CN104240026A - 产品设计知识管理服务机理及匹配方法 - Google Patents

产品设计知识管理服务机理及匹配方法 Download PDF

Info

Publication number
CN104240026A
CN104240026A CN201410453258.7A CN201410453258A CN104240026A CN 104240026 A CN104240026 A CN 104240026A CN 201410453258 A CN201410453258 A CN 201410453258A CN 104240026 A CN104240026 A CN 104240026A
Authority
CN
China
Prior art keywords
knowledge
resource
services
design
service
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410453258.7A
Other languages
English (en)
Other versions
CN104240026B (zh
Inventor
明新国
吴振勇
宋文燕
徐志涛
何丽娜
李淼
厉秀珍
郑茂宽
尹导
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201410453258.7A priority Critical patent/CN104240026B/zh
Publication of CN104240026A publication Critical patent/CN104240026A/zh
Application granted granted Critical
Publication of CN104240026B publication Critical patent/CN104240026B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种产品设计知识管理服务机理及匹配方法,包括以下步骤:步骤1:分析产品设计知识管理服务过程中知识服务需求方、知识服务提供方和知识管理服务平台运营方;步骤2:根据不同的对象,将知识服务特征划分为知识服务资源特征属性和知识服务需求特征属性;步骤3:不同的利益方有其各自的知识服务内容和服务流程;步骤4:根据知识服务需求方的知识服务需求与知识服务提供方提供知识资源的服务属性进行相似度计算,然后进行服务资源的匹配,将匹配后的知识资源提供给知识服务需求方。本发明将多目标优化模型转化为单目标优化模型,并通过求解优化模型得到双边匹配结果,从而提高设计人员获取知识的满意度,提高产品设计效率。

Description

产品设计知识管理服务机理及匹配方法
技术领域
本发明涉及一种管理服务机理及匹配方法,具体地,涉及一种产品设计知识管理服务机理及匹配方法。
背景技术
目前,知识分享方法是以提供知识浏览和查询为主的文档管理,其目的主要是知识的共享,导致知识服务的针对性和专业性不强,难以为用户提供准确的知识,另外知识服务的层次也较低,难以对商业智能决策提供支撑。
目前,大多数的知识服务系统均是基于企业知识库建立起来的,主要是企业内部知识资源的传递,并未考虑知识库或数据库之外大量的知识资源的潜在效益,因此,知识库是相当有限和相对静态的,不适合企业内部知识服务资源的广泛传递和新知识的产生。
企业内各信息系统往往自成体系,彼此之间集成度比较低,知识服务的发布和服务资源的查找非常困难,且知识服务系统大多功能比较集中,主要是知识服务的查找和知识资源的浏览,从知识服务平台的角度出发,知识服务的功能并不是非常完善和丰富。
目前,在产品设计领域知识服务方面的研究主要集中围绕设计人员、知识需求和知识源三者进行分析,构建知识服务模型,较少从知识服务相关利益方的角度出发构建知识服务架构和流程,且缺乏对知识服务平台评价方法研究的支持,应该从知识服务相关利益方的角度出发,构建产品设计知识服务机理及服务匹配方法。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种产品设计知识管理服务机理及匹配方法,其将知识服务需求、知识服务资源作为知识服务特征属性,并对知识服务的特征属性进行定义和量化分析,通过构建供需双方了多目标双边匹配优化模型,进一步将多目标优化模型转化为单目标优化模型,并通过求解优化模型得到双边匹配结果,从而提高设计人员获取知识的满意度,提高产品设计效率。
根据本发明的一个方面,提供一种产品设计知识管理服务机理及匹配方法,其特征在于,包括以下步骤:
步骤1:分析产品设计知识管理服务过程中知识服务需求方、知识服务提供方和知识管理服务平台运营方;
步骤2:在上述步骤1分析产品设计知识服务过程中相关利益方的基础上,根据不同的对象,即根据知识服务需求方和知识服务提供方,将知识服务特征划分为知识服务资源特征属性和知识服务需求特征属性;
步骤3:提取出知识服务资源特征和知识服务需求特征之后,设计不同的利益方的知识服务内容和服务流程,不同的利益方有其各自的知识服务内容和服务流程,针对知识服务需求方设计知识需求流程,针对知识服务提供方设计知识服务提供流程;
步骤4:按照产品设计知识服务的流程,根据知识服务需求方的知识服务需求与知识服务提供方提供知识资源的服务属性进行相似度计算,然后进行服务资源的匹配,将匹配后的知识资源提供给知识服务需求方。
优选地,所述步骤2的知识服务资源特征属性的定义如下:
KSR={DevKnRes,DevKnResAtt}
DevKnRes={WhatKnRes,WhyKnRes,HowKnRes,WhoKnRes}
DevKnResAtt={DevKnResk,InhAtt,SerAtt}
KSR表示知识服务资源,元素DevKnRes为产品设计知识资源类型集合,元素DevKnResAtt为不同类型DevKnRes的特征集合;
元素WhatKnRes为产品设计过程中know-what类知识资源;元素WhyKnRes为产品设计过程中know-why类知识资源;元素HowKnRes为产品设计过程中know-how类知识资源;元素WhoKnRes为产品设计过程中know-who类知识资源;元素DevKnResk为第k类知识资源;
元素InhAtt={KnResID,KnResName,KnResType,KnResIn}表示基本属性,包括知识资源ID、知识资源名称、知识资源类型和知识资源内容。
优选地,所述知识服务需求特征属性的定义如下式:
KTR={DevTasRes,DevTasResAtt}
DevTasRes={WhatTasRes,WhyTasRes,HowTasRes,WhoTasRes}
DevKnResAtt={DevTasResk,InhAtt,SerAtt}
KTR表示知识服务需求,元素DevTasRes为产品设计知识需求类型集合,DevTasResAtt为不同类型DevTasRes的特征集合;
元素WhatTasRes为产品设计过程中know-what类知识资源,元素WhyTasRes为产品设计过程中know-why类知识资源,元素HowTasRes为产品设计过程中know-how类知识资源,元素WhoTasRes为产品设计过程中know-who类知识资源,元素DevTasResk为第k类知识服务需求;
元素InhAtt={KnDemID,KnDemName,KnDemT,KnDemIn}表示基本属性,包括知识需求ID、知识资需求名称、知识需求类型和知识需求内容;
元素SerAtt={KnSerID,KnSerName,KnSerType,KnSerIn}表示服务属性包括知识服务服务ID、服务名称、知识服务类型和知识服务内容。
优选地,所述步骤3中的针对知识服务需求方设计知识需求流程包括如下步骤:步骤3.1.1:需求任务分解;步骤3.1.2:知识服务配置;步骤3.1.3:知识服务资源申请。
优选地,所述步骤3中的针对知识服务提供方设计知识服务提供流程包括如下步骤:步骤3.2.1:建立知识服务资源库并分类;步骤3.2.2:服务资源注册;步骤3.2.3:接收知识服务任务。
优选地,所述步骤4的求解步骤如下:
步骤4.1:知识服务资源本体描述,按照前文定义,知识服务资源划分为know-what、know-why、know-how和know-who四种知识服务资源本体;
步骤4.2:知识服务资源向量语义分析,知识服务资源向量KS={S1,S2,…,Sn},其中Si表示第i类知识服务资源对象分向量;
知识服务资源描述向量KD={D1,D2,…,Dn},其中KD∈Si,Di表示权重较大的属性;
知识服务资源查询向量KQ={Q1,Q2,…,Qn},其中Qi表示查询特征向量;
权重集合按照查询重要性分配KW={W1,W2,…,Wn},其中Wi为第i个特征项的权重;
步骤4.3:知识服务资源向量匹配,分别对KD和KQ的分量进行匹配,其规则为:
if Di==Qi,则权重系数Vi=1;
if Qi满足Di,则权重系数Vi=Vm<1;
if Qi包含Di,则权重系数Vi=Vc<1;
if Qi与Di完全相离,则权重系数Vi=0;
步骤4.4:资源候选集的获取,知识资源向量距离计算表达式如下式:
Sim ( KD , KQ ) = &Sigma; k = 1 n V i &times; W i ( &Sigma; k = 1 n W 2 )
若大于阈值则加入查询集KR={R1,R2,…,Rn};
步骤4.5:最优集获取,满足函数Min(Q∨N∨C∨T),得到最优集KRx={R1,R3,…,Rn-1};其中Q为服务质量、N为服务数量、C为服务成本、T为完成服务的时间。
优选地,所述知识服务需求方包括个人需求者、部门需求者、外部机构需求者。
优选地,所述知识服务提供方包括个人提供者、部门提供者、外部机构提供者。
与现有技术相比,本发明具有如下的有益效果:一,帮助企业设计人员准确获取知识,满足设计过程中的知识需求;二,为企业在知识管理实施过程中的知识服务匹配提供技术支撑;三,帮助企业完善知识管理体系。四,本发明将知识服务需求、知识服务资源作为知识服务特征属性,并对知识服务的特征属性进行定义和量化分析,通过构建供需双方了多目标双边匹配优化模型,进一步将多目标优化模型转化为单目标优化模型,并通过求解优化模型得到双边匹配结果,从而提高设计人员获取知识的满意度,提高产品设计效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的产品设计知识管理服务利益相关方的示意图。
图2为本发明中的产品设计知识服务需求方匹配业务流程图。
图3为本发明中的产品设计知识服务提供方匹配业务流程图。
图4为产品设计知识服务映射模型的示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明属于产品设计领域,具体涉及产品设计知识管理服务机理及匹配方法,特别是涉及知识服务利益相关方分析、服务资源特征属性和服务需求特征属性设计,需求与服务提供流程的开发和服务匹配方法。
本发明提供的产品设计知识管理服务机理及匹配方法包括以下步骤:
步骤1:分析产品设计知识管理服务过程中的知识服务需求方、知识服务提供方和知识管理服务平台运营方(可以简称为“平台运营方”)等利益相关方,见图1的产品设计知识管理服务利益相关方。知识服务需求方包括个人需求者、部门需求者、外部机构需求者。知识服务提供方包括个人提供者、部门提供者、外部机构提供者。
步骤2:在上述步骤1分析产品设计知识服务过程中相关利益方的基础上,根据不同的对象,即根据知识服务需求方和知识服务提供方,将知识服务特征划分为知识服务资源特征属性和知识服务需求特征属性,具体属性的内容如下:
(1)知识服务资源特征属性
知识服务资源特征属性的定义如下式(1):
KSR={DevKnRes,DevKnResAtt}……………………………………………(1)
其中,式(1)中的两个元素又符合如下式(2)和式(3):
DevKnRes={WhatKnRes,WhyKnRes,HowKnRes,WhoKnRes}…………(2)
DevKnResAtt={DevKnResk,InhAtt,SerAtt}………………………………(3)
KSR表示知识服务资源,元素DevKnRes为产品设计知识资源类型集合,元素DevKnResAtt为不同类型DevKnRes的特征集合;
元素WhatKnRes为产品设计过程中know-what类知识资源;元素WhyKnRes为产品设计过程中know-why类知识资源;元素HowKnRes为产品设计过程中know-how类知识资源;元素WhoKnRes为产品设计过程中know-who类知识资源;元素DevKnResk为第k类知识资源;
元素InhAtt={KnResID,KnResName,KnResType,KnResIn}表示基本属性,包括知识资源ID、知识资源名称、知识资源类型和知识资源内容。
元素SerAtt={KnSerID,KnSerName,KnSerType,KnSerIn}表示服务属性包括知识服务服务ID、服务名称、知识服务类型和知识服务内容。
(2)知识服务需求特征属性
知识服务需求特征属性的定义如下式(4):
KTR={DevTasRes,DevTasResAtt}……………………………………………(4)
其中,式(4)中的两个元素又符合如下式(5)和式(6):
DevTasRes={WhatTasRes,WhyTasRes,HowTasRes,WhoTasRes}…………(5)
DevKnResAtt={DevTasResk,InhAtt,SerAtt}…………………………………(6)
KTR表示知识服务需求,元素DevTasRes为产品设计知识需求类型集合,DevTasResAtt为不同类型DevTasRes的特征集合;
元素WhatTasRes为产品设计过程中know-what类知识资源,元素WhyTasRes为产品设计过程中know-why类知识资源,元素HowTasRes为产品设计过程中know-how类知识资源,元素WhoTasRes为产品设计过程中know-who类知识资源,元素DevTasResk为第k类知识服务需求;
元素InhAtt={KnDemID,KnDemName,KnDemT,KnDemIn}表示基本属性,包括知识需求ID、知识资需求名称、知识需求类型和知识需求内容;
元素SerAtt={KnSerID,KnSerName,KnSerType,KnSerIn}表示服务属性包括知识服务服务ID、服务名称、知识服务类型和知识服务内容。
步骤3:提取出知识服务资源特征和知识服务需求特征之后,设计不同的利益方的知识服务内容和服务流程,不同的利益方有其各自的知识服务内容和服务流程,针对知识服务需求方设计知识需求流程,针对知识服务提供方设计知识服务提供流程,即对知识服务提供方和知识服务需求方设计相应的流程,具体内容如下:
(1)针对知识服务需求方设计知识需求流程包括如下步骤(见图2的产品设计知识服务需求方匹配业务流程图)
步骤3.1.1:需求任务分解
任务是需求描述的集合,而需求描述是由各种限制条件所定义的,限制条件包含产品设计阶段、产品设计对象、匹配条件等;根据条件确定所需要的知识服务类型,对需求任务进行分析,选择应有的知识获取管道,从而得出服务资源需求。
步骤3.1.2:知识服务配置
知识服务配置包括两种形式,即知识查找和知识推送。知识查找根据提供的关键词匹配相应的知识资源集,提取知识服务资源,经过最优化查找后反馈给知识服务需求方;知识推送则按照知识需求方的背景信息匹配出潜在的知识服务,将匹配出的知识服务推送给知识服务需求方。
步骤3.1.3:知识服务资源申请
通过步骤3.1.1中的两个知识获取管道查找或匹配到相关的知识服务,然后在进行知识资源的申请与映射,将合适的知识资源反馈给使用方。
(2)针对知识服务提供方设计知识服务提供流程包括如下步骤(见图3的产品设计知识服务提供方匹配业务流程图)
步骤3.2.1:建立知识服务资源库并分类
首先进行知识资源分类操作,根据产品设计领域中,针对知识和服务需求,建立起资源库,对各类知识服务资源分析整理,根据知识资源类型划分知识种类并进行知识表达。
步骤3.2.2:服务资源注册
如果知识服务资源为产品设计任务知识,则通过平台注册为设计任务知识,可供企业产品设计人员访问;如果是产品设计兴起知识,则通过平台注册为设计兴趣知识,设置相应全选,供企业内部一部分设计人员访问使用;如果某一知识服务资源为专家经验知识,则在平台上注册为专家知识,需要指定设计人员使用,在此基础上构建知识表达模型,导入到知识服务资源池。
步骤3.2.3:接收知识服务任务
接收知识服务任务可以分为主动接收和被动接受,主动接受对应上文中的知识推送服务,主动接受知识需求者发布的任务,被动接受对应于上文中的知识检索服务,按照知识匹配提供知识。
步骤4:按照产品设计知识服务的流程,根据知识服务需求方的知识服务需求与知识服务提供方提供知识资源的服务属性进行相似度计算,然后进行服务资源的匹配,将匹配后的知识资源提供给知识服务需求方,见图4的产品设计知识服务映射模型的示意图,具体内容如下:
目标:以知识需求方的知识需求和知识提供方的服务能力或者服务资源的匹配值最大化目标,构建知识服务匹配模型。
变量:设xij表示决策变量,xij=1表示知识提供方KD与知识需求方KQ匹配,否则xij=0,αij表示KD对KQ的满意度,βij表示KQ对KD的满意度。
目标函数如下式(7)至式(9):
max Z 1 = &Sigma; i = 1 m &Sigma; j = 1 n &alpha; ij x ij . . . ( 7 )
max Z 2 = &Sigma; i = 1 m &Sigma; j = 1 n &beta; ij x ij . . . ( 8 )
max Z 3 = &Sigma; i = 1 m &Sigma; j = 1 n x ij . . . ( 9 )
多目标问题转化为单目标问题:
设Z1,Z2,Z3的最大和最小值分别为Zmax1,Zmax2,Zmax3,Zmin1,Zmin2,Zmin3,则三个目标函数的隶属度函数为别为如下式(10)至式(12):
&mu; ( Z 1 ) = Z 1 - Z min 1 Z max 1 - Z min 1 . . . ( 10 )
&mu; ( Z 2 ) = Z 2 - Z min 2 Z max 2 - Z min 2 . . . ( 11 )
&mu; ( Z 3 ) = Z 3 - Z min 3 Z max 3 - Z min 3 . . . ( 12 )
目标函数如下:maxZ=ω1μZ12μZ23μZ3,其中0≤ω123≤1且ω123=1。
约束条件如下式(13)和式(14):
&Sigma; j = 1 n x ij &le; p i . . . ( 13 )
&Sigma; j = 1 n x ij &le; q i . . . ( 14 )
i=1,2,…,m;j=1,2,…,n;xij=0或1,i=1,2,…,m,j=1,2,…n.
其中,目标函数(7)含义是尽可能是知识提供方的知识满足需求方,函数(8)的含义是尽可能使知识需求方的需求满足知识提供方,函数(9)的含义是尽可能是双方匹配的数量最多,约束条件是指知识需求方KQ最多与pi个知识提供方匹配,知识提供方KD最多与qi个知识需求方匹配。
步骤4的求解步骤如下:
步骤4.1:知识服务资源本体描述,按照前文定义,知识服务资源划分为know-what、know-why、know-how和know-who四种知识服务资源本体;
步骤4.2:知识服务资源向量语义分析,知识服务资源向量KS={S1,S2,…,Sn},其中Si表示第i类知识服务资源对象分向量;
知识服务资源描述向量KD={D1,D2,…,Dn},其中KD∈Si,Di表示权重较大的属性;
知识服务资源查询向量KQ={Q1,Q2,…,Qn},其中Qi表示查询特征向量;
权重集合按照查询重要性分配KW={W1,W2,…,Wn},其中Wi为第i个特征项的权重;
步骤4.3:知识服务资源向量匹配,分别对KD和KQ的分量进行匹配,其规则为:
if Di==Qi,则权重系数Vi=1;
if Qi满足Di,则权重系数Vi=Vm<1;
if Qi包含Di,则权重系数Vi=Vc<1;
if Qi与Di完全相离,则权重系数Vi=0;
步骤4.4:资源候选集的获取,知识资源向量距离计算表达式如下式(15):
Sim ( KD , KQ ) = &Sigma; k = 1 n V i &times; W i ( &Sigma; k = 1 n W 2 ) . . . ( 15 )
若大于阈值则加入查询集KR={R1,R2,…,Rn};
步骤4.5:最优集获取,满足函数Min(Q∨N∨C∨T),得到最优集KRx={R1,R3,…,Rn-1};其中Q为服务质量、N为服务数量、C为服务成本、T为完成服务的时间。
本发明针对知识管理向知识服务转换的问题,从知识服务相关利益方的角度出发,构建知识服务需求方和提供方的知识服务流程,设计开发知识服务匹配算法,能满足设计人员获取知识的满意度,提高产品设计人员的效率。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。

Claims (8)

1.一种产品设计知识管理服务机理及匹配方法,其特征在于,包括以下步骤:
步骤1:分析产品设计知识管理服务过程中知识服务需求方、知识服务提供方和知识管理服务平台运营方;
步骤2:在上述步骤1分析产品设计知识服务过程中相关利益方的基础上,根据不同的对象,即根据知识服务需求方和知识服务提供方,将知识服务特征划分为知识服务资源特征属性和知识服务需求特征属性;
步骤3:提取出知识服务资源特征和知识服务需求特征之后,设计不同的利益方的知识服务内容和服务流程,不同的利益方有其各自的知识服务内容和服务流程,针对知识服务需求方设计知识需求流程,针对知识服务提供方设计知识服务提供流程;
步骤4:按照产品设计知识服务的流程,根据知识服务需求方的知识服务需求与知识服务提供方提供知识资源的服务属性进行相似度计算,然后进行服务资源的匹配,将匹配后的知识资源提供给知识服务需求方。
2.根据权利要求1所述的产品设计知识管理服务机理及匹配方法,其特征在于,所述步骤2的知识服务资源特征属性的定义如下:
KSR={DevKnRes,DevKnResAtt}
DevKnRes={WhatKnRes,WhyKnRes,HowKnRes,WhoKnRes}
DevKnResAtt={DevKnResk,InhAtt,SerAtt}
KSR表示知识服务资源,元素DevKnRes为产品设计知识资源类型集合,元素DevKnResAtt为不同类型DevKnRes的特征集合;
元素WhatKnRes为产品设计过程中know-what类知识资源;元素WhyKnRes为产品设计过程中know-why类知识资源;元素HowKnRes为产品设计过程中know-how类知识资源;元素WhoKnRes为产品设计过程中know-who类知识资源;元素DevKnResk为第k类知识资源;
元素InhAtt={KnResID,KnResName,KnResType,KnResIn}表示基本属性,包括知识资源ID、知识资源名称、知识资源类型和知识资源内容。
3.根据权利要求1所述的产品设计知识管理服务机理及匹配方法,其特征在于,所述知识服务需求特征属性的定义如下式:
KTR={DevTasRes,DevTasResAtt}
DevTasRes={WhatTasRes,WhyTasRes,HowTasRes,WhoTasRes}
DevKnResAtt={DevTasResk,InhAtt,SerAtt}
KTR表示知识服务需求,元素DevTasRes为产品设计知识需求类型集合,DevTasResAtt为不同类型DevTasRes的特征集合;
元素WhatTasRes为产品设计过程中know-what类知识资源,元素WhyTasRes为产品设计过程中know-why类知识资源,元素HowTasRes为产品设计过程中know-how类知识资源,元素WhoTasRes为产品设计过程中know-who类知识资源,元素DevTasResk为第k类知识服务需求;
元素InhAtt={KnDemID,KnDemName,KnDemT,KnDemIn}表示基本属性,包括知识需求ID、知识资需求名称、知识需求类型和知识需求内容;
元素SerAtt={KnSerID,KnSerName,KnSerType,KnSerIn}表示服务属性包括知识服务服务ID、服务名称、知识服务类型和知识服务内容。
4.根据权利要求1所述的产品设计知识管理服务机理及匹配方法,其特征在于,所述步骤3中的针对知识服务需求方设计知识需求流程包括如下步骤:步骤3.1.1:需求任务分解;步骤3.1.2:知识服务配置;步骤3.1.3:知识服务资源申请。
5.根据权利要求1所述的产品设计知识管理服务机理及匹配方法,其特征在于,所述步骤3中的针对知识服务提供方设计知识服务提供流程包括如下步骤:步骤3.2.1:建立知识服务资源库并分类;步骤3.2.2:服务资源注册;步骤3.2.3:接收知识服务任务。
6.根据权利要求1所述的产品设计知识管理服务机理及匹配方法,其特征在于,所述步骤4的求解步骤如下:
步骤4.1:知识服务资源本体描述,按照前文定义,知识服务资源划分为know-what、know-why、know-how和know-who四种知识服务资源本体;
步骤4.2:知识服务资源向量语义分析,知识服务资源向量KS={S1,S2,…,Sn},其中Si表示第i类知识服务资源对象分向量;
知识服务资源描述向量KD={D1,D2,…,Dn},其中KD∈Si,Di表示权重较大的属性;
知识服务资源查询向量KQ={Q1,Q2,…,Qn},其中Qi表示查询特征向量;
权重集合按照查询重要性分配KW={W1,W2,…,Wn},其中Wi为第i个特征项的权重;
步骤4.3:知识服务资源向量匹配,分别对KD和KQ的分量进行匹配,其规则为:
if Di==Qi,则权重系数Vi=1;
if Qi满足Di,则权重系数Vi=Vm<1;
if Qi包含Di,则权重系数Vi=Vc<1;
if Qi与Di完全相离,则权重系数Vi=0;
步骤4.4:资源候选集的获取,知识资源向量距离计算表达式如下式:
Sim ( KD , KQ ) = &Sigma; k = 1 n V i &times; W i ( &Sigma; k = 1 n W 2 )
若大于阈值则加入查询集KR={R1,R2,…,Rn};
步骤4.5:最优集获取,满足函数Min(Q∨N∨C∨T),得到最优集KRx={R1,R3,…,Rn-1};其中Q为服务质量、N为服务数量、C为服务成本、T为完成服务的时间。
7.根据权利要求1所述的产品设计知识管理服务机理及匹配方法,其特征在于,所述知识服务需求方包括个人需求者、部门需求者、外部机构需求者。
8.根据权利要求1所述的产品设计知识管理服务机理及匹配方法,其特征在于,所述知识服务提供方包括个人提供者、部门提供者、外部机构提供者。
CN201410453258.7A 2014-09-05 2014-09-05 产品设计知识管理服务匹配方法 Active CN104240026B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410453258.7A CN104240026B (zh) 2014-09-05 2014-09-05 产品设计知识管理服务匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410453258.7A CN104240026B (zh) 2014-09-05 2014-09-05 产品设计知识管理服务匹配方法

Publications (2)

Publication Number Publication Date
CN104240026A true CN104240026A (zh) 2014-12-24
CN104240026B CN104240026B (zh) 2017-09-08

Family

ID=52228047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410453258.7A Active CN104240026B (zh) 2014-09-05 2014-09-05 产品设计知识管理服务匹配方法

Country Status (1)

Country Link
CN (1) CN104240026B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106126885A (zh) * 2016-06-16 2016-11-16 中国船舶工业综合技术经济研究院 一种产品设计知识服务方法和装置
CN107977794A (zh) * 2017-12-14 2018-05-01 方物语(深圳)科技文化有限公司 工业产品的数据处理方法、装置、计算机设备及存储介质
CN110322149A (zh) * 2019-07-05 2019-10-11 东北大学 时间银行中基于多指标评价的一对多双边匹配方法
CN110516808A (zh) * 2019-07-25 2019-11-29 广东省智能制造研究所 一种知识表示模型的创建方法
CN113780994A (zh) * 2021-09-10 2021-12-10 李聪 基于互联网的设计能力调配系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004767A (zh) * 2010-11-10 2011-04-06 北京航空航天大学 一种基于抽象业务逻辑的交互式语义Web服务动态组合方法
CN102081648A (zh) * 2010-12-20 2011-06-01 北京航空航天大学 一种支持复杂产品先进制造的案例库系统及方法
CN102930389A (zh) * 2012-10-23 2013-02-13 北京理工大学 一种产品设计知识管理方法与系统
CN103617481A (zh) * 2013-11-04 2014-03-05 中国航空工业集团公司沈阳飞机设计研究所 一种面向流程的领域知识抽取与推送系统及方法
CN103995858A (zh) * 2014-05-15 2014-08-20 北京航空航天大学 基于任务分解的个性化知识主动推送方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004767A (zh) * 2010-11-10 2011-04-06 北京航空航天大学 一种基于抽象业务逻辑的交互式语义Web服务动态组合方法
CN102081648A (zh) * 2010-12-20 2011-06-01 北京航空航天大学 一种支持复杂产品先进制造的案例库系统及方法
CN102930389A (zh) * 2012-10-23 2013-02-13 北京理工大学 一种产品设计知识管理方法与系统
CN103617481A (zh) * 2013-11-04 2014-03-05 中国航空工业集团公司沈阳飞机设计研究所 一种面向流程的领域知识抽取与推送系统及方法
CN103995858A (zh) * 2014-05-15 2014-08-20 北京航空航天大学 基于任务分解的个性化知识主动推送方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梁军: ""基于设计认知和设计过程的产品设计实例类知识管理研究"", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106126885A (zh) * 2016-06-16 2016-11-16 中国船舶工业综合技术经济研究院 一种产品设计知识服务方法和装置
CN107977794A (zh) * 2017-12-14 2018-05-01 方物语(深圳)科技文化有限公司 工业产品的数据处理方法、装置、计算机设备及存储介质
CN107977794B (zh) * 2017-12-14 2021-09-17 方物语(深圳)科技文化有限公司 工业产品的数据处理方法、装置、计算机设备及存储介质
CN110322149A (zh) * 2019-07-05 2019-10-11 东北大学 时间银行中基于多指标评价的一对多双边匹配方法
CN110322149B (zh) * 2019-07-05 2023-02-07 东北大学 时间银行中基于多指标评价的一对多双边匹配方法
CN110516808A (zh) * 2019-07-25 2019-11-29 广东省智能制造研究所 一种知识表示模型的创建方法
CN113780994A (zh) * 2021-09-10 2021-12-10 李聪 基于互联网的设计能力调配系统

Also Published As

Publication number Publication date
CN104240026B (zh) 2017-09-08

Similar Documents

Publication Publication Date Title
Khanra et al. Big data analytics and enterprises: a bibliometric synthesis of the literature
Kong et al. Exploring dynamic research interest and academic influence for scientific collaborator recommendation
CN111260223A (zh) 一种审判风险智能识别与预警方法、系统、介质及设备
CN102129431B (zh) 应用于网上交易平台的检索方法和系统
CN105117422A (zh) 智能社交网络推荐系统
CN106682172A (zh) 一种基于关键词的文献研究热点推荐方法
CN103984714B (zh) 一种基于本体语义的云制造服务供需智能匹配方法
CN106339383A (zh) 一种搜索排序方法及系统
Wątróbski et al. Knowledge management in MCDA domain
CN104240026A (zh) 产品设计知识管理服务机理及匹配方法
CN106844665A (zh) 一种基于引用关系分布式表达的论文推荐方法
Xue et al. Ontology alignment based on instance using NSGA-II
Zhang et al. Aided analysis for quality function deployment with an Apriori-based data mining approach
Zhao et al. Academic social network-based recommendation approach for knowledge sharing
CN114860916A (zh) 知识检索方法及装置
CN104376116A (zh) 一种人物信息的搜索方法及装置
Torre-Bastida et al. Semantic information fusion of linked open data and social big data for the creation of an extended corporate CRM database
Jamil et al. A collaborative names recommendation in the Twitter environment based on location
Shen et al. A Review expert recommendation method based on comprehensive evaluation in multi-source data
Yu et al. Friend recommendation mechanism for social media based on content matching
Zhao et al. Probabilistic matrix factorization based on similarity propagation and trust propagation for recommendation
Wang Application of E-Commerce Recommendation Algorithm in Consumer Preference Prediction
Wang et al. Research on grey relational clustering model of multiobjective human resources based on time constraint
Yuan et al. OLAP4R: A top-k recommendation system for OLAP Sessions
Liao et al. Improved recommendation system using friend relationship in SNS

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant