CN106156090A - 一种基于知识图谱(Man-tree)的制造设计知识个性化推送方法 - Google Patents

Abstract

本发明属于面向制造业企业知识管理与知识推送技术领域，具体涉及一种新颖高效的、基于知识图谱的知识管理和推送方法。该方法能够有效地提高企业知识推送的全面性和准确性。在本发明中公开了一种基于制造设计的知识图谱结构Man-Tree的知识推送方法，包括：通过引入LDA方法进行知识建模模块、知识抽取与主题发现模块、知识图谱Man-tree构建模块、用户知识拥有度计算模块及知识推送模块。通过对用户拥有知识的程度进行量化评估，实现对知识图谱的扩充，建立知识与用户的语义关联。具体技术包括资料库的形成，知识的抽取、知识关联的发现及知识存储设计及用户对知识拥有度的量化计算方法。在提出的制造设计图谱基础上，给出了一种制造设计领域知识推送的新方法。

Description

一种基于知识图谱(Man-tree)的制造设计知识个性化推送方法

技术领域

本发明属于面向制造业企业产品设计知识管理与知识推送技术领域，具体涉及一种新颖高效的、基于知识图谱的知识管理和推送方法，该方法能够有效地提高企业知识推送的准确性和完整性。

背景技术

作为国民经济的支柱产业，制造业是我国经济增长的主导部门和经济转型的基础；作为经济社会发展的重要依托，制造业是我国城镇就业的主要渠道和国际竞争力的集中体现。制造业直接体现了一个国家的生产力水平，是区别发展中国家和发达国家的重要因素，是国民经济的物质基础和工业化的产业主体，是社会进步与富民强国之本.而先进制造业融合了传统制造技术、信息技术、自动化技术和现代管理技术等，是制造业21世纪发展的方向。

在过去十几年里，随着我国制造业企业信息化建设不断完善，众多企业建立了ERP(企业资源规划)来集成企业中的生产管理、财务、人事、采购、销售等子系统；通过CAD/CAPP/CAM一体化来提高企业的设计与制造水平；PDM(产品数据管理)系统被用于管理和控制由CAX(CAD、CAPP、CAE、CAM等的统称)系统所形成的大量的信息，避免花费很多时间去寻找本应该垂手可得的信息；采用工作流管理来实现办公自动化，提高企业管理效率。

现代制造业的方向并不只是计算机的集成、信息的集成，而是人、技术、组织的整体集成，特别是知识和企业的集成，即实现敏捷制造。制造企业采用现代通信手段，通过快速配置各种资源，以有效和协调的方式响应用户需求，实现制造的敏捷性。其核心是通过面向知识和信息网络，根据用户的个性化需求和市场的竞争趋势，以有效地组织敏捷制造动态联盟，充分利用各种资源进行多模态人机协同的敏捷制造，尽快响应市场需求；采用基于知识和信息网络，对定制产品的外观形态、方案布局和多模态环境下人机交互等环节的支持加强，使企业的工作流程重组、信息资源重组和制造结构重组，促使企业更快地捕捉市场需求信息，实现制造过程的智能化。

制造智能化是先制造业的发展方向。企业在生产经营活动中产生了大量的知识积累，这些知识可以使企业的智能化得到大幅提升。例如，在产品创新设计中所产生的经验、原理、创意等非物化知识是产品构造的基础是宝贵的企业知识，合理充分地使用这些知识可以智能地支持设计者的工作、使不熟练的设计者也能设计出好地产品。但如果不对这些知识进行有效管理，就无法实现知识的共享与创新，也就无法利用这些知识来提高生产率。基于此，众多制造企业开始构建“知识库”来提升企业市场竞争力，知识管理逐渐进入企业信息化的核心。

在实现知识管理中，制造业目前所面临的挑战就是在整个产业信息化之后，如何利用各种信息来提升、获取和开拓需求的能力，从而创造出更有价值的商品。在先进制造业在实行知识管理上具有自身特点：首先，信息技术是知识管理必备的基础，而在先进制造企业具有信息技术的优势，具有知识管理所需的完善的硬件设施。其次，知识是通过人得以传播的，因此人员的素质对于知识的交流传播具有重要意义。先进制造企业中多数员工是属于知识员工，有利于知识创新。最后，在企业管理信息系统中存储的信息、各种工业传感器和数控设备中产生的数据汇集到一起形成了丰富的知识来源，将以提高生产效率为目标的信息化制造业转变成了以掌握用户需求为目标的智能化制造业。此外，还可以在产业链的各个环节中获取知识、产生用之不尽的创新动力，从产品开发、生产和销售中找到创新的源泉，从客户和消费者行为中发掘新的合作伙伴，以及从售后反馈信息中发现新知识额外的增值服务。这表明，如何利用收集到的知识来创造更大的价值、为领导决策提供有力支撑，已成为制造业企业应该重点思考的问题。

自从知识管理的概念提出以来，人们对知识管理进行了深入的研究，并已取得了有影响力的研究成果，研发了一批有应用价值的知识管理系统，各大企业也竞相推出了自己的知识管理体系。尽管到目前为止，对知识管理的研究相对成熟，但知识服务方式(如与业务流程相关的个性化知识推送服务)很大程度上影响了知识管理的效能，知识的情境依赖性使得用户仅仅通过关键词获取的知识与实际生产经营过程关联不够紧密，为用户获取针对性的业务知识带来巨大的困难。知识推送是知识服务网络化的表现形式，它是由信息推送演变而来。 近些年，国内外学者对知识推送的研究进行了关注，提出了基于协同过滤的推送、基于内容过滤的推送、基于数据挖掘的推送和混合推送技知识推送的方法，这些推送方法从不同角度提高了知识推送服务质量。由于之前的研究，缺少对企业海量知识的系统化管理和组织，导致知识的推送缺少完整性。

知识图谱已广泛应用于Web搜索引擎中，它构建了一个与搜索结果相关的完整的知识体系，利用识图谱用户往往会获得意想不到的发现。在搜索中，用户可能会了解到某个新的事实或新的联系，促使其进行一系列的全新搜索查询。相较Web而言，制造业企业知识管理有其特殊性：(1)知识表达多元化，有图纸、文本、音视频等；(2)知识来源多元化，包括信息系统、图书资料、网络数据、领域专家等；(3)知识需求与设计流程、人员岗位等因素相关，推荐时需考虑用户已具备的知识。目前，尚缺少将知识图谱应到制造业企业产品设计和知识推送上的有效方法。

发明内容

本发明公开一种申请人自主开的知识图谱Man-tree的制造设计知识推送系统，包括资料库、知识抽取与主题发现模块、知识关联计算模块、知识图谱构建模块、用户知识拥有度计算模块(见附图1)。利用开发的相关算法，通过从相关资料库中抽出知识主题及主题间的关联来构建制造企业产品设计知识图谱(或称为制造本体)。采用LDA，提出的Man-Tree结构.该结构不仅是相互连接的知识图，还可以表示用户对某一知识主题的具备程度，利用该结构可以方便地实现用户的个性化知识推送。

Man-tree结合了知识获取中的有监督和无监督技术。随着技术的发展，制造业领域的知识内容增长的非常迅速，除传统的书籍、手册、报告之外，在互联网上也出线了大量的网络知识。本发明采用非监督方法从这些知识源里挖掘潜在的知识主题。通过监督学习方法将潜在主题向“制造主题”进行映射以提供先验知识。通过Man-Tree的结点及结点间的关系将用户、文档、制造主题及抽取的主题存储在其中。

Man-Tree可以用来分析用户对不同制造主题知识的具备程度，可用于制造设计过程检索与推荐中。

本发明算法适应于个性化知识推荐，其优越功效在于：

(1)可评价用户对不同领域知识具备及专业程度；

(2)通过将制造知识与知识库中挖掘出的知识进行结合，向用户查询提供更好的答案；

(3)理解查询请求的内涵，并直接引向主题专家；

(4)与用户使用历史数据相结合，为用户提供个性化知识服务。

实际应用充分证明了该技术方法的可行性，以及具有优越的性能，这是其它技术和方法所不具备的。该技术填补了相关研究和技术领域的空白，并且具有广泛的实际应用价值。在汽车制造设计领域项目中，得到了成功的应用。

具体实施方式

请参阅附图所示，下面来详细介绍本发明所述的利用构建的知识图谱Man-tree进行知识管理及推送核心算法的具体实施过程：

第一步：产生制造设计知识资料库

发明人选取了汽车车身设计过程中的210个知识主题(称为制造主题)。这些主题在国内某家汽车制造企业设计人员应用历史记录中使用频次排名靠前的主题。因此，可以说这些主题是用户感兴趣的重要主题。这些被选中的主题包括：车身总体设计、车身造型、车身硬点尺寸、车身结构、汽车风洞等。资料库通过关键字从各个数字图书馆下载及从Web爬取到的相关页面数据，共记230，942个文档

第二步：从资料库中抽取知识

资料库中的每篇文档都与一个制造主题相关联。然后，从文档中抽取文档中出现的汽车车身设计词汇。词汇抽取采用复杂最大匹配(Complex maximum matching)方法进行。

概念的抽取过程中，将之前定义好的设计本体作为监督知识。同时，还使用了非监督知识对文档进行聚类，这样每个聚类簇可以满足多个非监督主题。在资料库中采用MALLET进行主题建模挖掘出234个潜在主题(称为LDA主题)。MALLET是一个基于LDA(Latent Dirichlet Allocation)的主题建模工具。对每个挖掘出的LDA主题，都有一些关键词经常出现在其中。

第三步：寻找知识体间的关联关系

本发明中的知识体指的是从资料库中发现的制造主题及LDA主题。前面提到，一些LDA主题可能与制造主题之间存在关联，本发明力图在系统中能自动发现这些关联关系。可将问题做如下定义：

定义1：设M是制造主题集，L是LDA主题集。希望能找到所有的有序对<m，l>满足m∈M，l∈L且m和l间存在关联关系。

为了量化m和l间的关联关系，在此给出两者的关联度定义：

定义2：设D是文档集，W是关键词集，某个文档d∈D属于某个LDA类l∈L的隶属度ρ(d，l)。某个制造主题m∈M的文档集为μ(m)，而属于某个LDA类文档集为λ(l)。这样，l和m之间的关联度α(l，m)，计算公式如下：

$\mathrm{\&alpha;}(l,m)={\mathrm{\&Sigma;}}_{d\&Element;\mathrm{\&mu;}\left(m\right)}{\mathrm{\&Sigma;}}_{w\&Element;W}\left({\mathrm{tf}}_l(w,l)\log \frac{N}{{\mathrm{df}}_l(w,l)}\mathrm{\&rho;}(d,l)\frac{\mathrm{tf}(w,d)}{{\mathrm{\&Sigma;}}_{d^{\&prime;}=1}^{\left|D\right|}\mathrm{tf}(w,d^{\&prime;})}\right)$ (公式一)

N-资料库中的文档数；

tf(w，d)-表示关键词w在文档d中出现的频率；

tf_l(w，l)-表示关键词w在l∈L的次数，即∑_{d ∈λ (l)}tf(w，d).

df_l(w，l)-表示λ(l)中包括有w的文档数；

ρ(d，l)-表示文档d属于l的隶属度。

公式一表明，如果某个关键词w只在某个LDA类l中经常出现(即tf_l(w，l)高)，在其它LDA主题中出现的频率不高(即df_l(w，l)低)，并在与l具有较高隶属度ρ(d，l)的文档中出现，那么这个关键词很有可能用来表明LDA类l与制造类之间的关系。如果这类关键词在文档d∈μ(m)中频繁(即tf(w，d)高)出现，但在整个文档集中并不频繁出现(即(tf_c(w)低)，那么这个关联关系就较强。高α(l，m)表示l和m之间可能存在关联关系。

除此，本发明还定义了概念文本与制造主题之间的对应关系。概念文本包括问题、定义、评论等。在概念文本与制造主题之间建立映射关系，有助于识别用户感兴趣的主题。寻找概念文本与制造主题之间的映射关系，可以给出形式化的定义：

定义3：设C是一个概念文本集，M是制造主题集，需要找到一个形如(c，m)∈C×M的关联对，其中c∈C，m∈M.

关联权重可以通过下式计算

β(c，m)＝|D_m(c)|/|D(c)|

其中D(c)是包含有概念文本c的文档集，D_m(c)是包含有概念文本c且属于制造主题m的文档集。

显然，D_m(c)越大，β(c，m)就越高。高的β(c，m)值表示c和m越可能相关。β(c，m)可以看作是一个概率解释，可以用β(c，m)来回答下列问题：给定一个包含概念文本c的文档d，这个文档可能属于制造主题m的概率有多高。

第四步：知识库存储

将抽出的有监督及无监督知识用图数据库进行存储。图结构是Man-Tree的一部分，图中有不同类型的节点和关系。其中，节点类型有：文档(资料)、制造主题、LDA主题等。关系类型有“Contain(文档与关键字)、in-man-categroy(文档，is_in(文档与LDA主题)。图1是包含有所有节点和关系类型的数据模型。

附图2描述了Man-tree详细计算方法，附图3结出Man-tree的详细结构。用户知识拥有度量化计算

通过对图1知识图谱架构进行扩展，用来确定用户对知识的拥有程度。如果用户u阅读了属于某个制造类m(或LDA类l)的文档d，那么假设u具备一定关于类别m(或l)的知识。基于此，可将用户节点加入图1的知识图谱框架中(见图2)。

关系类型KNOWS_ABOUT描述这一信息，知识拥有度e(u，c)：

e(u，c)＝∑_{u accesses d} quotient(d，c)

其中c表示主题(制造或LDA主题)。如果c是一个制造主题，且d是关于主题c的文档，那么quotient(d，c)＝1，否则quotient(d，c)＝0.如果c是一个LDA主题，那么quotient(d，c)＝ρ(d，c)。

附图4描述了如何向Man-tree新增节点。

知识推荐过程

下面来说明本发明中如何实现知识推荐，过程如下：

在Step 1为确定查询q的制造主题，首先考察q是否包含的某些制造主题中现出的关键词。然而，有时用户也具体说明主题类别。因此，本发明中考察了L(q)＝{L₁，L₂，...，L_k}中是否存在一些LDA主题与制造主题相关。

Step 2～Step 3，直接从描述Man-tree的RDF中可获得制造主题M和对应文档。

在Step 4，本发明采用下列方法给文档打分。在候选集S中的每个文档d，考虑文档对L(p)中的LDA主题的所属比例，采用下式计算：

$\mathrm{score}\left(d\right)={\mathrm{\&Sigma;}}_{i=1}^{\left|L\left(q\right)\right|}\left({\mathrm{\&Sigma;}}_{w\&Element;q}\mathrm{tf}(w,d)\mathrm{idf}\left(w\right)\right)\mathrm{\&rho;}(d,L_i)$ (公式四)

idf(w)为关键词w的逆向词频。score最高得分的k个文档即为返回结果。

附件说明

图1是包含有所有节点和关系类型的数据模型图；

图2是Man-tree详细计算方法图；

图3是Man-tree的详细结构图；

图4是描述了如何向Man-tree新增节点图。

Claims (2)

1.本发明所提出的制造业设计过程中基于知识图谱的知识推送方法及其核心算法(Man-tree构建算法和知识推送算法)，其实现特征在于：

步骤1：通过对制造业设计过程构建知识图谱Man-Tree；

步骤2：利用MALLET，采用LDA发现潜在主题，并进行主题建模；

步骤3：采用量化技术评估用户知识拥有度，并对知识储存结构Man-Tree进行扩展；

步骤4：结合查询需求，实现知识推荐。

其中步骤1的特征如下：

步骤1：产生制造设计资料库；

步骤2：从资料库中抽取制造设计知识；

步骤3：寻找知识间的关联关系；

步骤4：建立知识的存储结构Man-Tree。

为提高知识推荐准确度和完整性，在知识组织过程中，使用了以下策略：

策略一：采用LDA技术挖掘出潜在主题，这些主题无法从资料库中直接抽取。这一策略可保证知识推荐的完整性。

策略二：提出用户对知识拥有度的度量方法，通过向知识图谱中添加用户信息，实现知识图谱与用户个性化信息的融合。

2.按权利要求1所述面向制造设计的知识推送方法，其特征在于：

步骤1：确定制造主题与用户查询请求的相关性。

步骤2：计算制造主题与用户查询向量的相似度，如果相似度大于阈值，将其列入候选资料集。同时计算方法用户查询与LDA主题的相似度，如果大于阈值，进一步计算候选资料文档与该LDA主题间的隶属度，并进行评分。

步骤3：按第2步的评分对知识文档进行排序，并将前k个推荐给用户。