупность элементов данных месторождения, полученных с помощью первой совокупности поисков, получают меру качества элемента данных месторождения из совокупности элементов данных месторождения на основании заранее определенного критерия качества, передают элемент данных месторождения как результат поиска главному приложению после определения, что мера качества превышает заранее определенный порог, и генерируют выходные данные с использованием главного приложения на основании результата поиска, причем выходные данные используются для производства работ на месторождении.

Другие аспекты меры качества для службы контекста данных явствуют из нижеследующего описания и формулы изобретения.

Краткое описание чертежей

Таким образом, вышеупомянутые признаки и преимущества настоящего изобретения можно уяснить из подробного, более конкретного описания изобретения, краткая сводка которого приведена выше, которое опирается на варианты осуществления, проиллюстрированные в прилагаемых чертежах. Заметим, однако, что прилагаемые чертежи иллюстрируют лишь типичные варианты осуществления меры качества для службы контекста данных и поэтому не подлежат рассмотрению в плане ограничения его объема, поскольку мера качества для службы контекста данных допускает другие, столь же эффективные варианты осуществления.

Фиг. 1.1-1.4 - иллюстративные схематические виды месторождения, имеющего геологические структуры, включающие в себя коллекторы, в которых можно реализовать варианты осуществления меры качества для службы контекста данных.

Фиг. 2.1-2.4 - графические представления данных, собранных инструментами, показанными на фиг. 1.1-1.4, соответственно.

Фиг. 3.1 - иллюстративный экран пользовательского приложения, используемого для проектирования работ на месторождении.

Фиг. 3.2 - иллюстративный экран пользовательского приложения с окном службы контекста данных.

Фиг. 4 - блок-схема использования службы контекста данных при производстве работ на месторождении.

Фиг. 5 - логическая блок-схема способа использования службы контекста данных при производстве работ на месторождении.

Фиг. 6 - иллюстративный экран окна службы контекста данных.

Фиг. 7 и 8 - иллюстративные экраны окон службы контекста данных в дополнительных конфигурациях.

фиг. 9 - компьютерная система согласно одному или нескольким вариантам осуществления меры качества для службы контекста данных.

Подробное описание

Варианты осуществления службы контекста данных представлены на вышеописанных фигурах и подробно описаны ниже. В описании вариантов осуществления, сходные или одинаковые условные обозначения используются для указания общих или сходных элементов. Фигуры не обязательно выполнены в масштабе, и некоторые признаки и некоторые виды фигур могут быть показаны в укрупненном виде или же схематически для наглядности и пояснения.

В общем случае, варианты осуществления службы контекста данных обеспечивают возможности осуществления поисков данных месторождения, имеющих как структурированные, так и неструктурированные форматы, из программного приложения месторождения, и возвращения результатов поиска, которые более релевантны контексту проекта месторождения, приложения, используемого в проекте, технологического потока, осуществляемого с использованием приложения, пользователя, использующего приложение, и т.д. Кроме того, варианты осуществления службы контекста данных включают в себя возможности для идентификации качества результатов поиска, продвижения результатов поиска с высоким качеством и удаления результатов низкого качества. Кроме того, варианты осуществления службы контекста данных включают в себя возможности для обеспечения предложения для помощи пользователю в осуществлении поисков данных месторождения, которые более релевантны контексту.

На фиг. 1.1-1.4 показаны схематические виды месторождения, имеющего геологические структуры, содержащие коллекторы, и показаны различные работы на месторождении, осуществляемые на месторождении.

На фиг. 1.1 показаны разведочные работы, осуществляемые для генерации записи (124) выходных сейсмических данных с использованием компьютера (122.1) самоходной сейсмической станции на самоходной сейсмической станции (106.1) для приема, с помощью геофонов-приемников (118), данных (120) звуковых колебаний (112), которые отражаются от горизонтов (114) в геологической формации (116), из акустического источника (110).

На фиг. 1.2 показаны бурильные работы, осуществляемые с помощью бурильного инструмента (106.2), подвешенного на буровой вышке (128) и продвигаемого в геологический пласт (102) для формирования ствола скважины (136) для достижения коллектора (104). Буровой раствор циркулирует через бурильный инструмент (106.2) по трубопроводу (132) обратно в амбар (130) для бурового раствора на поверхности. Бурильный инструмент может быть приспособлен для измерения скважинных параметров, например, приспособлен для взятия керна (133). Наземное устройство (134), снабженное приемопередатчиком (137), собирает выходные данные (135), генерируемые в ходе бурильных работ, и позволяет осуществлять связь между различными участками месторождения (100) или другими местами.

На фиг. 1.3 показана кабельная операция и включает в себя все элементы, указанные на фиг. 1.2, за исключением того, что бурильный инструмент (106.2) заменен кабельным инструментом (106.3), приспособленным для осуществления каротажа скважины, скважинных испытаний, сбора образцов и/или осуществления сейсморазведочных работ на основании источника энергии (144) взрывного или акустического действия, в каковом случае кабельный инструмент (106.3) может выдавать выходные данные (135) на наземное устройство (134).

На фиг. 1.4 показана операция добычи, осуществляемая инструментом добычи (106.4), идущим от устройства добычи или устьевого оборудования (129) в законченный ствол скважины (136), показанный на фиг. 1.3, для извлечения флюида из пластов-коллекторов в наземные установки (142) через сеть сбора (146). Датчики (S), расположенные вокруг месторождения (100), оперативно сообщаются с наземным устройством (134) с помощью приемопередатчика (137) для сбора данных (135), например, данных коллектора, данных ствола скважины, наземных данных и/или данных процесса.

Хотя показана одна буровая площадка, очевидно, что месторождение может охватывать участок суши, моря и/или воды, где находится одна или несколько буровых площадок. Месторождение, полностью или частично, может располагаться на земле и/или в море. Кроме того, работы на месторождении, указанные на фиг. 1.1-1.4, можно осуществлять с любой комбинацией из одного или нескольких месторождений, одной или нескольких обрабатывающих установок и одной или нескольких буровых площадок.

На фиг. 2.1-2.4 показаны графические представления данных, собранных с помощью инструментов, показанных на фиг. 1.1-1.4, соответственно. На фиг. 2.1 показана сейсмическая трасса (202) геологического пласта (102), показанного на фиг. 1.1, полученная инструментом разведки (106.1). На фиг. 2.2 показан керн (133), извлеченный бурильным инструментом (106.2), показанным на фиг. 1.2. На фиг. 2.3 показана каротажная диаграмма (204) геологического пласта (102), полученная с помощью кабельного инструмента (106.3), показанного на фиг. 1.3. На фиг. 2.4 показана кривая падения производительности (206) для флюида, текущего через геологический пласт (102), полученная с помощью инструмента добычи (106.4), показанного на фиг. 1.4.

На фиг. 3.1 показан иллюстративный экран программного приложения месторождения (именуемого пользовательским приложением или главным приложением) (300), используемого в проекте месторождения согласно одному или нескольким вариантам осуществления службы контекста данных. Главное приложение (300) может представлять собой эмулятор (например, эмулятор буровой площадки, эмулятор, не связанный с буровой площадкой) или любое другое программное приложение, используемое в проекте месторождения. Например, главное приложение (300) можно использовать для моделирования бурильных работ для проекта месторождения. Кроме того, операции в проекте месторождения могут предусматривать действия (например, поиск, контроль качества, тегирование данных и т.д.), осуществляемые в самом главном приложении, осуществляемом в окружении главного приложения, а также осуществляемые в сторонних приложениях, сосуществующих с главным приложением в среде главного приложения. Например, главное приложение может быть приложением, выполняющимся в операционной системе и взаимодействующим с одним или несколькими сторонними приложениями в операционной системе. Кроме того, операции в проекте месторождения могут предусматривать технологический поток (т.е. упорядоченную последовательность операций), которые включают в себя различные вышеописанные действия, выполняющиеся в компьютерной системе процессором (например, центральным процессором). В таких средах, одно или несколько состояний технологического потока можно задавать на основании текущего действия и истории действий в самом главном приложении, среде главного приложения, в сторонних приложениях, взаимодействующих с главным приложением, или иным образом в технологическом потоке.

Первоначально, термин "контекст" означает часть текста или утверждения, которая окружает конкретное слово или словосочетание и определяет его смысл. В общем случае, термин "контекст" описывает условия или обстоятельства, в которых происходит событие. Например, событием может быть поиск или другое обращение к данным месторождения, хотя условия или обстоятельства (именуемые текущим состоянием) могут относиться к аспектам производства работ на месторождении, например, идентификации или профилю пользователя, местоположению залежи/проекта, аспектам данных месторождения, с которыми работает пользователь, аспектам программного приложения месторождения (например, главного приложения (300)) и технологического потока месторождения, используемого в проекте (например, одному или нескольким состояниям вышеописанного технологического потока), и т.д. Детали этих аспектов описаны ниже со ссылкой на фиг. 4. Текущее состояние также можно именовать текущим состоянием пользователя. В одном или нескольких вариантах осуществления изобретения, контекстную информацию можно подразделять на категории контекстной информации согласно этим аспектам. Эти категории контекстной информации можно называть аспектами релевантности.

Согласно фиг. 3.1, главное приложение (300) может включать в себя трехмерный (3D) дисплей (302), где отображается ствол скважины, проникающий в геологический пласт для извлечения флюида из пласта-коллектора. Главное приложение (300) может также включать в себя каротажные данные (301), выражающие различные геофизические параметры, полученные от различных датчиков, расположенных вокруг ствола скважины, геологического пласта, пласта-коллектора или любого другого участка месторождения. В одном или нескольких вариантах осуществления изобретения, главное приложение (300) может представлять собой геонаучное приложение, используемое для разработки коллектора, где пользователь (например, специалист по наукам о земле) может нуждаться в проверке информации из каротажных данных (301) путем исследования или иной оценки различных источников данных (не показаны). Главное приложение (300) обычно хранится на компьютерно-считываемом носителе, содержащем инструкции для выполнения в компьютерной системе.

На фиг. 3.2 показано окно (303) службы контекста данных, запускаемое из и отображаемое в главном приложении (300) (или его окружении, как описано выше) согласно одному или нескольким вариантам осуществления службы контекста данных. Окно (303) службы контекста данных может представлять результаты (т.е. элементы данных месторождения, например, релевантные документы, файлы, отчеты, веб-контент и т.д.) из различных поисков, осуществляемых на основании контекстной информации, извлеченной из главного приложения (300) в виде одного или нескольких профилей поиска. Окно (303) службы контекста данных можно активировать из главного приложения (300), что позволяет применять результаты поиска непосредственно в главном приложении (300). Активация может осуществляться вручную или автоматически на основании определенных условий, выявленных в главном приложении (300). Более подробно окно (303) службы контекста данных описано ниже.

На фиг. 4 показана иллюстративная схема службы контекста данных при производстве работ на месторождении согласно одному или нескольким вариантам осуществления изобретения. На фиг. 4 показано пользовательское приложение (т.е. главное приложение) (710), операционная среда (410), стороннее приложение (420), программный интерфейс приложения (712), машина (714) службы контекста, множественные модули (700), (411)-(414), хранилище (420), первый и второй проекты (730, 732), пользователь (734), объект (736) месторождения и технологический поток (738). Кроме того, показано хранилище (420) для хранения критериев качества (415), результата поиска (416), профиля поиска (417), записи (418) часто используемых фраз и информации (419) использования приложения.

Главное приложение (710) соответствует главному приложению (300), которое рассмотрено выше со ссылкой на фиг. 3.1 и 3.2. Главное приложение (710) может использоваться пользователем (734) в проекте (730, 732) месторождения как часть технологического потока, например, технологического потока (738). Как рассмотрено выше, установка может включать в себя главное приложение (710), выполняющееся в операционной среде (410) и взаимодействующее с одним или несколькими сторонними приложениями (420) в операционной среде (410). Кроме того, технологический поток (738) может включать в себя множественные действия, осуществляемые в приложениях (710, 420) и операционной среде (410), выполняющиеся в заранее определенном порядке для осуществления работ на месторождении, связанных с проектом (730, 732).

В одном или нескольких вариантах осуществления, машина (714) службы контекста может быть приспособлена для извлечения контекстной информации из текущего состояния пользователя (734) в вышеописанной установке. В одном или нескольких вариантах осуществления, контекстную информацию можно извлекать из главного приложения (710) через программный интерфейс приложения (712). В одном или нескольких вариантах осуществления, контекстную информацию также можно извлекать из операционной среды (410) или стороннего приложения (420) через программный интерфейс приложения (712). В одном или нескольких вариантах осуществления, извлеченная контекстная информация может изменяться пользователем (734).

В одном или нескольких вариантах осуществления, машина (714) службы контекста может быть снабжена функциями машины поиска. В одном или нескольких вариантах осуществления, машина (714) службы контекста может быть приспособлена для работы со сторонним приложением (например, 420), имеющим функции машины поиска. Например, стороннее приложение (420) может соответствовать приложению машины поиска. Функции машины поиска могут включать в себя индексацию машины поиска, который собирает, анализирует и сохраняет данные для облегчения быстрого и точного извлечения информации. В одном или нескольких вариантах осуществления, машина (714) службы контекста может быть приспособлена для использования поисковых индексов, хранящихся локально. Кроме того, машина (714) службы контекста может быть приспособлена для использования поисковых индексов от других служб, например, стороннего приложения (420).

В одном или нескольких вариантах осуществления, программный интерфейс приложения (712) обеспечивает функциональные возможности для настройки и активации машины службы контекста (714) от точки запуска в главном приложении (710) для получения результатов поиска (416), где результаты поиска получаются с использованием функций машины поиска на основании вышеописанной извлеченной контекстной информации. На основании положения выполнения машины (714) службы контекста в главном приложении (710), контекст может соответственно изменяться. В одном или нескольких вариантах осуществления, программный интерфейс приложения (712) может обеспечивать функции, позволяющие машине службы контекста (714) обращаться к функциям сторонней машины поиска или стороннему поисковому индексу из стороннего приложения (420). В одном или нескольких вариантах осуществления, программный интерфейс приложения (712) может обеспечивать функции, позволяющие машине службы контекста (714) передавать результаты поиска (416) стороннему приложению (420).

Как показано на фиг. 4, технологический поток (738) может быть текущим технологическим потоком, выполняющимся в соответствующем главном приложении (710), или предыдущим технологическим потоком проекта (730, 732), завершенным ранее. Технологический поток (738) может быть связан с наименованием технологического потока, ролью технологического потока и датой технологического потока. Дата технологического потока может представлять собой дату осуществления технологического потока (738). Пользователь (734) может быть членом проекта (730, 732) и может быть связан с заголовком и/или ролью для проекта.

Кроме того, проект (730, 732) может быть связан с наименованием проекта, ролью проекта, местоположением проекта, датой проекта и/или объектом, например, объектом (736). Дата проекта может представлять собой начальную дату, текущую дату или запланированную дату работ на месторождении. Объектом (736) может быть ствол скважины, геологический пласт, пласт-коллектор или любой другой участок месторождения, например, рассмотренный выше со ссылкой на фиг. 3.1 и 3.2. Объект (736) может быть связан с местоположением объекта, датой объекта, наименованием объекта, порядковым номером или другими идентификаторами объекта. Дата объекта может относиться к событию, связанному с объектом (736), например, с датой геологической разведки, бурения, заканчивания, эксплуатации и т.д.

Кроме того, согласно фиг. 4, машина (714) службы контекста может быть подключена к множественным модулям контекста, например, к модулю (700) контекстного поиска, модулю (411) качества данных, модулю (412) тегирования данных, модулю (413) предложений по поиску и модулю предложений (414) по технологическому потоку, и т.д. Модуль (700) контекстного поиска может представлять любой из модуля пространственного контекста, модуля контекста объекта, модуля контекста профиля, модуля аналогового контекста, модуля контекста временных рамок или их комбинации, как описано в основополагающей патентной заявке США № 12/198780, которая включена сюда в полном объеме. Хотя это конкретно не указано на фиг. 4, любое количество этих вышеописанных модулей контекстного поиска может быть подключено к машине (714) службы контекста.

В одном или нескольких вариантах осуществления, модуль (700) контекстного поиска и модуль (411) качества данных могут быть приспособлены для обеспечения функций для получения результатов поиска (416) на основании пространственного контекста, контекста объекта, контекста профиля, аналогового контекста, контекста временных рамок, критериев качества или их комбинации. В одном или нескольких вариантах осуществления, другие модули (412, 413, 414) могут быть приспособлены для обеспечения функций помощи в получении результатов поиска (416) путем обеспечения предложения пользователю (734). Один или несколько профилей поиска (417) могут генерироваться для этих модулей контекстного поиска, например, профиль поиска пространственного контекста, профиль поиска контекста объекта, профиль поиска контекста профиля, профиль поиска аналогового контекста и профиль поиска контекста временных рамок, описанные ниже.

В одном или нескольких вариантах осуществления, модуль (700) контекстного поиска приспособлен в качестве модуля пространственного контекста и может получать результаты поиска (416) путем оценивания географической близости кандидата поиска (в структурированном и неструктурированном форматах) со ссылкой на местоположение, представляющее интерес. Оценивание можно осуществлять путем ранжирования расстояния с использованием компьютерной эвристики. В одном или нескольких вариантах осуществления, модуль пространственного контекста генерирует профиль поиска пространственного контекста для использования совместно с функциями машины поиска, связанными с машиной (714) службы контекста для получения результатов поиска (416). В одном или нескольких вариантах осуществления, показатель релевантности результатов поиска (416) может генерироваться на основании профиля поиска пространственного контекста. Модуль пространственного контекста подробно описан ниже со ссылкой на фиг. 6.

В одном или нескольких вариантах осуществления, модуль (700) контекстного поиска приспособлен в качестве модуля контекста объекта и может получать результаты поиска (416) путем оценивания меры релевантности кандидата поиска (в структурированном и неструктурированном форматах) со ссылкой на название, порядковый номер или идентификацию буровой площадки, ствола скважины, обработочной установки, участка геологического пласта, участка коллектора или любого другого участка месторождения. В одном примере, оценивание можно осуществлять путем ранжирования, согласованного с шаблоном слова с использованием компьютерной эвристики. В одном или нескольких вариантах осуществления, модуль контекста объекта генерирует профиль поиска контекста объекта для использования совместно с функциями машины поиска, связанными с машиной (714) службы контекста для получения результатов поиска (416). В одном или нескольких вариантах осуществления, показатель релевантности результатов поиска (416) может генерироваться на основании профиля поиска контекста объекта.

В одном или нескольких вариантах осуществления, модуль (700) контекстного поиска приспособлен в качестве модуля контекста профиля и может получать результаты поиска (416) путем оценивания меры релевантности кандидата поиска (в структурированном и неструктурированном форматах) в отношении наименования проекта, роли проекта, наименования технологического потока, роли технологического потока, заголовка пользователя, роли пользователя, наименования главного приложения или роли главного приложения. Оценивание можно осуществлять как совпадения шаблона слов наименований (например, проекта, технологического потока или главного приложения) совместно с заранее определенным соотношением, связанным с заголовком пользователя или ролями (например, проекта, технологического потока, пользователя или главного приложения) с использованием компьютерной эвристики. Например, заголовок "геофизик" можно связать, с использованием заранее определенного соотношения, с кандидатом поиска (в структурированном и неструктурированном форматах), имеющим шаблон слов "отчет о геофизической разведке" в заголовке, контенте или ином атрибуте кандидата поиска (в структурированном и неструктурированном форматах) для обеспечения высокой меры релевантности. Модуль контекста профиля также способен идентифицировать и отображать наиболее релевантные результаты для данного профиля на основании статистики использования (например, 419), осуществляемой на собранной информации (например, 416). Другими словами, отображается информация 'фаворитов' для пользователей, имеющих тот же профиль. В одном или нескольких вариантах осуществления, модуль контекста профиля генерирует и/или сохраняет профиль поиска контекста профиля для использования совместно с функциями машины поиска, связанными с машиной (714) службы контекста для получения результатов поиска (416). В одном или нескольких вариантах осуществления, показатель релевантности результатов поиска (416) может генерироваться и/или сохраняться на основании профиля поиска контекста профиля.

В одном или нескольких вариантах осуществления, модуль (700) контекстного поиска приспособлен в качестве модуля аналогового контекста и может получать результаты поиска (416) путем оценивания меры релевантности кандидата поиска (в структурированном и неструктурированном форматах) в отношении характеристики или атрибута данных, используемых в главном приложении (710) и технологическом потоке (738). Оценивание можно осуществлять путем сравнения подобия между данными главного приложения и данными, связанными с кандидатом поиска (в структурированном и неструктурированном форматах) с использованием компьютерной эвристики. Например, главное приложение (710) может представлять собой эмулятор коллектора, вычисляющий данные расхода, и может быть связан с кандидатом поиска (в структурированном и неструктурированном форматах), имеющим сходные данные для обеспечения высокой меры релевантности. В одном или нескольких вариантах осуществления, модуль аналогового контекста генерирует и/или сохраняет профиль поиска аналогового контекста для использования совместно с функциями машины поиска, связанными с машиной (714) службы контекста для получения результатов поиска (416). В одном или нескольких вариантах осуществления, показатель релевантности результатов поиска (416) может генерироваться и/или сохраняться на основании профиля поиска аналогового контекста.

В одном или нескольких вариантах осуществления, модуль (700) контекстного поиска приспособлен в качестве модуля контекста временных рамок и может получать результаты поиска (416) путем оценивания временной близости кандидата поиска (в структурированном и неструктурированном форматах) в отношении даты проекта, даты технологического потока или даты объекта. Оценивание можно осуществлять с использованием компьютерной эвристики для идентификации любой информации, относящейся к дате, связанной с кандидатом поиска (в структурированном и неструктурированном форматах), и ее сравнения с датой проекта, датой технологического потока или датой объекта. Информацию, относящуюся к дате, можно извлечь из заголовка, контента, метки времени или других атрибутов, связанных с кандидатом поиска (в структурированном и неструктурированном форматах). В одном или нескольких вариантах осуществления, модуль контекста временных рамок генерирует и сохраняет профиль поиска контекста временных рамок для использования совместно с функциями машины поиска, связанными с машиной (714) службы контекста для получения результатов поиска (416). В одном или нескольких вариантах осуществления, показатель релевантности результатов поиска (416) может генерироваться и сохраняться на основании профиля поиска контекста временных рамок.

В одном или нескольких вариантах осуществления, модуль (411) качества данных может быть приспособлен для обеспечения функциональных возможностей для получения результатов поиска (416) на основании меры качества. Мера качества может включать в себя различные критерии качества (415), например, завершенность, согласованность, действительность, уникальность и т.д. Завершенность может соответствовать степени, в какой элемент данных месторождения в результатах поиска (416) включает в себя все необходимые атрибуты. Например, элементом данных месторождения может быть скважина, и атрибуты могут включать в себя название, порядковый номер, местоположение, дату бурения и т.д. Согласованность может соответствовать степени, в какой атрибуты элемента данных месторождения в результатах поиска (416) согласуются для разных источников данных. Например, элемент данных месторождения можно получать из базы данных, электронной таблицы, отчета, веб-сайта и т.д. Действительность может соответствовать степени, в какой атрибуты элемента данных месторождения верны, внутренне согласованы и удовлетворяют стандартам. Например, мера качества «действительность» может быть связана с заранее определенной процедурой проверки. Уникальность может соответствовать степени, в какой значение атрибута уникально задает конкретный элемент данных месторождения. Например, каждое название скважины должно уникально идентифицировать конкретную скважину. В одном или нескольких вариантах осуществления, различные критерии качества (415) меры качества могут выбираться пользователем.

В одном или нескольких вариантах осуществления, когда модуль (411) качества данных активирован, механизм поиска машины (714) службы контекста объединяет выбранные критерии качества (415) и один или несколько профилей поиска (417), связанных с модулями контекстного поиска. Например, машина (714) службы контекста получает результаты поиска (416), используя соответствующие функции машины поиска согласно различным вышеописанным профилям поиска (417). Меры качества этих результатов поиска (416) также может получать модуль (411) качества данных согласно выбранным критериям качества (415). Кроме того, показатель релевантности этих результатов поиска (416) можно регулировать на основании мер качества. В одном или нескольких вариантах осуществления, часть результатов поиска (416), имеющая низкое качество, можно удалять, если соответствующая мера качества падает ниже заранее определенного порога. В одном или нескольких вариантах осуществления, модуль (411) качества данных получает меру качества от сторонней машины качества данных (не показана), и критерий качества выбирается пользователем из критериев качества, обеспеченных сторонней машиной качества данных. Пример использования критериев качества (415) совместно с профилями поиска (417) описан ниже со ссылкой на фиг. 8.

В одном или нескольких вариантах осуществления, теговое облако является визуальным обозначением тегов с соответствующими весовыми коэффициентами, отражающими важность каждого тега. Теги обычно представляют собой отдельные слова и обычно перечислены в алфавитном порядке в теговом облаке, причем важность тега выражается на основании размера и/или цвета шрифта, что позволяет находить тег в алфавитном порядке или по степени важности. В одном или нескольких вариантах осуществления, модуль (412) тегирования данных может быть приспособлен генерировать запись (418) часто используемых фраз на основании результатов поиска (416) из различных поисков, осуществляемых машиной (714) службы контекста в режиме накопления. В одном или нескольких вариантах осуществления, модуль (412) тегирования данных может быть приспособлен организовывать запись (418) часто используемых фраз на основании контекстной информации, связанной с различными поисками, осуществляемыми машиной (714) службы контекста. В одном или нескольких вариантах осуществления, модуль (412) тегирования данных может быть приспособлен генерировать теговое облако из текущего результата поиска, получаемого каждый раз, когда поиск осуществляется машиной (714) службы контекста, причем весовой коэффициент каждого тега определяется на основании частотности тега в записи часто используемых фраз (418). Когда пользователь (734) выбирает один из тегов в теговом облаке по получении текущего результата поиска, выбранный тег можно добавить в качестве дополнительного ограничения поиска для объединения с профилями поиска (417) для осуществления нового поиска для уточнения текущего результата поиска. В одном или нескольких вариантах осуществления, функции тегирования данных могут интегрироваться в машине (714) службы контекста без отдельного модуля (412) тегирования данных. Пример тегового облака описан ниже со ссылкой на фиг. 7.

В одном или нескольких вариантах осуществления, модуль (413) предложений по поиску может быть приспособлен для обеспечения одного или нескольких предложений для помощи пользователю (734) при выборе эффективных критери