CN111930956A - 一种采用知识图谱的多创新方法推荐与流驱动的集成系统 - Google Patents

Abstract

一种采用知识图谱的多创新方法推荐与流驱动的集成系统，该系统能够通过研究创新方法领域知识，实现对创新方法领域知识的高效整合；实现创新方法应用流程的智能决策；整合途径方式使用数据挖掘技术和专家经验知识相结合，数据挖掘技术可以广泛的收集互联网中存在的各种创新方法领域知识，从而拓展创新知识领域；在得到创新方法领域知识后，建立流程模型来描述创新方法在制造领域的应用模式，通过将知识数据和流模型融合在一起，可以实现创新方法应用的闭环控制；并且能够根据企业实际情况，对创新方法的应用进行动态调整，提高创新法方法应用的效果，从而对企业创新能力、产品生产过程产生有益的影响。

Description

一种采用知识图谱的多创新方法推荐与流驱动的集成系统

技术领域

本发明属于创新方法应用领域，特别涉及一种采用知识图谱的多创新方法推荐与流驱动的集成系统。

技术背景

人类在长期的创新实践中对创新规律进行经验总结，形成了一系列的创新方法，有意识地学习和运用创新方法可以极大的提高创新能力和效率。创新方法在美国被称为创造力工程，在日本被称为发明技法，在俄罗斯被称为创造力技术或专家技术。围绕创新方法的研究和应用，经过多年努力，一些创新方法，比如TRIZ理论，精益生产和六西格玛等，也受到了国内企业的认可，取得了很大的示范应用成效。

但是随着创新方法推广工作和应用工作的推进，一些制约性的问题也逐渐显现出来。部分创新方法应用项目因为未对企业实际需求进行深入分析，导致创新方法实施针对性不强，在企业中的应用模式过于单一。因为创新方法集成应用理论的发展不完善，导致企业在应用创新方法过程中存在方法导入困难、项目开展不顺、策略选择失误等问题，使得创新方法的在企业实际生产活动中的应用仍然存在一系列的问题。

创新方法的应用是非常典型的知识密集和多学科交叉的领域。有别于传统的制造领域的知识工程概念，创新方法的使用范围涵盖了产品全生命周期，在产品的设计、生产、销售、服务等各个过程都能够使用各种类型的创新方法。特别是现如今制造企业类型多样化、工业产品逐步向个性化、小批量发展，这就导致全生命周期的制造过程变得日趋复杂。遗憾的是，目前关于创新方法在制造领域的应用仍然依赖人员的以往经验，大部分员工对于创新方法的认知不够，另外，目前在学术界存在的创新方法达几百种，这些创新方法所用的思维原理、创新原理和适用领域不尽相同，使用过程更是千差万别。以上原因就导致了目前企业对于创新方法的应用仍然只是停留在最初级的阶段，并没有一套合理、科学的创新方法应用体系。由此可见，需要研究一套适合制造企业提质增效的创新方法应用科学系统，该系统能够需要准确的匹配小微企业内部的难题与创新动因，充分集合创新方法的相关领域知识，提高创新方法的应用效果。

发明内容

为了解决传统创新方法应用在企业实际问题中存在的问题，本发明提供了一种采用知识图谱的多创新方法推荐与流驱动的集成系统，该系统能够通过研究创新方法领域知识，实现对创新方法领域知识的高效整合，并以这些经验和知识作为推理依据，实现创新方法应用流程的智能决策；对创新方法领域知识的整合途径方式可以使用数据挖掘技术和专家经验知识相结合，数据挖掘技术可以广泛的收集互联网中存在的各种创新方法领域知识，从而拓展创新知识领域；创新方法领域知识可以起到对互联网知识的补充和加强作用；在得到创新方法领域知识后，通过建立流程模型来描述创新方法在制造领域的应用模式，通过将知识数据和流模型融合在一起，可以实现创新方法应用的闭环控制，并且能够根据企业实际情况(企业类型、产品类型、工艺流程等)信息，对创新方法的应用进行动态调整，提高创新法方法应用的效果，从而对企业创新能力、产品生产过程产生有益的影响。

为了达到上述目的，本发明采用的技术方案是：

一种采用知识图谱的多创新方法推荐与流驱动的集成系统，包括技术支撑层、数据层、分析层和应用层；

所述的技术支撑层是将采集和获取到的文本数据转化为创新方法领域知识图谱，其核心是知识图谱构建的各项技术，包括中文分词、创新方法领域命名实体识别、创新方法领域实体关系抽取和补全技术；构建创新方法领域知识图谱的数据来自数据层采集到的文本数据以及应用层的数据；

所述的数据层对原始资源数据进行采集和预处理，并且构建创新方法领域知识图谱；从原始资源数据的结构来看，包括结构化数据、半结构化数据和非结构化数据；从数据的形式来看，包括文本数据和知识数据；通过构建爬虫服务进行数据采集，并通过技术支撑层的构建知识图谱的相关技术，实现将多种形式的数据融合，形成创新方法领域知识图谱；

所述的分析层协助企业完成创新方法的应用，其中包括多创新方法集成与融合应用模板的配置和基础创新方法的推荐；

所述的应用层通过对企业实际应用创新方法过程进行建模，形成多创新方法集成与融合应用的流模型，结合分析和决策层得到的有效辅助信息，实现多创新方法集成与融合的科学应用。

所述的数据层中创新方法领域知识图谱的构建方法，具体步骤如下：

首先，根据多创新方法集成与融合应用的特点，利用RDF模型对创新方法领域中的概念和关系进行式化的概念知识，并建立层次结构、包含关系、组成关系，便于后续的机器处理和知识融合，最终得到创新方法领域概念模型；

其次，为了获取创新方法领域文本数据，建立面向多数据源的高性能爬虫服务来采集创新方法领域的文本数据；制定了种子词库和爬虫限定域两种策略；种子词库的作用是通过配置种子词库，按照不同的需求来初始化初始搜索空间，结合深度优先或者广度优先两种不同的搜索策略实现不同的数据采集方案，对于采集到的数据，进行中文分词和实体识别；

最后，进行实体之间的关系抽取；关系抽取所要解决的任务是对文本中特定类型的关系进行识别并分类，通过三元组的形式将实体和实体之间的关系进行结构化和规范化的表达；创新方法领域中实体之间的关系包括基础创新方法和基础创新方法之间的关系，基础创新方法与企业、产品和生产难题之间的关系；创新方法之间的关系包括构件型创新方法与容器型创新方法之间的嵌入关系和时序关系。

所述的应用层中多创新方法集成与融合应用的流模型，分别从组织、资源数据和过程三个方面对企业应用创新方法模板解决工程难题的过程进行建模，具体如下：

(1)组织模型

组织模型是指创新方法模板应用过程中的组织形式的模型；根据创新方法模板应用的实际需求，将应用创新方法模板解决企业单一工程难题的过程视为工作小组开展模板层创新活动的形式，工作小组内不同的企业员工扮演不同的角色，模板层创新活动的开展由工作组内的多个成员协同完成；

(2)资源数据模型

多创新方法集成与融合应用流模型中所需要的数据资源来源于从企业实体资源中采集到的数据或者相应的生产文档中的数据；因此构件型基础创新方法中产生的结果数据通过容器型基础创新方法来实现数据的交互，通过四层体系架构从而协助企业对创新方法应用过程中的数据管理，有效的安排和组织创新方法应用数据；

(3)过程模型

过程模型是对多创新方法集成与融合应用过程中的状态及过程的描述；过程模型中包含流程信息、状态信息、状态转移规则；该过程可描述为从初始状态出发，经过多种状态的转移，解决工程难题，达到最终状态的一个过程。多创新方法集成与融合应用流模型的过程模型表示为：

M＝<S,Σ,f,S0,Z>

状态：流模型中的状态S代表了企业在应用流模型解决工程难题过程中所表现出来的形态；S是一个有限集，集合中每个元素表示企业应用流模型所处的一个状态，其中初始状态S0和终止状态Z为辅助状态，表示整个状态的开始和结束；

转移：转移是从一个状态节点到另外一个状态节点的移动；过程模型中的Σ代表表示系统可能发生的条件集合f代表一个从Σ到S的单值部分映射，即状态转移的函；f(S,A)＝S′代表当前系统状态遇到条件A时将转化到下一个系统状S′，即后继状态。除了两个节点之间的基本转移外，转移还包括汇合转移、分支转移和条件转移三种组合形式。条件转移表示通过条件触发时对触发事件进行判断，如果判断条件成立，转移到某一个状态，否则转移到另外一个状态。

所述的分析层中的多创新方法集成与融合应用模板的配置和基础创新方法的推荐，具体为：

先将企业在应用流模型过程中的阶段需求以7元组的范式进行表示；

D＝<Org,PS,T,PTxt,DTxt,Type,IMs>

其中：Org表示当前企业实体，PS表示当前产品实体；T表示企业当前选择的创新方法模板；PTxt表示企业当前工程难题的文本描述；DTxt表示企业对阶段需求的文本描述；Type表示当前企业对基础创新方法的需求类型；IMs表示参考创新方法集合；

然后为了针对企业需求推荐合理的创新方法，将企业创新需求描述7元组转化为需求子图的形式：

D＝(V_D,E_D,vt_D,et_D)

其中V_D＝{v1,v2,...vn}表示7元组中的实体集；E_D＝{eij|eij＝v*vj,1<＝ i,1<＝n}表示7元组中实体之间的关系集；vt_D＝{vt1,...,vtk}表示实体的类型集；et_D＝{et1,...,ets}表示关系类型集；

最后后续的任务就是从创新方法领域知识图谱中检索与需求子图相匹配的实体候选集，将需求子图转换成匹配子图，进一步从子图中获取基础创新方法集合，完成了创新方法模板的配置，该集合为根据企业阶段需求所匹配得到的决策候选集合。

本发明的有益效果为：

本发明通过数据挖掘技术对创新方法领域的资料进行分析，构建形成了创新方法领域知识图谱，用以辅助多创新方法集成与融合应用过程，有效地克服了传统创新方法应用的主观性强、需要大量经验的缺点。同时与创新方法流模型进行集成应用，能够提升创新方法应用的准确度和科学性，为应用多创新方法解决实际难题提供了技术支撑。

附图说明

图1为本发明的体系架构图。

图2为本发明提出的创新方法领域知识图谱构建流程。

图3为本发明提出的创新方法领域概念模型。

图4为本发明使用的文献数据采集流程。

图5为本发明使用的实体识别算法。

图6为本发明构建的创新方法领域实体关系。

图7为本发明提出的实体关系抽取算法。

图8为本发明提出的多创新方法集成与融合应用流模型中的组织模型。

图9为本发明提出的多创新方法集成与融合应用流模型中的资源数据模型。

图10为本发明提出的企业在流模型中的状态所包含的属性。

图11为本发明提出的流模型中的状态流转。

图12为本发明提出的基于创新方法领域知识图谱基础创新方法推荐方法。

图13为本发明提出的创新需求实体匹配算法。

具体实施方式

下面结合附图和实例对本发明作详细的说明，此处所说明的附图是本申请的一部分，用来对本发明作进一步解释，但并不构成对本发明的限定。

参见图1，企业应用创新方法解决生产难题的过程需要多种创新方法集成应用，为此需要一个系统来研究难题与创新方法之间的映射关系、创新方法之间的关系以如何选择创新方法的问题，例如，当出现生产难题：空调装配线不平衡、断路器装配力矩不达标，这就需要创新方法去指导生产线的平衡、需要联系各种关系图去解决这些问题。

针对上述需求，本发明提出一种采用知识图谱的多创新方法推荐与流驱动的集成系统，参照图1，其应用的体系架构分为四层：技术支撑层、数据层、分析层和应用层。

所述的技术支撑层包括的是将采集和获取到的文本数据转化为创新方法领域知识图谱这一过程中所应用到的技术。其核心是知识图谱构建的各项技术，包括中文分词、创新方法领域命名实体识别、创新方法领域实体关系抽取和补全技术。技术支撑层中相关技术所用到的数据来自数据层采集到的文本数据以及应用层的数据，从技术支撑层中最终可以得到创新方法领域知识实体，如制造企业名称、产品名、工程难题和创新方法等。

所述的数据层是指主要分两部分，一部分是原始资源数据的采集和预处理，另外一部分是创新方法领域知识图谱的构建。原始数据采集和预处理是创新方法领域知识图谱构建的基础。为了进行创新方法领域知识图谱的构建，本发明首先建立创新方法领域概念模型。根据概念模型，采用数据挖掘技术从文献、百科、问答社区等数据源获取书记。从数据的结构来看，主要涉及结构化数据、半结构化数据和非结构化数据；从数据的形式来看，包括文本数据和知识数据，其中专家数据作为一种结构化的知识数据处理较为简单，针对其它半结构化和非结构化的文本数据，本发明通过构建爬虫服务进行数据采集并进行预处理。获取到的数据通过技术支撑层中知识图谱构建的相关技术得到创新方法领域知识实体，实现多种形式的数据融合，最终形成创新方法领域知识图谱，为后续的多创新方法集成与融合应用提供了知识数据支撑。

所述的分析层是所述的分析层通过利用多种技术协助企业完成创新方法的应用，是将数据层的知识转化为实践引用的桥梁，其中包括多创新方法集成与融合应用模板的配置和基础创新方法的推荐；利用数据层中构建好的创新方法领域知识图谱，可进行创新方法模版的配置，主要通过利用知识图谱中基础创新方法、工程难题等节点之间的关联关系进行知识查询和知识推理，通过图论相关算法，将符合条件的基础创新方法进行图聚类，从而实现将关系相近的基础创新方法划分到同一个创新方法模板中，完成创新方法模版的配置。创新方法模板的配置目的是拓展创新方法模板内所包含的基础创新方法。创新方法模板作为多个基础创新方法的集合，可为企业提供应用多个创新方法解决工程难题的有效手段。

所述的应用层体现出了多创新方法集成与融合应用在企业工程中的实践，本发明通过对企业实际应用创新方法过程进行建模，提出多创新方法集成与应用流模型，分别从组织、资源数据和过程三个方面对企业应用创新方法模板解决工程难题的过程进行建模，从而指导企业在模板应用层的改善活动。应用层充分结合分析和决策层得到的有效辅助信息，实现多创新方法集成与融合的科学应用。

所述的数据层中创新方法领域知识图谱的构建方法，参见图2，本发明在对创新方法的集成应用进行深入分析后，提出了该方法，具体内容如下：

首先，根据多创新方法集成与融合应用的特点，利用RDF(Resource DescriptionFrame-work，RDF)模型对创新方法领域中的概念和关系进行式化的概念知识，并建立层次结构、包含关系、组成关系，便于后续的机器处理和知识融合，最终得到如图3所示的创新方法领域概念模型。

其次，为了更好的获取创新方法领域文本数据，建了面向多数据源的高性能爬虫服务来采集创新方法领域的文本数据，其方法如图4所示。为了提高数据采集的效率和准确性，制定了种子词库和爬虫限定域两种策略。种子词库的作用是通过配置种子词库，按照不同的需求来初始化初始搜索空间，结合深度优先或者广度优先两种不同的搜索策略实现不同的数据采集方案。进一步地，对于采集到的数据，进行中文分词和实体识别，主要采用Tri-Training和CRF算法，其流程如图5所示。

最后，获得了创新方法领域的实体后，在其基础上进行实体之间的关系抽取，由于实体识别仅仅是识别文本中所包含的实体要素，但是他们之间的关系还没有确定，关系抽取所要解决的任务是对文本中特定类型的关系进行识别并分类，通过三元组的形式将实体和实体之间的关系进行结构化和规范化的表达。创新方法领域中实体之间的关系主要针对上述创新方法实体之间的关联关系。包括基础创新方法和基础创新方法之间的关系，基础创新方法与企业、产品和生产难题之间的关系。创新方法之间的关系包括构件型创新方法与容器型创新方法之间的嵌入关系和时序关系。创新方法与企业、产品和生产难题之间的关系较为简单。为此，本文定义了如图6所示的关系。通过标签传播算法，从文本中抽取相应的关系，该算法如图7所示。

通过以上步骤，可最终实现了创新方法领域知识图谱的构建，为后续的多创新方法集成与融合应用提供了知识数据。

所述的系统的应用层中，为了指导企业在模板应用层的改善活动，本发明提出了一种多创新方法集成与融合应用的流模型，分别从组织、资源数据和过程三个方面对企业应用创新方法模板解决工程难题的过程进行建模，具体如下：

(1)组织模型

组织模型是指创新方法模板应用过程中的组织形式的模型，创新方法适用于不同的企业，所以组织模型应该具有更加灵活的划分。根据创新方法模板应用的实际需求，将应用创新方法模板解决企业单一工程难题的过程视为工作小组开展模板层创新活动的形式，工作小组内不同的企业员工扮演不同的角色，模板层创新活动的开展由工作组内的多个成员协同完成。为此，将多创新方法集成与融合应用的流模型中的组织模型划分为人员、部门、职务、角色和工作组，组织模型内实体之间的关系参见图8。人员对应于企业中的所有成员，是独立的具有一定行为能力的人的实体。每个成员在部门中拥有自己的职务，然后由于人员在不同的创新方法应用项目组中扮演不同的角色，所以部门和职务是面向企业组织结构的，角色和工作组是面向创新活动组织结构的。其中创新方法项目工作组的角色划分为项目组长、项目管理员、阶段管理员、普通成员和非项目成员。

(2)资源数据模型

资源是企业应用创新方法解决过程中不可缺少的因素，资源不仅仅包括企业的有形的物的资源还包括企业无形的数据资源。参见图9，在模板层创新活动的开展过程中，必须得到企业资源的支持，相应的创新方法工作小组才能开展改善活动。多创新方法集成与融合应用流模型中所需要的数据资源来源于从企业实体资源中采集到的数据或者相应的生产文档中的数据，由于创新方法之间的关系包括构件型创新方法与容器型创新方法之间的嵌入关系和时序关系，因此构件型基础创新方法中产生的结果数据通过容器型基础创新方法来实现数据的交互，通过四层体系架构从而协助企业对创新方法应用过程中的数据管理，有效的安排和组织创新方法应用数据。

(3)过程模型

过程模型是对多创新方法集成与融合应用过程中的状态及过程的描述；过程模型中包含流程信息、状态信息、状态转移规则，过程模型体现了流模型以基础创新方法的使用为基础，将利用模板解决企业单一工程难题的过程描述为从初始状态出发，经过多种状态的转移，解决工程难题，达到最终状态的一个过程，参考离散数学中的状态机模型对创新方法集成与融合应用流模型进行描述，同时利用状态图对流模型进行可视化。多创新方法集成与融合应用流模型的过程模型表示为：

M＝<S,Σ,f,S0,Z>

状态：流模型中的状态S代表了企业在应用流模型解决工程难题过程中所表现出来的形态。S是一个有限集，集合中每个元素表示企业应用流模型所处的一个状态。参见图10，本文将企业状态细分9种状态每种状态拥有不同的基本属性。其中初始状态S0和终止状态Z为辅助状态，表示整个状态的开始和结束；流模型执行、阶段执行和总结评估为复合状态，复合状态内部又可以包含多个子状态机；其余状态都是基本状态；

转移：转移是从一个状态节点到另外一个状态节点的移动；过程模型中的Σ代表表示系统可能发生的条件集合f代表一个从Σ到S的单值部分映射，即状态转移的函数。f(S,A)＝S′代表当前系统状态遇到条件A时将转化到下一个系统状S′，即后继状态。除了两个节点之间的基本转移外，转移还包括汇合转移、分支转移和条件转移三种组合形式。条件转移表示通过条件触发时对触发事件进行判断，如果判断条件成立，转移到某一个状态，否则转移到另外一个状态。参见图11，利用UML状态图对流模型的应用过程进行展示。企业从初始状态触发，准备状态的输入是单个生产难题，在准备状态中执行成熟度评估、模板选择、组织结构和工作计划的确定，然后进入流模型应用状态，该复合状态由多个阶段应用状态组成，阶段应用状态内部包含需求分析、基础创新方法应用、结果总结三个基本状态。当阶段任务已经完成时跳转到下一阶段，否则继续在当前阶段循环执行，当没有一阶段即流模型结束后，进入总结与评估阶段，对流模型的应用进行绩效评估和成熟度评估。

所述的分析层中的多创新方法集成与融合应用模板的的配置和基础创新方法的推荐，具体为：

根据企业所遇到的工程难题和当前的创新需求灵活的选择基础创新方法有助于提高流模型的应用效果，参见图12，提出了一种基于创新方法领域知识图谱基础创新方法的推荐方法，能够根据企业当前创新需求，为企业提供较为科学的基础创新方法候选集合。

将企业在应用流模型过程中的阶段需求以7元组的范式进行表示。

D＝<Org,PS,T,PTxt,DTxt,Type,IMs>

其中：Org表示当前企业实体，PS表示当前产品实体；T表示企业当前选择的创新方法模板；PTxt表示企业当前工程难题的文本描述；DTxt表示企业对阶段需求的文本描述；Type表示当前企业对基础创新方法的需求类型；IMs表示参考创新方法集合。

为了针对企业需求推荐合理的创新方法，将企业创新需求描述7元组转化为需求子图的形式：

D＝(V_D,E_D,vt_D,et_D)

其中V_D＝{v1,v2,...vn}表示7元组中的实体集；E_D＝{eij|eij＝v*vj,1<＝ i,1<＝n}表示7元组中实体之间的关系集；vt_D＝{vt1,...,vtk}表示实体的类型集；et_D＝{et1,...,ets}表示关系类型集。

后续的任务就是从创新方法领域知识图谱中检索与需求子图相匹配的实体候选集。为此本发明提出了一种创新需求实体匹配算法，如图13所示，该算法将需求子图转换成匹配子图，进一步可以从子图中获取基础创新方法集合，完成了创新方法模板的配置，该集合为根据企业阶段需求所匹配得到的决策候选集合，为企业有针对性的应用创新方法解决生产难题提供了帮助。

Claims (4)

1.一种采用知识图谱的多创新方法推荐与流驱动的集成系统，其特征在于，包括技术支撑层、数据层、分析层和应用层；

所述的技术支撑层是将采集和获取到的文本数据转化为创新方法领域知识图谱，其核心是知识图谱构建的各项技术，包括中文分词、创新方法领域命名实体识别、创新方法领域实体关系抽取和补全技术；构建创新方法领域知识图谱的数据来自数据层采集到的文本数据以及应用层的数据；

所述的数据层对原始资源数据进行采集和预处理，并且构建创新方法领域知识图谱；从原始资源数据的结构来看，包括结构化数据、半结构化数据和非结构化数据；从数据的形式来看，包括文本数据和知识数据；通过构建爬虫服务进行数据采集，并通过技术支撑层的构建知识图谱的相关技术，实现将多种形式的数据融合，形成创新方法领域知识图谱；

所述的分析层协助企业完成创新方法的应用，其中包括多创新方法集成与融合应用模板的配置和基础创新方法的推荐；

所述的应用层通过对企业实际应用创新方法过程进行建模，形成多创新方法集成与融合应用的流模型，结合分析和决策层得到的有效辅助信息，实现多创新方法集成与融合的科学应用。

2.根据权利要求1所述的一种采用知识图谱的多创新方法推荐与流驱动的集成系统，其特征在于，

所述的数据层中创新方法领域知识图谱的构建方法，具体内容如下：

首先，根据多创新方法集成与融合应用的特点，利用RDF模型对创新方法领域中的概念和关系进行式化的概念知识，并建立层次结构、包含关系、组成关系，便于后续的机器处理和知识融合，最终得到创新方法领域概念模型；

其次，为了获取创新方法领域文本数据，建立面向多数据源的高性能爬虫服务来采集创新方法领域的文本数据；制定种子词库和爬虫限定域两种策略；种子词库的作用是通过配置种子词库，按照不同的需求来初始化初始搜索空间，结合深度优先或者广度优先两种不同的搜索策略实现不同的数据采集方案，对于采集到的数据，进行中文分词和实体识别；

最后，进行实体之间的关系抽取；关系抽取所要解决的任务是对文本中特定类型的关系进行识别并分类，通过三元组的形式将实体和实体之间的关系进行结构化和规范化的表达；创新方法领域中实体之间的关系包括基础创新方法和基础创新方法之间的关系，基础创新方法与企业、产品和生产难题之间的关系；创新方法之间的关系包括构件型创新方法与容器型创新方法之间的嵌入关系和时序关系。

3.根据权利要求1所述的一种采用知识图谱的多创新方法推荐与流驱动的集成系统，其特征在于，

所述的系统的应用层中多创新方法集成与融合应用的流模型，分别从组织、资源数据和过程三个方面对企业应用创新方法模板解决工程难题的过程进行建模，具体如下：

(1)组织模型

组织模型是指创新方法模板应用过程中的组织形式的模型；根据创新方法模板应用的实际需求，将应用创新方法模板解决企业单一工程难题的过程视为工作小组开展模板层创新活动的形式，工作小组内不同的企业员工扮演不同的角色，模板层创新活动的开展由工作组内的多个成员协同完成；

(2)资源数据模型

多创新方法集成与融合应用流模型中所需要的数据资源来源于从企业实体资源中采集到的数据或者相应的生产文档中的数据；因此构件型基础创新方法中产生的结果数据通过容器型基础创新方法来实现数据的交互，通过四层体系架构从而协助企业对创新方法应用过程中的数据管理，有效的安排和组织创新方法应用数据；

(3)过程模型

过程模型是对多创新方法集成与融合应用过程中的状态及过程的描述；过程模型中包含流程信息、状态信息、状态转移规则；该过程可描述为从初始状态出发，经过多种状态的转移，解决工程难题，达到最终状态的一个过程；多创新方法集成与融合应用流模型的过程模型表示为：

M＝<S,Σ,f,S0,Z>

状态：流模型中的状态S代表了企业在应用流模型解决工程难题过程中所表现出来的形态；S是一个有限集，集合中每个元素表示企业应用流模型所处的一个状态，其中初始状态S0和终止状态Z为辅助状态，表示整个状态的开始和结束；

转移：转移是从一个状态节点到另外一个状态节点的移动；过程模型中的Σ代表表示系统可能发生的条件集合f代表一个从Σ到S的单值部分映射，即状态转移的函；f(S,A)＝S′代表当前系统状态遇到条件A时将转化到下一个系统状S′，即后继状态。除了两个节点之间的基本转移外，转移还包括汇合转移、分支转移和条件转移三种组合形式。条件转移表示通过条件触发时对触发事件进行判断，如果判断条件成立，转移到某一个状态，否则转移到另外一个状态。

4.根据权利要求1所述的一种采用知识图谱的多创新方法推荐与流驱动的集成系统，其特征在于，

所述的分析层中的多创新方法集成与融合应用模板的配置和基础创新方法的推荐方法，具体为：

先将企业在应用流模型过程中的阶段需求以7元组的范式进行表示；

D＝<Org,PS,T,PTxt,DTxt,Type,IMs>

其中：Org表示当前企业实体，PS表示当前产品实体；T表示企业当前选择的创新方法模板；PTxt表示企业当前工程难题的文本描述；DTxt表示企业对阶段需求的文本描述；Type表示当前企业对基础创新方法的需求类型；IMs表示参考创新方法集合；

然后为了针对企业需求推荐合理的创新方法，将企业创新需求描述7元组转化为需求子图的形式：

D＝(V_D,E_D,vt_D,et_D)

其中V_D＝{v1,v2,...vn}表示7元组中的实体集；E_D＝{eij|eij＝v*vj,1<＝i,1<＝n}表示7元组中实体之间的关系集；vt_D＝{vt1,...,vtk}表示实体的类型集；et_D＝{et1,...,ets}表示关系类型集；

最后后续的任务就是从创新方法领域知识图谱中检索与需求子图相匹配的实体候选集，将需求子图转换成匹配子图，进一步从子图中获取基础创新方法集合，完成了创新方法模板的配置，该集合为根据企业阶段需求所匹配得到的决策候选集合。

Images