CN112288177A - 基于triz创新理论的智能推荐方法 - Google Patents
基于triz创新理论的智能推荐方法 Download PDFInfo
- Publication number
- CN112288177A CN112288177A CN202011211365.0A CN202011211365A CN112288177A CN 112288177 A CN112288177 A CN 112288177A CN 202011211365 A CN202011211365 A CN 202011211365A CN 112288177 A CN112288177 A CN 112288177A
- Authority
- CN
- China
- Prior art keywords
- triz
- theory
- innovation
- recommendation method
- user
- 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.)
- Pending
Links
- PGLIUCLTXOYQMV-UHFFFAOYSA-N Cetirizine hydrochloride Chemical compound Cl.Cl.C1CN(CCOCC(=O)O)CCN1C(C=1C=CC(Cl)=CC=1)C1=CC=CC=C1 PGLIUCLTXOYQMV-UHFFFAOYSA-N 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000007812 deficiency Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 3
- 239000000243 solution Substances 0.000 description 15
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000012086 standard solution Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了基于TRIZ创新理论的智能推荐方法,其特征在于,包括以下步骤:S1、通过收集现有TRIZ应用统计数据,对现有TRIZ创新理论方法进行分析;S2、用户输入创新设计需求,通过对需求进行分析,快速推荐出最适用的TRIZ理论;S3、收集与分析反馈信息,便于后期同类别信息快速匹配与推送,同时通过反馈信息中不理想的部分来进行系统的更新与优化。本发明中,首先,该智能方法可以有效提高使用传统TRIZ创新理论进行创新设计时的效率,其次,通过对用户输入的创新设计进行智能的问题与矛盾分析,提高使用者人工匹配创新解法的准确率,最后,根据使用者输入的创新设计,高效匹配出其创新所属领域与成功例子,辅助使用者进行创新决策。
Description
技术领域
本发明涉及TRIZ创新理论技术领域,尤其涉及基于TRIZ创新理论的智能推荐方法。
背景技术
创新从最通俗的意义上讲就是创造性地发现问题和创造性地解决问题的过程,TRIZ理论的强大作用正在于它为人们创造性地发现问题和解决问题提供了系统的理论和方法工具,TRIZ 创新理论作为一种理想的创新方法,指导人们创造性解决问题并提供科学的方法,引领企业创新发展设计,取得可观的经济效益和管理效益,但是,直接使用TRIZ 理论指导电力企业进行创新设计时存在以下问题: 1.TRIZ 创新理论未形成智能推荐的理论体系,其理论路线分散,需要人工分析,缺乏一站式的创新方法智能推荐。使用TRIZ理论进行创新设计时,需要根据自己的设计方案进行问题资源分析与矛盾分析,在得出矛盾分类后还需要对矛盾矩阵进行繁琐的查表操作,才能找到相对应的发明原理思路对创新设计进行指导,复杂的问题定位与繁琐查表操作大大降低创新设计的时间;2.TRIZ 创新理论方法未形成智能化应用系统与规范化的创新设计解法知识库,使用TRIZ 创新理论进行创新设计时,往往需要查阅文献进行分析,目前未存在智能化应用程序帮助使用者提供创新设计解决思路,TRIZ 创新理论往往只针对单一问题,得到单一解法,未有效形成规范化的创新设计解法库,使用者无法精确定位自己的创新设计对应的例子与对应领域;3.TRIZ 创新理论方法在电力企业的研究较少,未形成规范化的研究体系。
发明内容
本发明的目的在于:为了解决现有存在的问题,而提出的基于TRIZ创新理论的智能推荐方法。
为了实现上述目的,本发明采用了如下技术方案:基于TRIZ创新理论的智能推荐方法,包括以下步骤:
S1、通过收集现有TRIZ应用统计数据,对现有TRIZ创新理论方法进行分析;
S2、用户输入创新设计需求,通过对需求进行分析,快速推荐出最适用于用户创新需求方向的TRIZ理论;
S3、收集与分析反馈信息(包括能力提升程度,方法适用度,创新结果及不足等),便于后期同类别信息快速匹配与推送,同时通过反馈信息中不理想的部分来进行系统的更新与优化。
作为上述技术方案的进一步描述:
所述TRIZ应用统计数据通过特征提取算法进行分析。
作为上述技术方案的进一步描述:
输出所述TRIZ创新理论方法对于各方向研究的适用参数,将其特征与适用参数建库。
作为上述技术方案的进一步描述:
所述创新设计需求的问题分析通过智能推荐算法中的层叠型混合推荐方法。
作为上述技术方案的进一步描述:
所述层叠型混合推荐方法通过多层迭代算法按照权重来与上步中构建的参数库进行匹配。
作为上述技术方案的进一步描述:
所述反馈信息制成反馈兴趣模型。
作为上述技术方案的进一步描述:
所述反馈信息中的不足点通过进化学习方法不断进行更新优化。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明中,对TRIZ应用方向数据进行预处理后针对其不同方法的应用适用方向与问题解决提升能力等特征通过特征提取算法进行分析,输出其理论方法对于各方向研究的适用参数,将其特征与适用参数建库,有效解决使用传统TRIZ创新理论进行创新设计时效率低下,无法准确定位创新设计解法的问题。
2、本发明中,采用智能推荐算法中的层叠型混合推荐方法,根据用户输入的创新设计进行智能的问题与矛盾分析,准确输出对应的发明原理与标准解法,大幅缩短使用者在进行创新设计时的时间,提高使用者人工匹配创新解法的准确率。
3、本发明中,归纳的TRIZ创新理论智能推荐的创新设计解法知识库能有效辅助应用程序,其使用进化学习的方法对自身进行迭代更新,根据使用者输入的创新设计,高效匹配出其创新所属领域与成功例子,辅助使用者进行创新决策。
具体实施方式
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
实施例一,本发明提供一种技术方案:基于TRIZ创新理论的智能推荐方法,包括以下步骤:
S1、通过收集现有TRIZ应用统计数据,对现有TRIZ创新理论方法进行分析;
S2、用户输入创新设计需求,通过对需求进行分析,快速推荐出最适用于用户创新需求方向的TRIZ理论;
S3、收集与分析反馈信息(包括能力提升程度,方法适用度,创新结果及不足等),便于后期同类别信息快速匹配与推送,同时通过反馈信息中不理想的部分来进行系统的更新与优化。
TRIZ应用统计数据通过特征提取算法进行分析,TRIZ创新理论方法对于各方向研究的适用参数,将其特征与适用参数建库,对TRIZ应用方向数据进行预处理后针对其不同方法的应用适用方向与问题解决提升能力等特征通过特征提取算法进行分析,输出其理论方法对于各方向研究的适用参数,将其特征与适用参数建库。
创新设计需求的问题分析通过智能推荐算法中的层叠型混合推荐方法,层叠型混合推荐方法通过多层迭代算法按照权重来与上步中构建的参数库进行匹配,采用智能推荐算法中的层叠型混合推荐方法,能根据用户输入的创新设计需求进行智能的问题分析,提取用户需求中的关键要素,并通过多层迭代算法按照权重来与上步中构建的参数库进行匹配,以实现精确匹配面向用户的创新需求最适用的TRIZ算法。
根据反馈信息制成反馈兴趣模型,反馈信息中的不足点通过进化学习方法不断进行更新优化,通过用户行为反馈的兴趣度模型来快速确定用户喜好的推送方向,多方位的帮助用户形成直观的创新理解,有助于帮助用户更正确的决策,同时通过进化学习方法根据反馈信息的不足点来不断对推荐算法进行更新优化,使推荐算法更加的精确与实用,将TRIZ创新理论应用在电力系统中,通过可靠性评估算法改进相应应用领域。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.基于TRIZ创新理论的智能推荐方法,其特征在于,包括以下步骤:
S1、通过收集现有TRIZ应用统计数据,对现有TRIZ创新理论方法进行分析;
S2、用户输入创新设计需求,通过对需求进行分析,快速推荐出最适用于用户创新需求方向的TRIZ理论;
S3、收集与分析反馈信息(包括能力提升程度,方法适用度,创新结果及不足等),便于后期同类别信息快速匹配与推送,同时通过反馈信息中不理想的部分来进行系统的更新与优化。
2.根据权利要求1所述的基于TRIZ创新理论的智能推荐方法,其特征在于,所述TRIZ应用统计数据通过特征提取算法进行分析。
3.根据权利要求1所述的基于TRIZ创新理论的智能推荐方法,其特征在于,输出所述TRIZ创新理论方法对于各方向研究的适用参数,将其特征与适用参数建库。
4.根据权利要求1所述的基于TRIZ创新理论的智能推荐方法,其特征在于,所述创新设计需求的问题分析通过智能推荐算法中的层叠型混合推荐方法。
5.根据权利要求1所述的基于TRIZ创新理论的智能推荐方法,其特征在于,所述层叠型混合推荐方法通过多层迭代算法按照权重来与上步中构建的参数库进行匹配。
6.根据权利要求1所述的基于TRIZ创新理论的智能推荐方法,其特征在于,根据所述反馈信息制成反馈兴趣模型。
7.根据权利要求1所述的基于TRIZ创新理论的智能推荐方法,其特征在于,所述反馈信息中的不足点通过进化学习方法不断进行更新优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011211365.0A CN112288177A (zh) | 2020-11-03 | 2020-11-03 | 基于triz创新理论的智能推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011211365.0A CN112288177A (zh) | 2020-11-03 | 2020-11-03 | 基于triz创新理论的智能推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112288177A true CN112288177A (zh) | 2021-01-29 |
Family
ID=74350451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011211365.0A Pending CN112288177A (zh) | 2020-11-03 | 2020-11-03 | 基于triz创新理论的智能推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288177A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343076A (zh) * | 2021-04-23 | 2021-09-03 | 山东师范大学 | 一种基于特征匹配度的创新技术推荐方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592010A (zh) * | 2011-12-30 | 2012-07-18 | 四川大学 | 创新设计网络平台构建和应用方法 |
CN106997341A (zh) * | 2017-03-22 | 2017-08-01 | 山东大学 | 一种创新方案匹配方法、装置、服务器及系统 |
CN111813958A (zh) * | 2020-07-20 | 2020-10-23 | 广东道方云泽信息科技有限公司 | 基于创新创业平台的智慧服务方法与系统 |
-
2020
- 2020-11-03 CN CN202011211365.0A patent/CN112288177A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592010A (zh) * | 2011-12-30 | 2012-07-18 | 四川大学 | 创新设计网络平台构建和应用方法 |
CN106997341A (zh) * | 2017-03-22 | 2017-08-01 | 山东大学 | 一种创新方案匹配方法、装置、服务器及系统 |
CN111813958A (zh) * | 2020-07-20 | 2020-10-23 | 广东道方云泽信息科技有限公司 | 基于创新创业平台的智慧服务方法与系统 |
Non-Patent Citations (1)
Title |
---|
陈彬 等: "智能推荐系统研究综述", 《河北省科学院学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343076A (zh) * | 2021-04-23 | 2021-09-03 | 山东师范大学 | 一种基于特征匹配度的创新技术推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Modeling and optimization of multi-objective partial disassembly line balancing problem considering hazard and profit | |
Ali | A novel tool (FP-KC) for handle the three main dimensions reduction and association rule mining | |
CN112288177A (zh) | 基于triz创新理论的智能推荐方法 | |
CN107679147A (zh) | 基于语音识别的人机对话式电网信息调阅展示方法 | |
Arqawi et al. | Predicting Employee Attrition and Performance Using Deep Learning | |
CN110580291B (zh) | 基于erp客户服务知识图谱的智能搜索方法及计算机设备 | |
CN111090643B (zh) | 一种基于数据分析系统下的海量用电数据挖掘方法 | |
CN104281615A (zh) | 一种投诉处理的方法和系统 | |
CN111160732A (zh) | 一种适用于多站融合安全与效益综合评价的方法 | |
Sinha et al. | Progressively interactive evolutionary multi-objective optimization method using generalized polynomial value functions | |
CN114529038A (zh) | 一种基于企业需求的智能匹配招商策略系统及方法 | |
Kumar et al. | Mapping technological trajectories for energy storage device through patent citation network | |
Pinto et al. | Design and performance evaluation of a wi-fi energy harvester for energizing low power devices | |
Kromer et al. | Genetically evolved fuzzy predictor for photovoltaic power output estimation | |
CN112257964A (zh) | 一种负荷密集型城市智慧园区需求聚合建模方法 | |
CN115660538B (zh) | 一种货物运输方法及系统 | |
CN116204653A (zh) | 一种基于知识图谱的产业链网络关系构建方法 | |
CN113610194B (zh) | 一种数字档案自动分类方法 | |
CN113191656B (zh) | 一种基于数据关联分析的低压配电网设备负荷与拓扑联动方法 | |
CN112882786B (zh) | 用于辅助推荐图表类型的方法、装置、电子设备及存储介质 | |
CN109344239A (zh) | 一种基于时序特征的业务过程模型查询方法及查询系统 | |
CN111080739B (zh) | 一种基于bp神经网络的bi配色方法及系统 | |
Nguyen et al. | A pareto corner search evolutionary algorithm and principal component analysis for objective dimensionality reduction | |
CN111612052A (zh) | 一种基于改进遗传算法的非侵入式负荷分解方法 | |
CN109710809A (zh) | 一种基于专家库的scd文件虚端子自动连接方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210129 |