CN113657083B - 面向意图计算与推理的dikw资源交互填充系统 - Google Patents

面向意图计算与推理的dikw资源交互填充系统 Download PDF

Info

Publication number
CN113657083B
CN113657083B CN202111004843.5A CN202111004843A CN113657083B CN 113657083 B CN113657083 B CN 113657083B CN 202111004843 A CN202111004843 A CN 202111004843A CN 113657083 B CN113657083 B CN 113657083B
Authority
CN
China
Prior art keywords
filler
filling
information
intention
data
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.)
Active
Application number
CN202111004843.5A
Other languages
English (en)
Other versions
CN113657083A (zh
Inventor
段玉聪
黄越
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.)
Hainan University
Original Assignee
Hainan 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 Hainan University filed Critical Hainan University
Priority to CN202111004843.5A priority Critical patent/CN113657083B/zh
Priority to PCT/CN2021/126994 priority patent/WO2023029185A1/zh
Publication of CN113657083A publication Critical patent/CN113657083A/zh
Application granted granted Critical
Publication of CN113657083B publication Critical patent/CN113657083B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/048—Fuzzy inferencing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开一种面向意图计算与推理的DIKW资源交互填充系统的方法和装置，可以通过将表格或表项意图与填表人的意图进行比较，判断双方意图间的差异；根据填表人意图推测填充该表格或表项是否产生收益，对填充价值进行分级；对内容填充过程中的不确定性按需改变；对所述内容填充的DIKW概率偏差因子按需改变；对填表人所填入的数据或信息进行内容核验，从而实现表格分析人与填表人之间的意图平衡，达到内容填充的智能与合理。本发明可以通过基于填表人的数据、意图、信息、知识体系来填充表格，站在填表人角度，充分考虑填表人的意图，并推测表格的意图，以意图为驱动来解决内容填充过程，解决内容填充过程中填表人与表格分析人之间意图平衡与意图对抗等各类问题。

Description

面向意图计算与推理的DIKW资源交互填充系统
技术领域
本发明涉及DIKW领域，特别涉及一种面向意图计算与推理的DIKW资源交互填充系统的方法和装置。
背景技术
随着当今世界的信息化和数据化发展，人们日常生活与办公中会遇到各种各样的表单，如网上购物填写收件人信息，出行填写防疫信息，吃饭点个外卖需要填写外卖表单，买高铁飞机票出游需要填写购票表单，各种app和网站的调查问卷，公司出差或请假等等，这些都可归为内容填充一类问题。内容填充的本质是意图的交流，表格意图并不局限在各个表项信息，而是意欲通过表项信息得到填表人画像，以此达成某种商业目的或调查目的。当待填充内容比较多的时候，填表人填写时就会遇到重复填写、填写出错、嫌麻烦、泄露信息等常见问题。以表单为主的应用，最繁琐的工作就是需要填写很多表单字段。用户所填写的内容经常是重复的工作，并且有些字段操作了很多步骤只是为了获取同一个选项值。
现有自动填充技术大多都是限制在了数据或信息迁移的程度上，基本都是将整理好的数据按键值匹配填入，将Excel表中数据条逐条自动填写到单个Excel/word表单，录入一条数据成套合同批量自动生成，这对于如何填充内容并没有体现出应有的智能。此外，在填充过程中并没有对填表人的意图进行考虑，可能会产生与填表人意愿相反的填充行为。同样，也没有判断分析表格的意图，没有考虑填充之后是否可能给填表人带来不利后果。
发明内容
鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种面向意图计算与推理的DIKW资源交互填充系统的方法和装置。
第一方面，一种面向意图计算与推理的DIKW资源交互填充系统的方法，所述方法包括：
将表格或表项意图与填表人的意图进行比较，判断双方意图间的差异；
根据填表人意图推测填充该表格或表项是否产生收益，对填充价值进行分级；
对内容填充过程中的不确定性按需改变；
对所述内容填充的DIKW概率偏差因子按需改变；
对填表人所填入的数据或信息进行内容核验。
结合第一方面，在某些可选的实施方式中，所述方法包括：
将表格或表项以及填表人的类型资源映射到DIKW体系中，构建类型资源模型，通过语义分析与体系比较判断双方意图间的差异。
结合第一方面，在某些可选的实施方式中，所述方法包括：
根据该表格或表项的意图与填表人的意图差异，DIKW模型可以根据填表行为能否给填表人带来收益从而将填充价值分为三个等级。
结合第一方面，在某些可选的实施方式中，所述方法包括：
对填充价值等级高的表项，通过遍历填表人DIKW体系，找寻所有可能相关的节点，并根据跨体系节点间的映射关系，给可能需要填充的内容节点加上相关的数据资源、信息资源或知识资源，对内容填充的不确定性进行按需改变。
结合第一方面，在某些可选的实施方式中，所述方法包括：
对填充价值等级中的表项，将数据资源、信息资源或知识资源的类型进行DIKW体系内转化，改变概率偏差因子。
结合第一方面，在某些可选的实施方式中，所述方法包括：
所述内容填充完毕之前，对所述填表人所填入的类型资源进行内容核验。
结合第一方面，在某些可选的实施方式中，所述方法还包括：
所述内容核验，首先需要遍历填表人和表格双方的DIKW体系，分析各节点出入度，节点间关系以及体系间的映射关系，将填表人意图根据包含、级联或偏序关系进行补充覆盖映射。
结合第一方面，在某些可选的实施方式中，所述方法还包括：
所述内容核验，可以利用模糊传递中的方法对待填充数据或信息进行模糊或更改，切断待填充数据或信息间的包含、级联或偏序关系。
第二方面，一种面向意图计算与推理的DIKW资源交互填充系统的装置，所述装置包括：意图比较单元、价值分级单元、内容转化单元；
所述意图比较单元，被配置为执行将表格或表项以及填表人的类型资源映射到DIKW体系中，构建类型资源模型，通过语义分析与体系比较判断双方意图间的差异；
所述价值分级单元，被配置为执行根据该表格或表项的意图与填表人的意图差异，DIKW模型可以根据填表行为能否给填表人带来收益从而将填充价值分为三个等级；
所述内容转化单元，被配置为执行对填充价值等级高的表项，通过遍历填表人DIKW体系，找寻所有可能相关的节点，并根据跨体系节点间的映射关系，给可能需要填充的内容节点加上相关的数据资源、信息资源或知识资源，对内容填充的不确定性进行按需改变；
所述内容转化单元，还被配置为执行对填充价值等级中的表项，将数据资源、信息资源或知识资源的类型进行DIKW体系内转化，改变概率偏差因子。
结合第二方面，在某些可选的实施方式中，所述装置还包括：内容核验单元；
所述内容核验单元，被配置为执行在所述内容填充完毕之前，对所述填表人所填入的类型资源进行内容核验；
其中，所述内容核验，包括首先需要遍历填表人和表格双方的DIKW体系，分析各节点出入度，节点间关系以及体系间的映射关系，将填表人意图根据包含、级联或偏序关系进行补充覆盖映射；
其中，所述内容核验，包括可以利用模糊传递中的方法对待填充数据或信息进行模糊或更改，切断待填充数据或信息间的包含、级联或偏序关系。
借由上述技术方案，本发明提供的一种面向意图计算与推理的DIKW资源交互填充系统的方法和装置，可以通过将表格或表项意图与填表人的意图进行比较，判断双方意图间的差异；根据填表人意图推测填充该表格或表项是否产生收益，对填充价值进行分级；对内容填充过程中的不确定性按需改变；对所述内容填充的DIKW概率偏差因子按需改变；对填表人所填入的数据或信息进行内容核验。由此可以看出，本发明可以将填表人和表格的内容转化为数据、意图、信息以及知识，表格具有意图，初始意图是获取表格或表项所需的数据或信息，但实际上整体它需要干什么，内部各个表项又是要干什么，这都是需要进行推测的，而且很有可能整张表格的真实意图就隐藏在其中的一个表项或几个表项中。在分类之后，表格相似，属于同一类别，那么其意图也存在相似性，因此结合表格类别与内部表项、位置关系、拓扑结构和备选项等推测更新表格整体与各表项的意图，构建表格DIKP体系，用于分析与填表人的意图差异，以及是否会对填表人产生不利的影响，进行价值判断，然后以填表人的意图为驱动，分析计算填表人和表格双方的DIKP体系，将表格或表项进行价值分级，通过意图比较、降低不确定性、模糊传递等步骤和方法进行内容填充，从而解决内容填充过程中所产生的各类问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在附图中：
图1示出了本发明提供的一种面向意图计算与推理的DIKW资源交互填充系统的方法的流程图；
图2示出了本发明提供的一种数据体系示意图；
图3示出了本发明提供的一种意图体系示意图；
图4示出了本发明提供的一种信息体系示意图；
图5示出了本发明提供的一种知识体系示意图；
图6示出了本发明提供的一种体系内部定义示意图；
图7示出了本发明提供的一种实施例中根据映射关系降低不确定性方法的示意图；
图8示出了本发明提供的一种实施例中模糊传递方法的示意图；
图9示出了本发明提供的一种实施例中待填充内容关系示意图；
图10示出了本发明提供的一种面向意图计算与推理的DIKW资源交互填充系统的装置的结构示意图。
具体实施方式
经本发明人研究发现，每个人都具有属于自身的数据、意图、信息、知识以及智慧，代表着自身对外部客观事物的认知与理解，通过对数据、意图、信息以及知识进行建模，得到每个人的DIKP(data、purpose、information、knowledge)体系，建立DIKP图谱结构，可以提高存储、传输与计算效率。
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明提供了一种面向意图计算与推理的DIKW资源交互填充系统的方法，所述方法包括：S100、S200、S300、S400和S500；
S100：将表格或表项意图与填表人的意图进行比较，判断双方意图间的差异；
意图(PUP)是人类具有的与特定事物相关的隐含或明确的目的或目标。在数据、信息、知识以及智慧当中，意图主要与数据进行关联结合，单个数据或多个数据可以与一个或多个意图进行结合。意图本身之间的主要关系为与或非以及包含，一个意图可划分出几个子意图。例如，调查一个人，可以由“要知道这个人是谁”和“要知道他做过什么”两个子意图构成，而“要知道这个人是谁”又能进一步划分成“了解其名字”、“了解其性别”和“了解其社会身份”等子意图。使用元组来形式化表达意图之间的关系：PUP(to investigatesomeone)＝<PUP(to know who he is),PUP(to know what did he do),Rinclude>，PUP代表意图模型中的意图，R代表关系，包含表达形式为“Rinclude”。
S200：根据填表人意图推测填充该表格或表项是否产生收益，对填充价值进行分级；
首先，若该表格或表项的意图与填表人的意图差异小，且能根据填表人意图判断给填表人带来收益，记为填充价值等级高；第二种情况，若该表格或表项的意图与填表人的意图差异较小，且难以根据填表人意图判断是否带来收益，记为填充价值等级一般，第三种情况，若该表格和表项的意图与填表人的意图差异较大，则默认为会给填表人产生负收益，记为填充价值等级低。
举例说明，当Tom填写企业招募表格，在Tom的DIKP体系中Tom的意图是想要入职，且表格意图是招募新员工，通过语义分析和体系比较发现差异小，且能根据Tom意图判断具有收益—填表是Tom入职的途径，则对表格标记为“填充价值等级高”。在填写此表格的身体条件中视力这个表项时，如果遍历Tom的DIKP体系得知Tom存在轻度近视，而根据表格DIKP体系分析了解到该表项意图是此工作岗位不招收近视人员，与Tom的意图差异大，则对该表项记为“填充价值等级低”。
S300：对内容填充过程中的不确定性按需改变；
经过意图比较和价值判断之后，需要对填充价值等级高的表项进行填充，但是在数据、信息、知识不充分、不完整和不精确的情况下，内容填充的过程中数据和信息流动是具有一种位置不确定性的，数据可以与多个意图结合，得到的信息是较为发散的，那数据和信息填入的位置也可能是发散的，这称为位置不确定性。这种位置不确定性是难以消除的，因为拥有的数据、信息和知识是不充分、不完整和不精确的，但是通过遍历填表人DIKP体系，找寻所有可能相关的节点，并根据跨体系节点间的映射关系，给可能需要填充的内容节点加上相关的数据、信息或知识将这种不确定性降低。
如Tom的数据体系中具有DAT(18)、DAT(5)、DAT(70)这三个数据，在不充分、不完整和不精确的情况下暂不清楚三者具体是什么含义，三者在表格中都可填入年龄、编号等表项。针对DAT(年龄)这个表项，遍历Tom的DIKP体系，并根据映射关系找到可能与年龄相关的DIKP内容，假设在信息体系中存在节点INF(Tom,just graduated,from high school)与DAT(18)具有映射关系，那么结合DAT(18)、DAT(5)、DAT(70)三个填表人数据和DAT(Age)这个表项，可以推测出INF(Tom’s age,is,18)，将DAT(18)这个数据填入DAT(Age)当中
S400：对所述内容填充的DIKW概率偏差因子按需改变；
在面临填充价值等级一般的表格或表项时，填表人可能希望自己的数据信息知识仅仅只能被表格获取到必要的部分，满足意图即可，减少泄露的风险，甚至在一定程度上不想让表格知道某些完整的数据或信息，想要验证表格的真实性和意图。这种情况下数据或信息从填表人到被表格的流动可以进行模糊传递，结合填表人的DIKP体系，对数据、信息或知识进行相应变化，提高概率偏差因子，或切断数据、信息或知识之间的包含、级联或偏序等关系。
举例说明，Tom考试考了96分，但是其不想让表格知道具体分数，遍历表格数据体系发现DAT(96)是DAT(high)的联通节点，可以将DAT(96)转化为DAT(high)进行传递，提高概率偏差因子，降低精确度，达到Tom的意图；
可选地，模糊传递可以在填充过程中对填充内容进行关键节点的删除，破坏数据、信息或知识传递过去的关系，也可以对填充内容进行更改模糊；
可选地，本方法S400提供的方法包括：
确定型到概率型的转化，将一个确定的数据或信息以概率的形式表现出来，如INF(Tom被上家单位辞退了)可以转化为INF(Tom可能是主动辞职的，也可能是被辞退了)。这种情况下在填充DAT(工作经历)这个表项不能完全确定Tom的真实去职信息，对填表人的意图PUP(Tom不想让人知道自己是被辞退的)实现了满足，同时又给出可参考信息给表格，一定程度满足表格意图，达到填充要求。概率型数据需要表格根据填表人所填数据、信息或知识并结合自身DIKP体系来进行内容的推理判断，同时也降低了填表人的数据或信息泄露风险；
可选地，本方法S400提供的方法包括：
独立型到比较型的转化，所述转化是一种偏序转化，将一个独立表示的数据或信息转变成与其它数据或信息的比较形式表现出来，如INF(Tom身高170cm)，这是一个独立的信息，可以转变为INF(Tom比Jerry高了5cm)这个比较形式的信息。在填充价值等级一般的情况下，难以判断表格得到信息后会对填表人产生什么影响，但如果表格已经从Jerry方得到了INF(Jerry身高是165cm)这个信息，说明表格可能得到了Jerry方的信任，其得到信息后可能同样不会对Tom产生消极影响，那么通过Jerry的信息能知道Tom身高是170cm，否则表格无法获取到INF(Tom身高170cm)这个信息，达到了一种模糊传递的效果；
可选地，本方法S400提供的方法包括：
整体型到局部型转化，所述转化是一种去完整性的过程，表明将填表人的某一数据或信息进行部分的切分，不将全部内容提供给对方，而是提供局部的一部分。如Tom的年龄是DAT(29)，但Tom是个女性，不想让人知道她马上要30岁了，可以转变为DAT(2*)，将另一部分给隐藏，面对某些表格意图如PUP(了解填表人是否成年)，则DAT(2*)这个数据能够满足表格的需求，同时又满足了Tom的意图；
可选地，本方法S400提供的方法包括：
数值型到范围性转化，所述转化是将某些数值型数据或信息掩藏在某一类范围当中，根据填表人的意图可以隐藏到不同的范围之中，如Tom体重是80kg，其意图不想让别人知道他有这么重，可以将DAT(80kg)这个数值型数据转变为范围型数据DAT(>60kg)，满足Tom的意图。又或者Tom今年16岁，想要享受一些未成年人便利，如购半价票等，但其不想对陌生人透露准确的年龄信息，可以转变为INF(Tom是个未成年人)，将16岁放入未成年这个范围之内，满足Tom的意图。
S500：对填表人所填入的数据或信息进行内容核验；
内容填充完毕之前需要对填表人所填入的数据或信息进行内容核验，由于数据、信息、意图以及知识体系中具有一定的包含、级联以及偏序关系，容易在某一个表项节点的填充上违背另一个表项节点的意图，填充的数据或信息关联到了其它表项。如个人信息表格中填写身份证号码的时候，身份证上具有出生地地址信息(1-6位)，出生日期(7-14位)，性别(17位)等，如果一旦进行填充，这可能违背填表人在表格中的年龄、性别和地址等表项的填充内容意图；
这种情况下首先需要遍历填表人和表格双方的DIKP体系，分析各节点出入度，节点间关系以及体系间的映射关系。基于此可分为两种思路解决该问题：1)进行意图覆盖，将填表人意图根据包含、级联或偏序关系进行补充覆盖映射，如填表人不想让人知道其年龄，可由数据的级联或偏序关系将意图从DAT(age)补充映射到DAT(birthday)和DAT(IDnumber)，避免出现在某一个表项的填充上违背填表人其它的意图。2)切断包含、级联或偏序关系，可利用模糊传递中的方法对待填充数据或信息进行模糊或更改，切断待填充数据或信息间的关系，当填表人不想让人知道其年龄是DAT(29)，填充其出生日期时可进行整体型到局部型转化，隐藏年份，如DAT(5.7)，或进行其它方式的转化，使其不违背填表人的意图。
可选地，为了进一步描述本发明的方案，下面以一个完整实施例描述本发明的方案。
1.DIKP建模原理
每个人都具有属于自身的数据、意图、信息、知识以及智慧，代表着自身对外部客观事物的认知与理解。通过对数据、意图、信息以及知识进行建模，得到每个人的DIKP(data、purpose、information、knowledge)体系，建立DIKP图谱结构，用于存储、传输与计算。
1.1数据体系
数据(DAT)是由直接观察得到的离散元素，在没有上下文的情况下不体现出具体意义，与特定的意图相结合后会产生信息。根据数据本身之间的关系建立数据体系，主要关系为继承和包含。数据以及其之间关系用元组形式化表达：DAT(Identity)＝<DAT(name),DAT(Gender),DAT(nation),DAT(status),Rinclude>。DAT代表数据，R代表关系，继承表达形式为“Ris_a”，包含表达形式为“Rinclude”。
1.2意图体系
意图(PUP)是人类具有的与特定事物相关的隐含或明确的目的或目标。在数据、信息、知识以及智慧当中，意图主要与数据进行关联结合，单个数据或多个数据可以与一个或多个意图进行结合。意图本身之间的主要关系为与或非以及包含，一个意图可划分出几个子意图。例如，调查一个人，可以由“要知道这个人是谁”和“要知道他做过什么”两个子意图构成，而“要知道这个人是谁”又能进一步划分成“了解其名字”、“了解其性别”和“了解其社会身份”等子意图。使用元组来形式化表达意图之间的关系：PUP(to investigatesomeone)＝<PUP(to know who he is),PUP(to know what did he do),Rinclude>，PUP代表意图模型中意图，R代表关系，包含表达形式为“Rinclude”。
1.3信息体系
信息(INF)由数据与人类的特定意图所结合，是对数据按特定意图的回应，是一种有方向性的表达。多个意图可以与数据或信息相关，通过将目标数据与至少一个意图联系起来，实现从数据类型到信息类型的概念转换。信息表达形式为“DAT+DIK PUP＝INF”，用元组形式存储表达INF(The schoolboy,is,Tom)＝<DAT(Tom),DAT(schoolboy),PUP(to konwwho he is)>。信息之间具有关系，根据一个信息可以得出所属的几个子信息，通过信息之间的关系建立信息模型，其主要关系为包含，包含表达形式为“include”。INF(Theschoolboy,is,Tom)＝<INF(Tom,is,schoolboy’s name),INF(Tom,is,boy),INF(Tom,is,astudent),Rinclude>。
1.4知识体系
知识(KNG)由数据和信息经过结构化形式化的统计和推导演绎获得，在信息的基础上进一步凝练得到，形成一种知识规则，反应一定的规律性，具有一定的稳定性、可重复利用性。如KNG(Minors are under 18years old)这个知识是经过相关的数据和信息进行推理和验证得到的，当知识形成之后又能反馈到数据结合意图形成信息的这个过程，使信息体系不断完善。
2.数据、信息和知识之间的转化
2.1 DAT--->DAT
单纯的数据是意义不明显的，实际中往往一个数据实体存在不同的数据表示形式，在已存在的数据体系中可以实现数据之间的转化，这种转化既可以在单个数据之间实现，也可以在多个数据间结合实现。如DAT(Christmas)—>DAT(Dec.25th)，DAT(immaturity)—>DAT(under 18)，DAT(first name)+DIK DAT(lastname)—>DAT(name)。
2.2 DAT--->INF
数据是离散元素，通过与特定的意图结合形成信息，表现为“DAT+DIK PUP＝INF”。数据可与一个或多个特定的意图存在联系，通过意图将可存在相关性的数据整合起来，如DAT(Tom)和DAT(18)在没有意图的情况下显然不具有任何方向性的信息，加入PUP(to knowhis age)则变成INF(Tom’s age,is,18)，而加入PUP(to know his number)则变成INF(Tom’s number,is,18)。元组形式表现为INF(Tom’s age,is,18)＝<DAT(Tom),DAT(18),PUP(to know his age)>和INF(Tom’s number,is,18)＝<DAT(Tom),DAT(18),PUP(to knowhis number)>。
2.3 INF--->INF
信息间通过意图可以结合进一步转化得到其它的信息，这些信息与原信息存在着关系，如先得到两条信息，再将两条信息结合意图得到另外的信息。信息1：INF(Tom,is,170cm in height)＝<DAT(Tom),DAT(170),PUP(forheight)>，信息2：INF(Tom,weight,90kg)＝<DAT(Tom),DAT(90),PUP(forweight)>，由信息1和信息2加上意图可以得到信息3：INF(Tom,is,fat)＝<INF(Tom,is,170cm in height),INF(Tom,weight,90kg),PUP(toknow his health)>。
2.4 DAT+INF--->KNG
数据与信息通过统计与推理可以得到知识规则，此过程是规律性的概括与总结。知识是相对稳定的、有价值的结果。如
INF(humans,survival,carbohydrate,protein,lipid)＝
<DAT(human),DAT(carbohydrate),DAT(protein),DAT(lipid),PUP(tosurvival)>
INF(cats,survival,protein,lipid)＝
<DAT(cat),DAT(protein),DAT(lipid),PUP(survival)>
在数据体系中DAT(animal)包括DAT(human)、DAT(fish)和DAT(cat)；DAT(energy)包括DAT(carbohydrate)、DAT(protein)和DAT(lipid)等。
DAT(human)和DAT(cat)均能与PUP(survival)结合得到信息，于是从数据体系和信息体系中进行统计和推导出KNG(animal need energy to survival)。
2.5 DAT+KNG--->INF
数据在特定的知识规则下结合意图可得到较为特定的信息。例如对于一个地理学家来说，他具有地理学方面的知识，当他面对DAT(Hainan)和DAT(18-20)这两个数据想要弄明白海南冬天是否会下雪时，他可能会将DAT(18-20)这个数据看作是海南的纬度，北纬18到20度，所以其范式为：INF(Hainan,don't snow,in winter)＝
<DAT(Hainan),DAT(18-20),PUP(forWinter climate),KNG(Low latitude areasgenerally have high temperature in winter and no snow)>
当一个普通人想要了解海南的冬季气候情况时，他的知识可能是“如果温度较高就不会下雪”，KNG(Ifthe temperature is high,it won't snow)，那么他在他面对DAT(Hainan)和DAT(18-20)这两个数据时，他可能会将DAT(18-20)这个数据看作是海南的气温温度。
2.6 INF--->DAT
信息去除了意图之后退变成数据，难以从数据中得到具有方向性的信息。如INF(Tom’s age,is,18)-DIK PUP(to know his age)＝<DAT(Tom),DAT(18)>，信息在剥离出意图之后留下的数据可以与其它特定意图进行结合形成其它的信息，如DAT(Tom)+DIK DAT(18)+DIK PUP(to know his number)＝INF(Tom’s number,is,18)。
3.体系与方法
在实际解决问题的时候，拥有的数据、意图、信息和知识往往都是不充分、不完整和不精确的，在这种情况下更需要建立体系来进行相互验证和补充。本文中填表人的DIKP体系是根据填表人当前输入的数据和意图进行补充或建立的，当系统中存在填表人以往的DIKP体系，则利用当前输入的数据和意图对其进行补充更新，若不存在，则构建一个新的DIKP体系。
针对于填表人自身的数据和意图产生建立数据体系和意图体系，结合数据体系和意图体系通过“D+P＝I”建立信息体系，继而构建知识体系。数据、意图、信息以及知识具有包含、继承等关系，随着体系建立或补充能进一步产生级联关系和拓扑结构。体系以图谱的方式进行存储，如毕业生进行就业面试，每个毕业生都具有其数据、信息、知识、意图及智慧的体系，同时也面临着公司方的DIKW体系要求。
GraduateDIKP::＝<DATDIKWP,INFDIKWP,KNGDIKWP,PUPDIKWP>
在DIKP体系当中：1)从初始节点到目标节点经过的边数叫距离，经过的节点数叫深度；2)由部分节点和边组成的称为结构；3)从节点发出的边叫出边，也叫分支，其数量称为该节点的出度，进入节点的边叫入边，其数量称为节点的入度；4)从初始节点到目标节点的距离和深度代表认知距离，深度中所有节点出度和称为偏差系数，若认知距离过长，偏差系数过高，找到目标节点耗费代价会过高，但目标精确度会上升；5)节点出度与其子节点的出度和称为该节点的概率偏差因子，概率偏差因子越大，代表其为目标节点的精确度会下降；6)从某一节点经过出边到达的其它节点称为该节点的子节点，进一步经过子节点出边以及下一级子节点出边能到达的节点称为该节点的联通节点；7)若父节点只存在一条出边到达子节点，且子节点也只存在一条入边，即父节点出度为1，子节点入度为1，称为级联关系；8)若存在父节点出度为1，子节点出度小于或等于1，且深度超过2，称为偏序关系，此类结构称为偏序结构；9)若两个结构进行比较，其初始节点相同，若子节点或距离为3以内的联通节点一定数量以上也是相同的，则差异较小；否则差异较大。10)I体系中节点可由D体系中节点与P体系中节点组合映射，K体系中节点可由D体系、I体系和P体系中节点组合映射
毕业生作为填表人时可能同时面对多张不同公司的表格，表格的形式也是不同的，内容和结构上存在一定的差异，所以需要对表格进行一个分类处理，将表格划分到与其相似的表格一类。根据表格中的各个表项、备选项、位置关系以及拓扑结构，进行表格DIKP体系构建，如
表项A是单选、多选还是填空，ItemA＝Type(selection)
表项A与表项B同处于表项C中，Item C＝<ItemA,Item B>
表项A含有B、C两个备选项，ItemA＝<Alternatives B,Alternatives C>
表项A能够推出表项B，Item B＝Reduced(ItemA)
表格具有意图，初始意图是获取表格或表项所需的数据或信息，如招聘类表格，其初始意图就是招聘，其内部的“名字”表项初始意图就是获取填表人名字。但实际上整体它需要干什么，内部各个表项又是要干什么，这都是需要进行推测的，而且很有可能整张表格的真实意图就隐藏在其中的一个表项或几个表项中。在分类之后，表格相似，属于同一类别，那么其意图也存在相似性，因此结合表格类别与内部表项、位置关系、拓扑结构和备选项等推测更新表格整体与各表项的意图，构建表格DIKP体系，用于分析与填表人的意图差异，以及是否会对填表人产生不利的影响，进行价值判断。
3.1价值判断
填表人的价值判断主要从两方面出发，一是将表格或表项意图与填表人的意图进行比较，通过语义分析与体系比较判断意图间的差异。二是根据填表人意图推测填充该表格或表项是否产生收益。可对价值进行分级，划分为三种填充价值等级，具体如下。
首先，若该表格或表项的意图与填表人的意图差异小，且能根据填表人意图判断给填表人带来收益，记为填充价值等级高；第二种情况，若该表格或表项的意图与填表人的意图差异较小，且难以根据填表人意图判断是否带来收益，记为填充价值等级一般，第三种情况，若该表格和表项的意图与填表人的意图差异较大，则默认为会给填表人产生负收益，记为填充价值等级低。
举例说明，当Tom填写企业招募表格，在Tom的DIKP体系中Tom的意图是想要入职，且表格意图是招募新员工，通过语义分析和体系比较发现差异小，且能根据Tom意图判断具有收益—填表是Tom入职的途径，则对表格标记为“填充价值等级高”。在填写此表格的身体条件中视力这个表项时，如果遍历Tom的DIKP体系得知Tom存在轻度近视，而根据表格DIKP体系分析了解到该表项意图是此工作岗位不招收近视人员，与Tom的意图差异大，则对该表项记为“填充价值等级低”。
3.2降低不确定性
经过意图比较和价值判断之后，需要对填充价值等级高的表项进行填充，但是在数据、信息、知识不充分、不完整和不精确的情况下，内容填充的过程中数据和信息流动是具有一种位置不确定性的，数据可以与多个意图结合，得到的信息是较为发散的，那数据和信息填入的位置也可能是发散的，这称为位置不确定性。这种位置不确定性是难以消除的，因为拥有的数据、信息和知识是不充分、不完整和不精确的，但是通过遍历填表人DIKP体系，找寻所有可能相关的节点，并根据跨体系节点间的映射关系，给可能需要填充的内容节点加上相关的数据、信息或知识将这种不确定性降低。
如Tom的数据体系中具有DAT(18)、DAT(5)、DAT(70)这三个数据，在不充分、不完整和不精确的情况下暂不清楚三者具体是什么含义，三者在表格中都可填入年龄、编号等表项。针对DAT(年龄)这个表项，遍历Tom的DIKP体系，并根据映射关系找到可能与年龄相关的DIKP内容，假设在信息体系中存在节点INF(Tom,just graduated,from high school)与DAT(18)具有映射关系，那么结合DAT(18)、DAT(5)、DAT(70)三个填表人数据和DAT(Age)这个表项，可以推测出INF(Tom’s age,is,18)，将DAT(18)这个数据填入DAT(Age)当中。
3.3模糊传递
在面临填充价值等级一般的表格或表项时，填表人可能希望自己的数据信息知识仅仅只能被表格获取到必要的部分，满足意图即可，减少泄露的风险，甚至在一定程度上不想让表格知道某些完整的数据或信息，想要验证表格的真实性和意图。这种情况下数据或信息从填表人到被表格的流动可以进行模糊传递，结合填表人的DIKP体系，对数据、信息或知识进行某种变化，提高概率偏差因子，或切断数据、信息或知识之间的包含、级联或偏序等关系。
举例说明，Tom考试考了96分，但是其不想让表格知道具体分数，遍历表格数据体系发现DAT(96)是DAT(high)的联通节点，可以将DAT(96)转化为DAT(high)进行传递，提高概率偏差因子，降低精确度，达到Tom的意图。
模糊传递可以在填充过程中对填充内容进行关键节点的删除，破坏数据、信息或知识传递过去的关系。也可以对填充内容进行更改模糊，本文提供如下方法。
3.3.1确定型到概率型转化
确定型到概率型的转化是将一个确定的数据或信息以概率的形式表现出来，如INF(Tom被上家单位辞退了)可以转化为INF(Tom可能是主动辞职的，也可能是被辞退了)。这种情况下在填充DAT(工作经历)这个表项不能完全确定Tom的真实去职信息，对填表人的意图PUP(Tom不想让人知道自己是被辞退的)实现了满足，同时又给出可参考信息给表格，一定程度满足表格意图，达到填充要求。概率型数据需要表格根据填表人所填数据、信息或知识并结合自身DIKP体系来进行内容的推理判断，同时也降低了填表人的数据或信息泄露风险。
3.3.2独立型到比较型转化
独立型到比较型的转化是一种偏序转化，将一个独立表示的数据或信息转变成与其它数据或信息的比较形式表现出来，如INF(Tom身高170cm)，这是一个独立的信息，可以转变为INF(Tom比Jerry高了5cm)这个比较形式的信息。在填充价值等级一般的情况下，难以判断表格得到信息后会对填表人产生什么影响，但如果表格已经从Jerry方得到了INF(Jerry身高是165cm)这个信息，说明表格可能得到了Jerry方的信任，其得到信息后可能同样不会对Tom产生消极影响，那么通过Jerry的信息能知道Tom身高是170cm，否则表格无法获取到INF(Tom身高170cm)这个信息，达到了一种模糊传递的效果。
3.3.3整体型到局部型转化
整体型到局部型转化是一种去完整性的过程，表明将填表人的某一数据或信息进行部分的切分，不将全部内容提供给对方，而是提供局部的一部分。如Tom的年龄是DAT(29)，但Tom是个女性，不想让人知道她马上要30岁了，可以转变为DAT(2*)，将另一部分给隐藏，面对某些表格意图如PUP(了解填表人是否成年)，则DAT(2*)这个数据能够满足表格的需求，同时又满足了Tom的意图。
3.3.4数值型到范围型转化
数值型到范围性转化是将某些数值型数据或信息掩藏在某一类范围当中，根据填表人的意图可以隐藏到不同的范围之中，如Tom体重是80kg，其意图不想让别人知道他有这么重，可以将DAT(80kg)这个数值型数据转变为范围型数据DAT(>60kg)，满足Tom的意图。又或者Tom今年16岁，想要享受一些未成年人便利，如购半价票等，但其不想对陌生人透露准确的年龄信息，可以转变为INF(Tom是个未成年人)，将16岁放入未成年这个范围之内，满足Tom的意图。
3.4防御填充
此步骤也可以称为误导填充，针对填充价值低的表格或表项，并且难以推测出其隐藏意图的情况下，有理由怀疑其对填表人存在数据信息安全隐患，需要进行一种防御性填充措施。在面对此类表格时，填充价值极低情况下直接不进行填充，避免给填表人带来过多损失。而面对此类表项时，需要计算该表项节点的出入度，若出入度值较高，即使不进行填充，表格也很可能根据其它表项的所填内容与隐藏意图推测出填表人在该表项的填充内容，这种情况下需要进行误导填充，在表格的意图基础上对填充内容进行模糊传递，更改填充内容。
3.5反馈核验
内容填充完毕之前需要对填表人所填入的数据或信息进行内容核验，由于数据、信息、意图以及知识体系中具有一定的包含、级联以及偏序关系，容易在某一个表项节点的填充上违背另一个表项节点的意图，填充的数据或信息关联到了其它表项。
如个人信息表格中填写身份证号码的时候，身份证上具有出生地地址信息(1-6位)，出生日期(7-14位)，性别(17)等，如果一旦进行填充，这可能违背填表人在表格中的年龄、性别和地址等表项的填充内容意图。
这种情况下首先需要遍历填表人和表格双方的DIKP体系，分析各节点出入度，节点间关系以及体系间的映射关系。基于此可分为两种思路解决该问题：1)进行意图覆盖，将填表人意图根据包含、级联或偏序关系进行补充覆盖映射，如填表人不想让人知道其年龄，可由数据的级联或偏序关系将意图从DAT(age)补充映射到DAT(birthday)和DAT(IDnumber)，避免出现在某一个表项的填充上违背填表人其它的意图。2)切断包含、级联或偏序关系，可利用模糊传递中的方法对待填充数据或信息进行模糊或更改，切断待填充数据或信息间的关系，当填表人不想让人知道其年龄是DAT(29)，填充其出生日期时可进行整体型到局部型转化，隐藏年份，如DAT(5.7)，或进行其它方式的转化，使其不违背填表人的意图。
部分算法描述
Figure BDA0003236848540000181
Figure BDA0003236848540000191
Figure BDA0003236848540000201
Figure BDA0003236848540000211
如图10所示，本发明提供了一种面向意图计算与推理的DIKW资源交互填充系统的装置，所述装置包括：意图比较单元100、价值比较单元200和内容转化单元300；
所述意图比较单元100，被配置为执行将表格或表项以及填表人的类型资源映射到DIKW体系中，构建类型资源模型，通过语义分析与体系比较判断双方意图间的差异；
所述价值分级单元200，被配置为执行根据该表格或表项的意图与填表人的意图差异，DIKW模型可以根据填表行为能否给填表人带来收益从而将填充价值分为三个等级；
所述内容转化单元300，被配置为执行对填充价值等级高的表项，通过遍历填表人DIKW体系，找寻所有可能相关的节点，并根据跨体系节点间的映射关系，给可能需要填充的内容节点加上相关的数据资源、信息资源或知识资源，对内容填充的不确定性进行按需改变；
所述内容转化单元300，还被配置为执行对填充价值等级中的表项，将数据资源、信息资源或知识资源的类型进行DIKW体系内转化，改变概率偏差因子。
结合图10所示的实施方式，在某些可选的实施方式中，所述装置还包括：内容核验单元400；
所述内容核验单元400，被配置为执行在所述内容填充完毕之前，对所述填表人所填入的类型资源进行内容核验；
其中，所述内容核验单元400，包括首先需要遍历填表人和表格双方的DIKW体系，分析各节点出入度，节点间关系以及体系间的映射关系，将填表人意图根据包含、级联或偏序关系进行补充覆盖映射；
其中，所述内容核验单元400，包括可以利用模糊传递中的方法对待填充数据或信息进行模糊或更改，切断待填充数据或信息间的包含、级联或偏序关系。
在本申请中，诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (4)

1.一种面向意图计算与推理的DIKW资源交互填充方法，其特征在于，包括：
将表格或表项意图与填表人的意图进行比较，判断双方意图间的差异；
根据填表人意图推测填充该表格或表项是否产生收益，对填充价值进行分级；
对内容填充过程中的不确定性按需改变；
对所述内容填充的DIKW概率偏差因子按需改变，所述DIKW概率偏差因子为节点出度与其子节点的出度和称为该节点的概率偏差因子；
对填表人所填入的数据或信息进行内容核验；
相应的，包括：
将表格或表项以及填表人的类型资源映射到DIKW体系中，构建类型资源模型，通过语义分析与体系比较判断双方意图间的差异；
根据该表格或表项的意图与填表人的意图差异，DIKW模型可以根据填表行为能否给填表人带来收益从而将填充价值分为三个等级；
所述内容填充完毕之前，对所述填表人所填入的类型资源进行内容核验；
所述内容核验，首先需要遍历填表人和表格双方的DIKW体系，分析各节点出入度，节点间关系以及体系间的映射关系，将填表人意图根据包含、级联或偏序关系进行补充覆盖映射；
所述内容核验，可以利用模糊传递中的方法对待填充数据或信息进行模糊或更改，切断待填充数据或信息间的包含、级联或偏序关系。
2.根据权利要求1所述的方法，其特征在于，所述方法包括：
对填充价值等级高的表项，通过遍历填表人DIKW体系，找寻所有可能相关的节点，并根据跨体系节点间的映射关系，给可能需要填充的内容节点加上相关的数据资源、信息资源或知识资源，对内容填充的不确定性进行按需改变。
3.根据权利要求1所述的方法，其特征在于，所述方法包括：
对填充价值等级中的表项，将数据资源、信息资源或知识资源的类型进行DIKW体系内转化，改变概率偏差因子。
4.一种面向意图计算与推理的DIKW资源交互填充装置，其特征在于，所述装置包括：意图比较单元、价值分级单元、内容转化单元和内容核验单元；
所述意图比较单元，被配置为执行将表格或表项以及填表人的类型资源映射到DIKW体系中，构建类型资源模型，通过语义分析与体系比较判断双方意图间的差异；
所述价值分级单元，被配置为执行根据该表格或表项的意图与填表人的意图差异，DIKW模型可以根据填表行为能否给填表人带来收益从而将填充价值分为三个等级；
所述内容转化单元，被配置为执行对填充价值等级高的表项，通过遍历填表人DIKW体系，找寻所有可能相关的节点，并根据跨体系节点间的映射关系，给可能需要填充的内容节点加上相关的数据资源、信息资源或知识资源，对内容填充的不确定性进行按需改变；
所述内容转化单元，还被配置为执行对填充价值等级中的表项，将数据资源、信息资源或知识资源的类型进行DIKW体系内转化，改变概率偏差因子；
所述内容核验单元，被配置为执行在所述内容填充完毕之前，对所述填表人所填入的类型资源进行内容核验；
其中，所述内容核验，包括首先需要遍历填表人和表格双方的DIKW体系，分析各节点出入度，节点间关系以及体系间的映射关系，将填表人意图根据包含、级联或偏序关系进行补充覆盖映射；
其中，所述内容核验，包括可以利用模糊传递中的方法对待填充数据或信息进行模糊或更改，切断待填充数据或信息间的包含、级联或偏序关系。
CN202111004843.5A 2021-08-30 2021-08-30 面向意图计算与推理的dikw资源交互填充系统 Active CN113657083B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111004843.5A CN113657083B (zh) 2021-08-30 2021-08-30 面向意图计算与推理的dikw资源交互填充系统
PCT/CN2021/126994 WO2023029185A1 (zh) 2021-08-30 2021-10-28 面向意图计算与推理的dikw资源交互填充系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111004843.5A CN113657083B (zh) 2021-08-30 2021-08-30 面向意图计算与推理的dikw资源交互填充系统

Publications (2)

Publication Number Publication Date
CN113657083A CN113657083A (zh) 2021-11-16
CN113657083B true CN113657083B (zh) 2023-04-18

Family

ID=78493198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111004843.5A Active CN113657083B (zh) 2021-08-30 2021-08-30 面向意图计算与推理的dikw资源交互填充系统

Country Status (2)

Country Link
CN (1) CN113657083B (zh)
WO (1) WO2023029185A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113807063B (zh) * 2021-09-01 2023-09-05 海南大学 面向dikw内容的意图驱动交互填表方法
CN114386021A (zh) * 2021-12-30 2022-04-22 海南大学 跨dikw模态生成内容的验证方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688614B (zh) * 2017-08-04 2018-08-10 平安科技（深圳）有限公司 意图获取方法、电子装置及计算机可读存储介质
US11100483B2 (en) * 2017-09-29 2021-08-24 Intel Corporation Hierarchical data information
US10776337B2 (en) * 2018-07-06 2020-09-15 International Business Machines Corporation Multi-dimensional knowledge index and application thereof
CN110717318B (zh) * 2019-10-10 2020-11-17 海南大学 意图驱动的适应竞争及合作意向的内容填充方法
CN111858960B (zh) * 2020-07-23 2021-09-10 海南大学 面向本质计算的跨dikw图谱的虚拟社区资源处理方法及组件
CN112597285B (zh) * 2020-12-10 2021-08-10 太极计算机股份有限公司 一种基于知识图谱的人机交互方法及系统
CN112818385B (zh) * 2021-01-20 2022-04-01 海南大学 基于常识推理的多模态资源的本质内容处理方法及系统
CN112949321B (zh) * 2021-04-21 2022-04-01 海南大学 面向意图计算与推理的dikw模型构建方法及装置

Also Published As

Publication number Publication date
CN113657083A (zh) 2021-11-16
WO2023029185A1 (zh) 2023-03-09

Similar Documents

Publication Publication Date Title
CN113657083B (zh) 面向意图计算与推理的dikw资源交互填充系统
Seker Computerized argument Delphi technique
Huang et al. Towards purpose driven content interaction modeling and processing based on DIKW
Ströele et al. Group and link analysis of multi-relational scientific social networks
CN107194672B (zh) 一种融合学术专长与社会网络的评审分配方法
Irvanizam et al. An Improved EDAS Method Based on Bipolar Neutrosophic Set and Its Application in Group Decision‐Making
Akram et al. Extensions of Dombi Aggregation Operators for Decision Making under m‐Polar Fuzzy Information
Zhang et al. A novel normal wiggly hesitant fuzzy multi-criteria group decision making method and its application to electric vehicle charging station location
Akram et al. Bipolar neutrosophic hypergraphs with applications
Lee et al. Incremental analysis for generalized TODIM
CN107533692A (zh) 提供预测智能的个人助理
Selvarajah et al. A unified framework for effective team formation in social networks
EL Baz et al. The cultural dimensions in supply chain management research: a state-of-the-art review and research agenda
Alharbi et al. Enhanced Fuzzy Delphi Method in Forecasting and Decision‐Making
Jeyasudha et al. An intelligent centrality measures for influential node detection in COVID-19 environment
Hnatiienko et al. Prioritizing Cybersecurity Measures with Decision Support Methods Using Incomplete Data.
Salem et al. Secretary problems with biased evaluations using partial ordinal information
Daş et al. A set partitioning based goal programming model for the team formation problem
Faliszewski et al. Multiwinner voting in genetic algorithms for solving ill-posed global optimization problems
Yang et al. A multiple attribute group decision making approach for solving problems with the assessment of preference relations
He et al. SRSH: a social recommender system based on Hadoop
Gül et al. Novel entropy measure definitions and their uses in a modified combinative distance-based assessment (CODAS) method under picture fuzzy environment
CN113807063A (zh) 面向dikw内容的意图驱动交互填表方法
CN107767278B (zh) 社群层次结构构建方法和装置
Zhang et al. Fuzzy cognitive map approach for trust-based partner selection in virtual enterprise

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
GR01 Patent grant
GR01 Patent grant