CN117540736A - 一种面向绿色设计需求的绿色设计知识推送方法 - Google Patents

Abstract

本发明公开了一种面向绿色设计需求的绿色设计知识推送方法，其先对需求进行分类，然后进行用户画像，确定用户所属阶段，然后再将需求和知识分别标签化，并将用户所属阶段列入到需求的标签集中，然后针对具体需求，采用由标签匹配算法及文本相似度算法结合而成的相似度匹配算法实现对用户的知识推送。本发明以设计需求为维度，采用标签匹配算法与文本相似度算法混合加权的方式实现了对用户需求知识的准确推送，有利于提高用户的工作效率。

Description

一种面向绿色设计需求的绿色设计知识推送方法

技术领域

本发明涉及一种知识推送方法。

背景技术

现有的知识推送方法中尚未发现针对设计需求的知识推送方法。

发明内容

本发明旨在提供一种针对设计需求的知识推送方法，采用本发明方法推送的知识更有针对性。

一种面向绿色设计需求的绿色设计知识推送方法，其特征在于，包括如下步骤：

1)需求分类

预判设计需求具体涉及产品生命周期中的哪些阶段；

2)用户画像

结合用户的基本信息数据确定用户所属阶段，在用户基本信息数据表现的所属阶段与预判的用户设计需求所涉阶段存在交集时，选择交集作为用户所属阶段，在不存在交集时，则扩展用户所属阶段，即用户所属阶段包括步骤1)确定的阶段和用户基本信息数据表现的所属阶段；

3)任务标签化

3.1需求标签化

对设计需求提取关键字，作为设计需求的标签，与步骤2)确定的用户所属阶段一起输出为需求对应的标签集，其中，对应绿色设计标签的关键字以相应的绿色设计标签替代，标签集中标签的排序如下：对象、效果、阶段；

3.2知识标签化

对绿色设计知识提取关键字，作为绿色设计知识的标签，与绿色设计知识所属阶段一起输出为绿色设计知识对应的标签集，对应绿色设计标签的关键字同样以相应的绿色设计标签替代，绿色设计知识标签集中标签的排序根据设计需求标签集中标签的排序来设定；

4)采用相似度匹配算法进行绿色设计知识推送

相似度匹配算法包括标签匹配算法和文本相似度算法

4.1标签匹配算法

根据标签集中标签的排序设定标签的权重，第一个标签权重为0.6，以后每个递减0.05，并另外设定绿色设计标签对设计需求的权重为0.6；

根据公式(1)计算标签匹配算法的推荐评分；

其中，V_rk表示设计需求r和设计知识k共有的标签b以及绿色设计标签gr下，r与k的关联度；v_rgr表示绿色设计标签gr与需求r的关联度；w_rb表示需求r与标签b的关联度；y_bk表示标签b与绿色设计知识k的关联度，M(r,k)表示需求r和绿色设计知识k共有的标签，gr∈r表示绿色设计标签gr在需求r中的划分，即属于关系；

4.2文本相似度算法

假定第j个需求关键字集为第j个绿色设计知识关键词集为根据公式(2)计算文本相似度推荐评分；

表示第j个设计需求中的第i个关键字；/>表示第j个绿色设计知识中的第i个关键字；Sim(R_j,K_j)表示用户的每个设计需求与每个绿色设计知识中关键字的相似度；

式中，为设计需求关键字/>的同义词集,/>为绿色设计知识关键词/>的同义词集，h为R_j和K_j共同的元素数量，f_z为交集函数，f_y为并集函数，/>为关键字/>与关键字/>的相似度，/>

最后，将标签匹配算法及文本相似度算法的推荐评分结果合并，并将标签匹配算法及文本相似度算法的推荐评分分别与预设权重0.6、0.4相乘并将乘积相加，得到相似度匹配算法的推荐列表以及推荐评分，根据评分由高到低的顺序进行推送。

上述步骤1)的实现方法推荐如下：

对用户输入的设计需求匹配对应的绿色设计标签，与预先通过标签标定的产品生命周期每个阶段的绿色设计需求进行标签匹配，匹配成功，则判断设计需求涉及产品生命周期的该阶段。

上述方法中关键字推荐采用TF-IDF算法提取。

有益效果：

本发明步骤1)、2)旨在最大程度的包容用户的需求，无论是显性需求还是隐性需求，在知识推送时会提高推送的质量。后续采用两种算法的融合，标签匹配算法主要以用户的设计需求为主，文本相似度算法则是综合需求和设计知识，两种算法的融合体现以设计需求为主，然后辅以设计知识的内容，使得推送的知识，不只关注设计需求，也关注设计知识中的内容，再通过混合加权的方式，调整两算法的权重，实现对用户知识的准确推送。

附图说明

图1为本发明方法的处理逻辑的示意图；

图2为本发明方法中相似度匹配算法的计算过程示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

一种面向绿色设计需求的绿色设计知识推送方法，如图1所示，包括如下步骤：

1)需求分类

产品的绿色设计，需要考虑产品的整个生命周期。一般来收，产品的生命周期包括5个阶段：材料选择阶段、制造装配阶段、运输阶段、使用阶段和回收阶段。在这里，我们先根据用户的需求，预判需求涉及的具体阶段。

例如：用户输入的设计需求为“减轻汽车底盘的重量”，匹配对应的绿色设计标签为“轻量化”。同样预先通过标签标定上述每个阶段的绿色设计需求。轻量化主要涉及材料选择与制造装配这两个阶段，如是通过标签的匹配，可预判用户需求涉及材料选择和制造装配这两个阶段。

2)用户画像

结合用户的基本信息数据确定用户所属阶段。

如收集的用户的基本信息数据如表1所示：

表1

岗位	所属阶段	擅长领域	用户ID
				汽车结构工程师	制造装配阶段	汽车车身构造	xxxx

根据表1可以明确，用户输入的设计需求归属制造装配阶段。这是在用户基本信息数据表现的所属阶段与预判的用户设计需求所涉阶段存在交集时作出的选择。若不存在交集，则扩展用户所属阶段。如设计需求涉及材料选择阶段，用户基本信息数据所属阶段为制造装配阶段，则扩展用户所属阶段包含这两个阶段，即材料选择阶段和制造装配阶段。

上述步骤1)、2)，旨在最大程度的包容用户的需求，无论是显性需求还是隐性需求，在知识推送时会提高推送的质量。

3)任务标签化

3.1需求标签化

对设计需求提取关键字，作为设计需求的标签，与步骤2)确定的用户所属阶段一起输出为需求对应的标签集。其中，对应绿色设计标签的关键字以相应的绿色设计标签替代。标签集中标签的排序通常如下：对象、效果(对象要达到的效果)、效果涉及的阶段。

如用户需求“减轻汽车底盘的重量”标签化后的标签集为{汽车底盘，轻量化，制造装配}。

3.2知识标签化

对绿色设计知识提取关键字，作为绿色设计知识的标签，与绿色设计知识所属阶段一起输出为绿色设计知识对应的标签集。对应绿色设计标签的关键字同样以相应的绿色设计标签替代。

如对知识《汽车底盘铝合金化轻量化的成型工艺研究》进行关键字提取，其中成型工艺研究归属为制造阶段，从而将知识标签化为{汽车底盘，轻量化，制造阶段，铝合金化}；对知识《汽车底盘轻量化材料和工艺分析》进行关键字提取，其中材料和工艺分析研究归属为材料阶段，如是将知识标签化为{汽车底盘，轻量化，材料阶段}。

绿色设计知识标签集中标签的排序根据设计需求标签集中标签的排序来设定，即也是按照对象、效果、阶段来排序，且将相同或相近的标签设置在相同的位置上。

4)采用相似度匹配算法进行绿色设计知识推送

相似度匹配算法包括标签匹配算法和文本相似度算法。

4.1标签匹配算法

在标签匹配算法进行过程中，加入对匹配标签的个数，以及标签权重的考量，以提高推荐结果的准确度。

标签的权重可根据标签的顺序确定。比如需要标签集中第一个标签“汽车底盘”的权重为0.6，第二个标签“轻量化”的权重为0.55,第三个标签“制造装配”的权重为0.5，如此依次，以及绿色设计标签“轻量化”对设计需求的权重为0.6。

标签匹配算法计算的推荐评分的公式如下：

其中，V_rk表示设计需求r和设计知识k共有的标签b以及绿色设计标签gr下，r与k的关联度；v_rgr表示绿色设计标签gr与需求r的关联度；w_rb表示需求r与标签b的关联度；y_bk表示标签b与绿色设计知识k的关联度，M(r,k)表示需求r和绿色设计知识k共有的标签，gr∈r表示绿色设计标签gr在需求r中的划分，即属于关系。

根据公式1)，设计需求与知识《汽车底盘铝合金化轻量化的成型工艺研究》的标签匹配结果为，如图2所示，0.6*0.6*0.6+0.6*0.55*0.55+0.6*0.5*0.5＝0.5475；

设计需求与知识《汽车底盘轻量化材料和工艺分析》的标签匹配结果为，如图2所示，0.6*0.6*0.6+0.6*0.55*0.55+0.6*0.5*0＝0.3975。

4.2文本相似度算法

假定第j个需求关键字集为第j个绿色设计知识关键词集为推荐采用如下文本相似度算法公式：

表示第j个设计需求中的第i个关键字；/>表示第j个绿色设计知识中的第i个关键字；Sim(R_j,K_j)表示用户的每个设计需求与每个绿色设计知识中关键字的相似度；

式中，为设计需求关键字/>的同义词集,/>为绿色设计知识关键词/>的同义词集，h为R_j和K_j共同的元素数量，f_z为交集函数，f_y为并集函数，/>为关键字/>与关键字/>的相似度，/>

根据上述公式，可得文本相似度算法下的每个绿色设计知识对应的推荐评分Sim(R_j,K_j)。

如，设计需求关键字集为{汽车底盘，轻量化，制造装配}，知识《汽车底盘铝合金化轻量化的成型工艺研究》的关键词集为{汽车底盘，轻量化，制造装配，铝合金化}。根据公式(2)可知，两个集合的前三个关键词相同，所以值为1，知识集合的第四个元素与需求集合的第四个元素完全不同，所以值为0；最终文本相似度算法得到的该绿色设计知识对应的推荐评分为，如图2所示，1/(4+3-3)*3＝0.75。

设计需求关键字集为{汽车底盘，轻量化，制造装配}，知识《汽车底盘轻量化材料和工艺分析》的关键词集为{汽车底盘，轻量化，材料阶段}。根据公式(2)可知，两个集合的前两个关键词相同，所以值为1，知识集合的第三个关键词与需求集合的第三个关键词完全不同，所以值为0；最终文本相似度算法得到的该绿色设计知识对应的推荐评分为，如图2所示，1/(3+3-2)*2＝0.5。

然后，将标签匹配算法及文本相似度算法的推荐评分结果合并，并将标签匹配算法及文本相似度算法的推荐评分与预设权重的乘积相加，得到相似度匹配算法的推荐列表以及推荐评分，根据评分由高到低的顺序进行推送。

如需求与知识《汽车底盘铝合金化轻量化的成型工艺研究》的相似度匹配算法的评分为，0.5475*0.6+0.75*0.4＝0.6285；

需求与知识《汽车底盘轻量化材料和工艺分析》的相似度匹配算法的评分值为，0.3975*0.6+0.5*0.4＝0.4385。

其中0.6、0.4分别为标签匹配算法及文本相似度算法的权重系数。

上文中推荐采用TF-IDF算法提取关键字。

本发明采用两种算法的融合，标签匹配算法主要以用户的设计需求为主，文本相似度算法则是综合需求和设计知识。两种算法的融合体现以设计需求为主，然后辅以设计知识的内容，使得推送的知识，不只关注设计需求，也关注设计知识中的内容，再通过混合加权的方式，调整两算法的权重，实现对用户知识的准确推送。根据用户反馈，本发明方法推送的知识与设计需求相关度好，知识排序能反应与设计需求的相关程度。

Claims (3)

1.一种面向绿色设计需求的绿色设计知识推送方法，其特征在于，包括如下步骤：

1)需求分类

预判设计需求具体涉及产品生命周期中的哪些阶段；

2)用户画像

结合用户的基本信息数据确定用户所属阶段，在用户基本信息数据表现的所属阶段与预判的用户设计需求所涉阶段存在交集时，选择交集作为用户所属阶段，在不存在交集时，则扩展用户所属阶段，即用户所属阶段包括步骤1)确定的阶段和用户基本信息数据表现的所属阶段；

3)任务标签化

3.1需求标签化

对设计需求提取关键字，作为设计需求的标签，与步骤2)确定的用户所属阶段一起输出为需求对应的标签集，其中，对应绿色设计标签的关键字以相应的绿色设计标签替代，标签集中标签的排序如下：对象、效果、阶段；

3.2知识标签化

对绿色设计知识提取关键字，作为绿色设计知识的标签，与绿色设计知识所属阶段一起输出为绿色设计知识对应的标签集，对应绿色设计标签的关键字同样以相应的绿色设计标签替代，绿色设计知识标签集中标签的排序根据设计需求标签集中标签的排序来设定；

4)采用相似度匹配算法进行绿色设计知识推送

相似度匹配算法包括标签匹配算法和文本相似度算法

4.1标签匹配算法

根据标签集中标签的排序设定标签的权重，第一个标签权重为0.6，以后每个递减0.05，并另外设定绿色设计标签对设计需求的权重为0.6；

根据公式(1)计算标签匹配算法的推荐评分；

其中，V_rk表示设计需求r和设计知识k共有的标签b以及绿色设计标签gr下，r与k的关联度；v_rgr表示绿色设计标签gr与需求r的关联度；w_rb表示需求r与标签b的关联度；y_bk表示标签b与绿色设计知识k的关联度，M(r,k)表示需求r和绿色设计知识k共有的标签，gr∈r表示绿色设计标签gr在需求r中的划分，即属于关系；

4.2文本相似度算法

假定第j个需求关键字集为第j个绿色设计知识关键词集为根据公式(2)计算文本相似度推荐评分；

表示第j个设计需求中的第i个关键字；/>表示第j个绿色设计知识中的第i个关键字；Sim(R_j,K_j)表示用户的每个设计需求与每个绿色设计知识中关键字的相似度；

式中，为设计需求关键字/>的同义词集,/>为绿色设计知识关键词/>的同义词集，h为R_j和K_j共同的元素数量，f_z为交集函数，f_y为并集函数，/>为关键字/>与关键字/>的相似度，/>

最后，将标签匹配算法及文本相似度算法的推荐评分结果合并，并将标签匹配算法及文本相似度算法的推荐评分分别与预设权重0.6、0.4相乘并将乘积相加，得到相似度匹配算法的推荐列表以及推荐评分，根据评分由高到低的顺序进行推送。

2.根据权利要求1所述的面向绿色设计需求的绿色设计知识推送方法，其特征在于，步骤1)的实现方法如下：

对用户输入的设计需求匹配对应的绿色设计标签，与预先通过标签标定的产品生命周期每个阶段的绿色设计需求进行标签匹配，匹配成功，则判断设计需求涉及产品生命周期的该阶段。

3.根据权利要求1所述的面向绿色设计需求的绿色设计知识推送方法，其特征在于，所述关键字采用TF-IDF算法提取。