CN103309979A - 一种基于图论的知识立方体模型算法 - Google Patents

Abstract

本发明公开了一种基于图论的知识立方体模型算法，所述知识立方体由多个知识主题相互连接、相互作用构成知识的关系型结构通过对知识的关系型结构研究分析形成；所述关系型结构包裹知识体关系度、知识内容的权重度、知识体之间的强弱关系及知识体之间关系的路径距离，提供了一种更方便、快捷、直观的查询方式。

Description

一种基于图论的知识立方体模型算法

技术领域

本发明涉及一种基于图论的知识立方体模型算法。

背景技术

目前，企业知识搜索主要有全文检索与知识地图方式，全文检索通过关键字的分词处理，按与关键字的吻合程序展现知识信息；而知识地图基于企业既有的规范进行组织，注重知识与部门与岗位、流程的关系，其检索模式相对固定。无论是全文检索，还是知识地图都不能很好的展现企业知识之间的关系，不利于用户对知识的系统性学习。知识立方体从知识体、知识词条、知识专家对象对企业知识之间的关系进行全面展现，是未来企业知识应用的重要里程碑。

发明内容

本发明提出一种基于图论的知识立方体模型算法，提供了一种更方便、快捷、直观的查询方式。

本发明的技术方案是这样实现的：一种基于图论的知识立方体模型算法，所述知识立方体由多个知识主题相互连接、相互作用构成知识的关系型结构通过对知识的关系型结构研究分析形成；所述关系型结构包裹知识体关系度、知识内容的权重度、知识体之间的强弱关系及知识体之间关系的路径距离；

1）、所述知识体关系度为知识体与其它知识体之间相互关联的关系数量；

2）、所述知识内容的权重度为针对所查询内容的重要程度；

3）、所述知识体之间的强弱关系中强关系是指知识体之间的关联度高，相似度高，往往维系着群体、组织的完整性和稳定性，弱关系指知识体之间关联度低，相似度低，在不同群体、组织或个人之间建立纽带性联系；

4)、平均路径长度度量了知识体间的建立关联关系所需经过路程的远近，即两个知识体间流动所必须途经其他知识体的个数，体现了知识体关系网络中知识流动的深度、速度和成本。

进一步的，所述知识立方体的前台采用flash动态加载方式进行展示。

本发明的有益效果为：本发明的知识立方体模型算法，基于图论的知识立方体模型，从知识体、知识词条、知识专家三个维度全面的展现知识主体和与之相关知识对象的关系，以所搜索关键字对应的知识为核心主体，相关对象为客体，用图形的大小表示对象的热度，用距离表示与主体之间的紧密程度，直观的表达了知识之间的关系，通过在不同对象之间的切换，可以较快速全面的知晓企业知识的脉络。知识立方体在功能与效用上都有传统全文检索技术与知识地图不可比拟的优势，它弥补了全文检索不够直观，知识地图查找不便的问题，使知识应用落到实处，是企业知识创新的重要动力，同时也是企业员工学习知识的强大工具。

具体实施方式

下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于图论的知识立方体模型算法，其特征在于：所述知识立方体由多个知识主题相互连接、相互作用构成知识的关系型结构通过对知识的关系型结构研究分析形成；所述关系型结构包裹知识体关系度、知识内容的权重度、知识体之间的强弱关系及知识体之间关系的路径距离。

1）、所述知识体关系度为知识体与其它知识体之间相互关联的关系数量；关系的度数决定了网络规模，决定了知识流动的通路数量；对单个知识体来说，关系的度数反映了通过该知识体可获得知识量的多寡，知识来源的多少，获取知识的难易程度；知识关系度即其凝聚的关系数量也决定了它的中心性，反映了知识体的地位和影响力。

2）、所述知识内容的权重度为针对所查询内容的重要程度；

3）、所述知识体之间的强弱关系中强关系是指知识体之间的关联度高，相似度高，往往维系着群体、组织的完整性和稳定性，弱关系指知识体之间关联度低，相似度低，在不同群体、组织或个人之间建立纽带性联系；在知识传递的过程中，节点间的强关系有利于提高知识流动的效率，弱连接往往是非重复连接，可以触及更广泛的范围，接触到更多的异质性和创新性知识。

4)、平均路径长度度量了知识体间的建立关联关系所需经过路程的远近，即两个知识体间流动所必须途经其他知识体的个数，体现了知识体关系网络中知识流动的深度、速度和成本。平均路径程度越小，说明在查找两个知识体之间关系的损耗与阻力越小，得到的结果越精准，让相互联系的成本降低，使得知识体间更容易发生频繁的互动，即知识体之间沟通交流发生的频率越大。

知识立方体是基于知识关系的触角式知识导引方式，关注知识的应用关系，其表现形式会随知识关系的发现而变化。知识立方体以一个知识体为中心，按照知识的关联度展现其关联知识的立体知识地图。在知识立方体中，点击任意一个知识体，便能够立即转化为以该知识体为中心的知识立方体，来显示所有与之关联的其他知识内容，由于知识之间的这种关系型网络结构会随着知识管理中的知识数量增加而呈现几何数的增长，所以需要设定知识立方体的关系网络规模，根据网络规模来优先显示与知识体关联度高、权重高的知识内容，隐藏关联度低、权重低的知识内容，使得用户获得的结果更加精确、更加有价值，不会被一大堆对于用户来说无意义的数据给淹没。

知识立方体的前台采用flash动态加载方式进行展现，当用户查询某知识时，将会以该知识体为中心来展现与之关联的其他知识体，其他知识体与被查询的知识体之间的关系强弱通过两者之间的距离远近来表现，而知识体图标的大小体现了知识体的热度和中心性，图标越大则表示该知识体具有高度的中心性，它能连接的其他知识越多，通过具有高度中心性的知识体可以接触到来自各个方向大量、广泛、多样的异质知识和信息；被查询的知识体通过这些具有高中心性的知识体可以建立更广泛的联系，使用户可以接触到整个知识网络中的其他部分，有机会接触到更多的信息和资源。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于图论的知识立方体模型算法，其特征在于：所述知识立方体由多个知识主题相互连接、相互作用构成知识的关系型结构通过对知识的关系型结构研究分析形成；所述关系型结构包裹知识体关系度、知识内容的权重度、知识体之间的强弱关系及知识体之间关系的路径距离；

1）、所述知识体关系度为知识体与其它知识体之间相互关联的关系数量；

2）、所述知识内容的权重度为针对所查询内容的重要程度；

3）、所述知识体之间的强弱关系中强关系是指知识体之间的关联度高，相似度高，往往维系着群体、组织的完整性和稳定性，弱关系指知识体之间关联度低，相似度低，在不同群体、组织或个人之间建立纽带性联系；

4)、平均路径长度度量了知识体间的建立关联关系所需经过路程的远近，即两个知识体间流动所必须途经其他知识体的个数，体现了知识体关系网络中知识流动的深度、速度和成本。

2.根据权利要求1所述的一种基于图论的知识立方体模型算法，其特征在于：所述知识立方体的前台采用flash动态加载方式进行展示。