CN107679112B - 一种面向设计知识推送的加权特征知识适用概率匹配方法 - Google Patents

Abstract

本发明公开了一种面向设计知识推送的加权特征知识适用概率匹配方法。在设计知识库为知识条目建立设计知识表示向量，组成设计知识表示向量集合，建立用于后续机器学习的训练样本集，将训练样本集中的每个训练样本特征向量分为适用和不适用；每个设计人员被分配到不同的设计任务，根据设计任务的要求构建针对每个设计内容的设计内容特征向量；针对每一设计内容特征向量，遍历并采用朴素贝叶斯决策算法进行设计知识表示向量与设计内容特征向量的匹配概率计算，根据设计知识特征向量是否适用于设计内容特征向量的结果赋值设计知识特征向量，最后进行排序处理。本发明将人工智能的算法思想应用于知识推送，提高了设计知识匹配过程中的智能性与操作性。

Description

一种面向设计知识推送的加权特征知识适用概率匹配方法

技术领域

本发明涉及复杂机械装备智能设计知识推送领域，主要涉及一种面向设计知识推送的加权特征知识适用概率匹配方法。

背景技术

传统的机械设计中，采用设计人员主动查找搜寻设计知识已完成相应的设计任务，随着时代与科技的进步，传统方面的拉取(pull)知识显示出越来越多的弊病，如设计效率低，设计周期增长而设计结果不优等。为了满足越来越多的复杂装备与个性化定制装备的设计要求，设计任务不断加重，传统的机械设计手段正在不断进行革新，智能设计成为机械工业一个明确的未来发展趋势。智能设计内容丰富，涵盖内容学科极广，其中一项研究内容：知识推送，将传统的“拉取”转变为“推送(push)”，使得设计人员不用再去重复寻找自己知识盲点下的设计知识内容，节省了大量设计时间同时也提高了设计的正确性。

目前知识推送方面的研究越来越多，从一开始的知识发现(KDD)与知识管理(KM)等研究领域展开延伸，将其发展到应用于机械产品的设计中。知识推送中通常涉及的内容有：设计知识库的建立，设计场景建模与知识需求的获取，设计知识匹配，设计知识推送引擎，后续的更新与优化等等内容。而随着数据挖掘，机器学习等一系列人工智能研究大热，知识推送的发展也迎合了相关的趋势，不再是单一的传统的知识推送，而是在智能化准确化的方面不断前进，使得知识推送实现在正确的时间以正确的形式将正确的知识推送给正确的人。本发明即融合了现有的有关机器学习方面的内容，创新了知识推送中的知识匹配算法，机器学习的手段可以在不断的设计过程中进行推送方法的学习与优化，使得最后的推送知识结果更加准确，使得知识结果更加适用于该环境下的设计人员。

发明内容

为改进现有知识推送的技术手段，本发明提供了一种面向设计知识推送的加权特征知识适用概率匹配方法。

本发明采用的技术方案的步骤如下：

(1.1)在设计知识库为知识条目建立设计知识表示向量：

将已知设计知识库中知识条目的数据分为文档类、公式类、图表类、图纸类、案例类的五大类；然后对于每个知识条目构建设计知识表示向量，设计知识表示向量由doc＝{类别，内容，设计人员}表示，其中doc表示知识条目的设计知识表示向量，“类别”表示设计知识表示向量doc归属五大类中的一类，“内容”为设计知识的具体内容，也是最后要推送的设计知识，“设计人员”表示存在于设计图纸类与设计案例类的两类知识条目中涉及的设计人员；

由设计知识库中所有知识条目的设计知识表示向量组成设计知识表示向量集合γ，γ＝{doc₁,doc₂,…,doc_N}，其中N表示知识条目的总数，设计知识表示向量集合γ用于后续的知识匹配，作为类别标记；

(1.2)建立用于后续机器学习的训练样本集：

将已知设计案例库内的案例作为训练样本进行后续的机器学习，训练样本集由训练样本构成，对于每个训练样本构建训练样本特征向量，训练样本特征向量由pro＝{(key₁,s₁),(key₂,s₂),...,(key_k,s_k),...,(key_n,s_n)}表示，其中pro表示训练样本的训练样本特征向量，key_k为训练样本的第k个特征，s_k为训练样本第k个特征的权重值，n为训练样本的特征总数，k为训练样本的特征序数；

由设计案例库中所有训练样本的训练样本特征向量组成训练样本集χ＝{pro₁,pro₂,…,pro_M}，M表示训练样本的总数，训练样本集χ用于后续的机器学习中知识匹配的训练素材；

(1.3)每一知识条目均具有对应的一设计知识表示向量和一些训练样本特征向量，针对每一知识条目，根据知识条目的设计知识表示向量是否适用于训练样本特征向量的客观情况(这个情况是已知情况)将训练样本集中的每个训练样本特征向量分为适用和不适用的两类，由此各个知识条目获得训练样本集中训练样本特征向量不同分类结果；

(1.4)在机械产品设计的过程中，每个设计人员被分配到不同的设计任务，不同设计任务需要不同的设计内容，根据设计任务的要求构建针对每个设计内容的设计内容特征向量content＝{(word₁,q₁),(word₂,q₂),…,(word_j,q_j),…,(word_t,q_t)}，其中，content表示设计内容的设计内容特征向量，word_j表示设计内容的第j个特征，q_j表示设计内容的第j个特征对应的权重值，t为训练样本的特征总数，j为训练样本的特征序数；

设计内容特征向量的确定是知识推送中知识匹配环节里的重要内容，对于不同设计任务与设计人员，设计内容的特征及其权重存在不同，需要根据具体的设计场景进行调整与变化，其准确与否影响着后续匹配结果的准确性。

(1.5)在得到设计知识特征向量doc、训练样本特征向量pro和设计内容特征向量content后进入知识匹配环节，

针对每一设计内容特征向量，遍历设计知识表示向量集合中的各个设计知识表示向量，采用朴素贝叶斯决策算法进行设计知识表示向量与设计内容特征向量的匹配概率计算，即知识条目是否适用当前设计内容的适用概率计算，计算并比较判定结果λ_ci为0的适用概率P(λ_ci＝0|content)与判定结果λ_ci为1的适用概率P(λ_ci＝1|content)的大小：若前者小于后者，则设计知识特征向量适用于设计内容特征向量，否则设计知识特征向量不适用于设计内容特征向量，

然后根据设计知识特征向量是否适用于设计内容特征向量的结果，采用以下公式赋值知识条目的设计知识特征向量λ_ci：

将λ_ci＝1对应的知识条目归于所适用对应的设计内容特征向量content下的推送知识集{doc_i|λ_ci＝1}，即将适用于设计内容特征向量content的所有知识条目组成针对设计内容特征向量content的推送知识集；

(1.6)采用以下方式将得到的推送知识集进行排序处理，用以向设计人员推送最需要的设计知识，将排在推送队首，以满足不同层次的设计人员方便查阅：

寻找推送知识集中是否存在图纸类或案例类，若不存在则将推送知识集中的文档类知识条目排序在公式类知识条目和图表类知识条目前；若存在则提取图纸类或案例类中知识条目下对应设计知识表示向量中“设计人员”与当前设计人员比较是否相同，若相同则将知识条目按以下方式排序：公式类和图表类>图纸类或案例类>文档类，若不相同则将知识条目按以下方式排序：图纸类或案例类>文档类>公式类和图表类。

具体实施中，提取设计内容中的设计规范位置处特征描述词，若发现存在如“计算”、“校核”、“公式”等字样，将公式类知识排序于图表类知识前；若发现存在如“比较”、“查询”、“选择”等字样，将图表类知识排序于公式类知识前。

所述步骤(1.2)中的训练样本特征向量采用以下方式构建：

通过自然语言分词法的语义关系提取训练样本中的描述词作为训练样本的特征，构建训练样本特征位置向量Ω区分不同位置处的描述词，其重要性也产生不同，训练样本特征位置向量表示为Ω＝{(位置，位置权重)}，其中“位置”代表特征在训练样本中的位置，“位置权重”代表位置上特征的权重计算参数，Ω用于提取训练样本中的特征并计算相应特征权重；具体实施中，训练样本特征位置向量为Ω＝{(设计任务名称,1),(设计情境描述,0.9),(设计规范,0.8),(设计人员,0.7)}；

采用以下公式计算训练样本各个特征的权重值s_k：

式中，δ_m为特征描述词在位置m处的位置权重，tf_km为第k个特征描述词在该训练样本中的位置m处出现频率，

idf_k为第k个特征描述词的逆文档词频值，

m表示训练样本特征位置向量中的位置。

所述步骤(1.4)中的设计内容特征向量构建方法为：

由于设计内容特征向量与训练样本特征向量向量组成结构近似，区别是前者未知后者已知所匹配的设计知识，因此构建的设计内容特征位置向量与训练样本的相同。

通过自然语言分词法的语义关系提取设计内容中的描述词作为设计内容的特征，构建设计内容特征位置向量区分不同位置处的描述词，其重要性也产生不同，设计内容特征位置向量表示为Ω＝{(位置，位置权重)}，其中“位置”代表特征在设计内容中的位置，“位置权重”代表位置上特征的权重计算参数，Ω用于提取设计内容中的特征并计算相应特征权重；具体实施中，设计内容特征位置向量表示为

Ω＝{(设计任务名称,1),(问题情境描述,0.9),(设计规范,0.8),(设计人员,0.7)}；

采用以下公式计算设计内容各个特征的权重值q_j：

式中：δ_m为特征描述词在位置m处的位置权重，tf_jm为第j个特征描述词在该设计内容中的位置m处出现频率，

idf_j为第j个特征描述词的逆文档词频值，

表示为a,b,c三数中选取一个数，a,b,c为设计人员特征权重系数，分别对应设计人员的高级、中级、普通三个等级，其中c＝1。

所述步骤(1.5)中的朴素贝叶斯决策算法为：

本发明采用朴素贝叶斯分类器的设计思想，将匹配问题转化为分类问题，其中原先的分类器输出为单一的分类结果，而修改后的算法应将分类结果变为多元，即形成推送知识集。

设计知识表示向量集合γ＝{doc₁,doc₂,…,doc_N}，训练样本集χ＝{pro₁,pro₂,…,pro_M}，则训练样本集χ中可能的类别数应有2N个：λ_ci＝0or 1，i＝1…N。

采用以下公式计算适用概率计算公式为：

式中，ε为类别，具体指代λ_ci＝0orλ_ci＝1，i＝1…N，λ_ci表示知识条目对于设计内容的判定结果；content为测试例，具体是设计内容特征向量，q_j为content第j个特征的权重值；d为特征数目，P(ε)表示先验概率，P(q_j|ε)表示每个特征估计的条件概率，P(content)表示归一化的证据因子，对给定的content，P(content)是与类别标记无关的常数；

上式中的先验概率采用以下公式计算：

其中，χ_ε表示训练样本集χ中第ε类样本的集合，ε为类别，具体指代λ_ci＝0orλ_ci＝1，i＝1…N，即步骤(1.3)中的适用和不适用的两类；

P(q_j|ε)采用以下公式计算：

其中，μ_ε,j,

分别是训练样本集χ中第ε类训练样本第j个特征的权重的均值与方差，ε为类别，具体指代λ_ci＝0orλ_ci＝1，i＝1…N。

进一步，通过上式分别计算得到P(λ_ci＝1|content)和P(λ_ci＝0|content)后，判断doc_i是适用于content的设计知识的条件：P(λ_ci＝1|content)>P(λ_ci＝0|content)。

在计算时由于列式P(ε|content)中的分母P(content)为常数，即判定时比较的大小即可。

本发明采用机器学习的思想解决知识推送中设计知识匹配这一问题，由产品案例构建机器学习的训练样本集，采用朴素贝叶斯分类器的算法思想，通过产品案例(训练样本集)与设计内容(实施例)的特征权重进行适用概率计算，逐条计算比较设计知识是否适用当前设计内容，确定推送知识集，再根据设计人员与设计内容的特异情况进行推送知识的排序，形成最后的推送知识。

本发明的有益效果是：

本发明方法从概率学角度出发研究知识匹配问题，通过知识的特征值进行合适概率计算与筛选，最后得到该计内容中匹配的设计知识，同时使用机器学习的手段使得匹配结果更加准确。

本发明将人工智能的算法思想应用于知识推送，提高了设计知识匹配过程中的智能性与操作性。

附图说明

图1是本发明的流程图。

具体实施方式

为了更清楚地说明本发明，下面结合附图与实施例对本发明作进一步说明。本领域技术人员应该了解，下面所具体描述的内容是说明性而非限制性的，不应该限制本发明的保护范围。

如图1所示，为本发明的流程图。左侧虚线框内为构建训练样本集生成朴素贝叶斯分类器的流程，中间为加权特征知识适用概率匹配方法，右侧为推送知识集排序流程，共同构成了本发明的流程图。

本发明实施例举例某简化的数控车床切削力方案设计的知识推送实例对本发明的内容进行说明。

针对数控车床的切削力方案设计，从设计案例库中找到与之类似的设计案例构建训练样本集χ＝{pro₁,pro₂,…,pro_M}。构建训练样本特征向量pro＝{(key₁,s₁),(key₂,s₂),...,(key_k,s_k),...,(key_n,s_n)}，确定每个训练样本所使用的设计知识{doc_i}。如表1所示为训练样本集。

表1：训练样本集

在新的设计任务分配给设计人员后，进入机械产品设计环节，假定当前设计内容为某高档数控车床切削力的方案设计，构建设计内容特征向量：content＝{(切削力，0.54)(刀具，0.25)(计算，0.61)(振动，0.15)(方案，0.14)}，进行设计知识的匹配即适用概率计算：比较P(λ_ci＝1|content)和P(λ_ci＝0|content)大小，i＝1…N。例如，判断设计知识doc₁适用于当前设计内容content，即确定λ_c1数值的实施方法如下：

首先估计先验概率P(ε)，有

然后为每个特征估算条件概率P(q_j|ε)：

于是，有：

P(λ_c1＝1)×P_切削力|1×P_刀具|1×P_计算|1×P_振动|1×P_方案|1≈0.2517

P(λ_c1＝0)×P_切削力|0×P_刀具|0×P_计算|0×P_振动|0×P_方案|0≈3.64×10^-30

由于P(λ_ci＝1|content)>P(λ_ci＝0|content)，因此λ_c1＝1，说明设计知识doc₁适用于当前设计内容，类似的分别计算剩余的λ_ci，最后将λ_ci＝1对应的设计知识归于推送知识集{doc_i}中。强调的是，由于机器学习应该尽可能多的样本训练，而特征也不单单只有几个，上文所举的例子是简化后便于理解与阅读，实际操作的数据库内数据种类与个数很多。

最后是知识推送集内的设计知识进行排序，以满足不同的设计人员与设计内容。首先发现设计内容特征向量中存在特征描述词：计算，因此需将公式类设计知识排序于图表类设计知识前，顾名思义存在“计算”特征说明设计人员需要公示来进行计算的概率较高；之后，如流程图右侧所示：寻找推送知识集中是否存在设计图纸或设计案例，若不存在，则排序：知识文档类>公式图表类；若存在，提取该类设计知识下的“设计人员”特征，若与当下场景中设计内容的设计人员相同，则排序：公式图表类>图纸案例类>知识文档类，否则排序：图纸案例类>知识文档类>公式图表类。至此完成最终的推送知识集，将此推送给设计人员。

Claims (4)

1.一种面向设计知识推送的加权特征知识适用概率匹配方法，其特征在于：该方法的步骤如下：

(1.1)在设计知识库为知识条目建立设计知识表示向量：

将已知设计知识库中知识条目的数据分为文档类、公式类、图表类、图纸类、案例类的五大类；然后对于每个知识条目构建设计知识表示向量，设计知识表示向量由doc＝{类别，内容，设计人员}表示，其中doc表示知识条目的设计知识表示向量，“类别”表示设计知识表示向量doc归属五大类中的一类，“内容”为设计知识的具体内容，“设计人员”表示存在于设计图纸类与设计案例类的两类知识条目中涉及的设计人员；

由设计知识库中所有知识条目的设计知识表示向量组成设计知识表示向量集合γ，γ＝{doc₁,doc₂,…,doc_N}，其中N表示知识条目的总数；

(1.2)建立用于后续机器学习的训练样本集：

将已知设计案例库内的案例作为训练样本进行后续的机器学习，训练样本集由训练样本构成，对于每个训练样本构建训练样本特征向量，训练样本特征向量由pro＝{(key₁,s₁),(key₂,s₂),...,(key_k,s_k),...,(key_n,s_n)}表示，其中pro表示训练样本的训练样本特征向量，key_k为训练样本的第k个特征，s_k为训练样本第k个特征的权重值，n为训练样本的特征总数，k为训练样本的特征序数；

由设计案例库中所有训练样本的训练样本特征向量组成训练样本集χ＝{pro₁,pro₂,…,pro_M}，M表示训练样本的总数；

(1.3)针对每一知识条目，根据知识条目的设计知识表示向量是否适用于训练样本特征向量的客观情况将训练样本集中的每个训练样本特征向量分为适用和不适用的两类，由此各个知识条目获得训练样本集中训练样本特征向量不同分类结果；

(1.4)每个设计人员被分配到不同的设计任务，不同设计任务需要不同的设计内容，根据设计任务的要求构建针对每个设计内容的设计内容特征向量content＝{(word₁,q₁),(word₂,q₂),…,(word_j,q_j),…,(word_t,q_t)}，其中，content表示设计内容的设计内容特征向量，word_j表示设计内容的第j个特征，q_j表示设计内容的第j个特征对应的权重值，t为训练样本的特征总数，j为训练样本的特征序数；

(1.5)针对每一设计内容特征向量，遍历设计知识表示向量集合中的各个设计知识表示向量，采用朴素贝叶斯决策算法进行设计知识表示向量与设计内容特征向量的匹配概率计算，计算并比较判定结果λ_ci为0的适用概率P(λ_ci＝0|content)与判定结果λ_ci为1的适用概率P(λ_ci＝1|content)的大小：若前者小于后者，则设计知识表示向量适用于设计内容特征向量，否则设计知识表示向量不适用于设计内容特征向量，

然后根据设计知识表示向量是否适用于设计内容特征向量的结果，采用以下公式赋值知识条目的设计知识表示向量：

将λ_ci＝1对应的知识条目归于所适用对应的设计内容特征向量content下的推送知识集{doc_i|λ_ci＝1}；

(1.6)采用以下方式将得到的推送知识集进行排序处理：

寻找推送知识集中是否存在图纸类或案例类，若不存在则将推送知识集中的文档类知识条目排序在公式类知识条目和图表类知识条目前；若存在则提取图纸类或案例类中知识条目下对应设计知识表示向量中“设计人员”与当前设计人员比较是否相同，若相同则将知识条目按以下方式排序：公式类和图表类>图纸类或案例类>文档类，若不相同则将知识条目按以下方式排序：图纸类或案例类>文档类>公式类和图表类。

2.根据权利要求1所述的一种面向设计知识推送的加权特征知识适用概率匹配方法，其特征在于：所述步骤(1.2)中的训练样本特征向量采用以下方式构建：

通过自然语言分词法的语义关系提取训练样本中的描述词作为训练样本的特征，构建训练样本特征位置向量Ω区分不同位置处的描述词，训练样本特征位置向量表示为Ω＝{(位置，位置权重)}，其中“位置”代表特征在训练样本中的位置，“位置权重”代表位置上特征的权重计算参数；

采用以下公式计算训练样本各个特征的权重值s_k：

式中，δ_m为特征描述词在位置m处的位置权重，tf_km为第k个特征描述词在该训练样本中的位置m处出现频率，

idf_k为第k个特征描述词的逆文档词频值，

m表示训练样本特征位置向量中的位置。

3.根据权利要求1所述的一种面向设计知识推送的加权特征知识适用概率匹配方法，其特征在于：所述步骤(1.4)中的设计内容特征向量构建方法为：

通过自然语言分词法的语义关系提取设计内容中的描述词作为设计内容的特征，构建设计内容特征位置向量区分不同位置处的描述词，设计内容特征位置向量表示为Ω＝{(位置，位置权重)}，其中“位置”代表特征在设计内容中的位置，“位置权重”代表位置上特征的权重计算参数；

采用以下公式计算设计内容各个特征的权重值q_j：

式中：δ_m为特征描述词在位置m处的位置权重，tf_jm为第j个特征描述词在该设计内容中的位置m处出现频率，

idf_j为第j个特征描述词的逆文档词频值，

表示为a,b,c三数中选取一个数，a,b,c为设计人员特征权重系数，分别对应设计人员的高级、中级、普通三个等级，其中c＝1。

4.根据权利要求1所述的一种面向设计知识推送的加权特征知识适用概率匹配方法，其特征在于：所述步骤(1.5)中的朴素贝叶斯决策算法为：

采用以下公式计算适用概率：

式中，ε为类别，具体指代λ_ci＝0 or λ_ci＝1，i＝1…N，λ_ci表示知识条目对于设计内容的判定结果；content为测试例，具体是设计内容特征向量，q_j为content第j个特征的权重值；d为特征数目，P(ε)表示先验概率，P(q_j|ε)表示每个特征估计的条件概率，P(content)表示归一化的证据因子；

上式中的先验概率采用以下公式计算：

其中，χ_ε表示训练样本集χ中第ε类样本的集合，ε为类别，具体指代λ_ci＝0orλ_ci＝1，i＝1…N，即步骤(1.3)中的适用和不适用的两类；

P(q_j|ε)采用以下公式计算：

其中，

分别是训练样本集χ中第ε类训练样本第j个特征的权重的均值与方差，ε为类别，具体指代λ_ci＝0 or λ_ci＝1，i＝1…N。

Images