一種面向流程的領(lǐng)域知識抽取與推送系統(tǒng)及方法
【專利摘要】一種面向流程的領(lǐng)域知識抽取與推送系統(tǒng)及方法，其系統(tǒng)包括用戶模塊、知識資源模塊、知識推送模塊和流程模塊，其方法在于：從知識資源中抽取知識并用知識向量表示，從流程任務(wù)中提取流程向量，從用戶描述中提取用戶屬性向量；通過在流程向量、用戶屬性向量和知識向量之間進(jìn)行匹配計算，得出知識需求和知識的相關(guān)度；通過用戶行為變量計算得到知識分值，最終用知識分值對知識相關(guān)度計算的結(jié)果進(jìn)行校正，得到與流程任務(wù)密切相關(guān)的知識排序結(jié)果，實現(xiàn)知識向流程任務(wù)的更準(zhǔn)確推送。本發(fā)明認(rèn)為知識推送的本質(zhì)是在正確的時間，以正確的形式，把正確的知識傳給正確的人,本發(fā)明提供的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)及方法工作效率高、準(zhǔn)確性好。
【專利說明】一種面向流程的領(lǐng)域知識抽取與推送系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種計算機知識應(yīng)用系統(tǒng)，特別是用于抽取與用戶業(yè)務(wù)活動相關(guān)的知識，并按實際需要智能地推送知識到相關(guān)業(yè)務(wù)活動的方法和系統(tǒng)。
【背景技術(shù)】
[0002]知識經(jīng)濟(jì)環(huán)境下，知識正成為越來越多企業(yè)的最重要資源，其實質(zhì)是將知識視為最重要的企業(yè)資源，通過知識的獲取和共享，將恰當(dāng)?shù)闹R傳遞給恰當(dāng)?shù)氖褂谜?，從而有效地提高企業(yè)知識利用率、促進(jìn)員工的知識創(chuàng)新，使企業(yè)獲得競爭優(yōu)勢。
[0003]知識管理和集成是提高企業(yè)知識重用水平，防止知識流失，實現(xiàn)業(yè)務(wù)流程自動化、智能化的有效手段。企業(yè)在生產(chǎn)過程中積累了大量的經(jīng)驗和知識，但是這些知識大多以數(shù)據(jù)庫、知識庫、紙質(zhì)文件和人腦中隱性知識的形式存在，人們獲取知識的方式主要通過手工檢索，無法保證知識獲取的及時性、準(zhǔn)確性和全面性。所以研究將已有知識與產(chǎn)品設(shè)計活動相關(guān)聯(lián)，與設(shè)計過程進(jìn)行集成，使得研發(fā)設(shè)計過程的參與人員在恰當(dāng)?shù)臅r間獲得需要的知識顯得很有必要。
[0004]研發(fā)設(shè)計過程是知識密集的活動集合，一方面設(shè)計活動應(yīng)用大量的規(guī)則知識、實例知識、經(jīng)驗數(shù)據(jù)進(jìn)行決策和指導(dǎo)設(shè)計；另一方面設(shè)計活動也是知識產(chǎn)生和獲取的源泉。知識集成的目標(biāo)就是將設(shè)計知識管理與設(shè)計過程結(jié)合，通過對設(shè)計活動角色、對象、目標(biāo)、需求等屬性的描述，與相關(guān)知識進(jìn)行匹配，從而減少手工知識搜索工作，實現(xiàn)快速準(zhǔn)確地將設(shè)計知識推送給設(shè)計人員。
[0005]目前國內(nèi)外已經(jīng)有些學(xué)者和組織對企業(yè)知識推送進(jìn)行了研究和嘗試。在基于流程和事件驅(qū)動的知識推送系統(tǒng)研究方面，主要著述有:在文獻(xiàn):王生發(fā)，顧新建，郭劍鋒等所撰論文:面向產(chǎn)品設(shè)計的知識主動推送研究，載于《計算機集成制造系統(tǒng)》，2007，13 (2):234-239，針對現(xiàn)有系統(tǒng)不能主動將知識在適當(dāng)?shù)臅r候傳遞給適當(dāng)?shù)脑O(shè)計人員的缺點，提出了一種基于知識管理的、以工作流驅(qū)動的產(chǎn)品設(shè)計知識主動推送體系結(jié)構(gòu)和方式；但其知識匹配體系所涉及的規(guī)則和對象比較多，從而影響了知識匹配和推送的效率和正確率；在文獻(xiàn):劉新宇撰論文:基于流程的知識推送系統(tǒng)的理論框架與應(yīng)用研究。沈陽:東北大學(xué)，2005。對基于流程的知識推送系統(tǒng)主要對其理論、框架與應(yīng)用進(jìn)行了系統(tǒng)研究；對知識推送技術(shù)，主要介紹了面向崗位的運營知識和面向員工的項目知識的推送方法；但仍沒有考慮知識領(lǐng)域的影響，其方法存在檢索數(shù)據(jù)量大、推送精度不高的問題；在文獻(xiàn):陳浩，劉念，胡艷軍撰論文:基于工作流的知識建模研究，載于《制造業(yè)自動化》，2005，27 (5):8-12，提出了基于工作流的知識建模及其系統(tǒng)框架，討論了支持知識與知識、知識與人、以及知識與過程的集成技術(shù)，以及將知識應(yīng)用到企業(yè)的業(yè)務(wù)流程中的方法；但該文只考慮了工作流和知識庫的相互作用，沒有考慮知識主體——人在其中的影響，且只是建立了概念模型和簡單介紹了相關(guān)技術(shù)。上述研究的共同缺點是提出的知識匹配與推送方法存在效率低、準(zhǔn)確性差等問題。
【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是:針對上述【背景技術(shù)】存在的問題而提出的一種新的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)及方法。本發(fā)明認(rèn)為知識推送的本質(zhì)是在正確的時間，以正確的形式，把正確的知識傳給正確的人。只有把知識、企業(yè)業(yè)務(wù)流程和人三者結(jié)合起來，才能實現(xiàn)有效的知識推送。
[0007]本發(fā)明的技術(shù)方案是:一種面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，包括如下模塊:
[0008]用戶模塊，用戶是知識推送的目標(biāo)，用戶參考系統(tǒng)推送的知識執(zhí)行流程任務(wù)，并進(jìn)行其他知識管理活動；
[0009]知識資源模塊，為企業(yè)知識提供一個存儲空間，并對其進(jìn)行分類管理，響應(yīng)知識推送請求，輔助用戶模塊的員工完成流程任務(wù)；
[0010]知識推送模塊，由知識表示抽取層和知識計算重構(gòu)層構(gòu)成，用于縮小知識匹配范圍，只匹配符合流程特性的領(lǐng)域知識，并推送給用戶，提高匹配效率和精度；
[0011]流程模塊，是知識推送的源頭，流程由企業(yè)的具體需求產(chǎn)生，可以劃分成幾個相對獨立的子流程任務(wù)，各個子流程可以根據(jù)其涉及的相關(guān)知識來設(shè)置知識的屬性。
[0012]所述用戶模塊進(jìn)行的其他知識管理活動包括對推送的知識進(jìn)行評價和反饋、發(fā)布自己的隱性知識、定制感興趣的知識、向其他用戶推薦知識等。
[0013]所述知識資源模塊是由企業(yè)知識庫、企業(yè)員工隱性知識、客戶知識、企業(yè)外部公開網(wǎng)絡(luò)等方面的知識構(gòu)成的一個知識空間。
[0014]所述知識推送模塊由知識表示抽取層和知識計算重構(gòu)層構(gòu)成。
[0015]所述知識表示抽取層包括知識抽取層和知識表示層。
[0016]所述知識抽取層是指采用文本信息提取技術(shù)從企業(yè)內(nèi)眾多的知識資源中提取出所需的知識內(nèi)容。
[0017]所述文本信息提取技術(shù)是指從一段文本中提取出規(guī)定的某一類或幾類特定信息，并將其進(jìn)行結(jié)構(gòu)化處理的過程；其處理過程包括，首先構(gòu)造信息提取的規(guī)則集，再利用這些規(guī)則從文本中提取出指定的信息。
[0018]所述知識表示層是將文本信息提取的結(jié)果以數(shù)據(jù)庫的數(shù)據(jù)表等形式進(jìn)行信息規(guī)范化，知識表示層與知識向量對應(yīng)。
[0019]所述知識計算重構(gòu)層是指在知識表示的基礎(chǔ)上，根據(jù)流程任務(wù)對知識的需求，通過對知識的匹配運算，得到符合條件的知識，并將所得到的知識推送給執(zhí)行流程任務(wù)的用戶。
[0020]所述知識的匹配運算包括如下步驟:
[0021]第一，相關(guān)性計算，是指根據(jù)業(yè)務(wù)流程對知識的需求(即流程向量)，以及知識自身的特征(即知識向量)和用戶的專業(yè)、偏好及經(jīng)驗(即用戶屬性向量)，對符合知識需求的知識進(jìn)行相關(guān)性計算；
[0022]第二，知識分值計算是指基于用戶行為向量產(chǎn)生的對知識的評分計算；
[0023]第三，知識排序是指在相關(guān)性計算的基礎(chǔ)上，知識分值計算結(jié)果干預(yù)相關(guān)性計算對知識的排序，得到校正后的知識得分，按照得分從高到低的順序?qū)χR進(jìn)行排序，將結(jié)果推送給完成某一特定任務(wù)的用戶，從而實現(xiàn)本發(fā)明所述的與流程任務(wù)具有緊密聯(lián)系的知識的推送。
[0024]一種面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，包括如下步驟:
[0025]第一，從知識資源中抽取知識并用知識向量表示，從流程任務(wù)中提取流程向量，從用戶描述中提取用戶屬性向量；
[0026]第二，通過在流程向量、用戶屬性向量和知識向量之間進(jìn)行匹配計算，得出知識需求和知識的相關(guān)度；
[0027]第三，通過用戶行為變量計算得到知識分值，最終用知識分值對知識相關(guān)度計算的結(jié)果進(jìn)行校正，得到與流程任務(wù)密切相關(guān)的知識排序結(jié)果，實現(xiàn)知識向流程任務(wù)的更準(zhǔn)確推送。
[0028]所述從知識資源中抽取知識是指采用文本信息提取技術(shù)從企業(yè)內(nèi)眾多的知識資源中提取出所需的知識內(nèi)容；所述文本信息提取技術(shù)是指從一段文本中提取出規(guī)定的某一類或幾類特定信息，并將其進(jìn)行結(jié)構(gòu)化處理的過程。
[0029]所述知識向量是用來描述知識的向量空間。
[0030]所述知識向量(KN(mED(；E Vectoes，WV)的來源包括文本的主題、作者、關(guān)鍵詞、摘要和時間；所述知識向量是一個五元組:
[0031 ] KV=SF, AF, KF, ABF, TIF
[0032]其中:
[0033]SF為主題因子(Tqpic Factoes), SF= {sf }: I =1,2,…，I SF |},表示文本的所屬主題，由有限個數(shù)的主題詞匯表示，同一篇文檔可以歸屬于一個或多個主題；
`[0034]AF 為作者因子(Authqk Factoes), AF= {AF J: J =1,2,…，IAF |},表示知識的作者；
[0035]KF 為關(guān)鍵詞因子(Keywqkd Factoes), KF= {KF K:K =1,2,…，IKF | }，表示文本的關(guān)鍵詞；
[0036]ABF 為摘要因子(Abstkact Factqks), ABF= {ABFM:M=1，2，…，ABF | }，由有限個數(shù)的來自文本摘要的詞匯來表示；
[0037]TIF為時間因子(Time Factoks),由YY-MM-DD六位編碼表示，分別代表文檔產(chǎn)生的年、月和日。
[0038]所述流程向量來自流程任務(wù)，流程向量(Wmsfot Vectoes，WV )是一個三元組:
[0039]WV=FF, WTF, WPF
[0040]其中:
[0041]FF為領(lǐng)域因子(Fieui Factoes), FF= {FF:: I =1,2,…，F(xiàn)F | }，表示業(yè)務(wù)領(lǐng)域的有限集；WTF 為流程類型因子(WQKK_ Type Factoes),WTF= {WTF j: J =1,2,…，|WTF|}，表示在業(yè)務(wù)流程實例運行階段，根據(jù)具體的實例任務(wù)和情境所提出的流程類型有限集;WPF為工作包因子(Wkage Factoes), WPF= {WPF K:K =1,2,...，IWPF |}，表示流程任務(wù)所在的工作包所包含的特征項的有限集；
[0042]領(lǐng)域因子FF是指在業(yè)務(wù)流程建模階段，基于組織經(jīng)驗和最佳實踐，為其組成活動所指定的業(yè)務(wù)領(lǐng)域的類別，是由領(lǐng)域名稱構(gòu)成的有限集；流程類型因子WTF指流程的所屬類型，如方案策劃類流程、計算類流程、試驗類流程等；工作包因子WPF的來源可包括工作包的名稱、關(guān)鍵字、輸入、輸出、約束指標(biāo)和資源；
[0043]流程向量中的領(lǐng)域因子、流程類型因子，其權(quán)值可預(yù)先由用戶根據(jù)需要指定；[0044]工作包中的特征項的權(quán)值，按知識向量中特征項權(quán)值的計算方式計算。
[0045]所述所述用戶屬性向量是指用以表征個體用戶特征的向量空間。
[0046]所述用戶屬性向量是一個三元組:
[0047]UV=MF, UIF, EF
[0048]其中:
[0049]MF為專業(yè)因子(M_ Factoes),MF= {MF I: I =1,2,…，|MF|}，由有限個數(shù)的專業(yè)名稱詞匯表示；
[0050]UIF為用戶興趣因子，UIF=IUIF I: I =1,2,…，|UIF|}，由若干個特征詞匯表示；
[0051]EF為經(jīng)驗因子(Ex腦麗Factoes), EF= {EF I: I =1,2,…，IEF | }，從用戶過往項目經(jīng)驗中提取出，由有限個數(shù)的專業(yè)技術(shù)術(shù)語表示；用戶屬性向量中的特征項，可由用戶預(yù)先根據(jù)需要指定其權(quán)值。
[0052]所述知識需求(由KR表示)由流程向量WV、用戶屬性向量UV構(gòu)成的向量集合所表征，即:KR=WV U UV0
[0053]所述知識需求和知識的相關(guān)度計算方法為:
【權(quán)利要求】
1.一種面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，包括如下模塊: 用戶模塊，用戶是知識推送的目標(biāo)，用戶參考系統(tǒng)推送的知識執(zhí)行流程任務(wù)，并進(jìn)行其他知識管理活動； 知識資源模塊，為企業(yè)知識提供一個存儲空間，并對其進(jìn)行分類管理，響應(yīng)知識推送請求，輔助用戶模塊的員工完成流程任務(wù)； 知識推送模塊，由知識表示抽取層和知識計算重構(gòu)層構(gòu)成，用于縮小知識匹配范圍，只匹配符合流程特性的領(lǐng)域知識，并推送給用戶，提高匹配效率和精度； 流程模塊，是知識推送的源頭，流程由企業(yè)的具體需求產(chǎn)生，可以劃分成多個相對獨立的子流程任務(wù)，各個子流程可以根據(jù)其涉及的相關(guān)知識來設(shè)置知識的屬性。
2.根據(jù)權(quán)利要求1所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述用戶模塊進(jìn)行的其他知識管理活動包括對推送的知識進(jìn)行評價和反饋、發(fā)布自己的隱性知識、定制感興趣的知識、向其他用戶推薦知識等。
3.根據(jù)權(quán)利要求1所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述知識資源模塊是由企業(yè)知識庫、企業(yè)員工隱性知識、客戶知識、企業(yè)外部公開網(wǎng)絡(luò)等方面的知識構(gòu)成的一個知識空間。
4.根據(jù)權(quán)利要求1所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述知識推送模塊由知識表示抽取層和知識計算重構(gòu)層構(gòu)成。
5.根據(jù)權(quán)利要求4所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述知識表示抽取層包括知識抽取層和知識表示層。
6.根據(jù)權(quán)利要求5所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述知識抽取層是指采用文本信息提取技術(shù)從企業(yè)內(nèi)眾多的知識資源中提取出所需的知識內(nèi)容。
7.根據(jù)權(quán)利要求6所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述文本信息提取技術(shù)是指從一段文本中提取出規(guī)定的某一類或幾類特定信息，并將其進(jìn)行結(jié)構(gòu)化處理的過程；其處理過程包括，首先構(gòu)造信息提取的規(guī)則集，再利用這些規(guī)則從文本中提取出指定的信息。
8.根據(jù)權(quán)利要求5所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述知識表示層是將文本信息提取的結(jié)果以數(shù)據(jù)庫的數(shù)據(jù)表等形式進(jìn)行信息規(guī)范化，知識表示層與知識向量對應(yīng)。
9.根據(jù)權(quán)利要求4所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述知識計算重構(gòu)層是指在知識表示的基礎(chǔ)上，根據(jù)流程任務(wù)對知識的需求，通過對知識的匹配運算，得到符合條件的知識，并將所得到的知識推送給執(zhí)行流程任務(wù)的用戶。
10.根據(jù)權(quán)利要求9所述的面向流程的領(lǐng)域知識抽取與推送系統(tǒng)，其特征在于，所述知識的匹配運算包括如下步驟: 第一，相關(guān)性計算，是指根據(jù)業(yè)務(wù)流程對知識的需求(即流程向量)，以及知識自身的特征(即知識向量)和用戶的專業(yè)、偏好及經(jīng)驗(即用戶屬性向量)，對符合知識需求的知識進(jìn)行相關(guān)性計算； 第二，知識分值計算，是指基于用戶行為向量產(chǎn)生的對知識的評分計算； 第三，知識排序，是指在相關(guān)性計算的基礎(chǔ)上，知識分值計算結(jié)果干預(yù)相關(guān)性計算對知識的排序，得到校正后的知識得分，按照得分從高到低的順序?qū)χR進(jìn)行排序，將結(jié)果推送給完成某一特定任務(wù)的用戶，從而實現(xiàn)本發(fā)明所述的與流程任務(wù)具有緊密聯(lián)系的知識的推送。
11.一種面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，包括如下步驟: 第一，從知識資源中抽取知識并用知識向量表示，從流程任務(wù)中提取流程向量，從用戶描述中提取用戶屬性向量； 第二，通過在流程向量、用戶屬性向量和知識向量之間進(jìn)行匹配計算，得出知識需求和知識的相關(guān)度； 第三，通過用戶行為變量計算得到知識分值，最終用知識分值對知識相關(guān)度計算的結(jié)果進(jìn)行校正，得到與流程任務(wù)密切相關(guān)的知識排序結(jié)果，實現(xiàn)知識向流程任務(wù)的更準(zhǔn)確推送。
12.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述從知識資源中抽取知識是指采用文本信息提取技術(shù)從企業(yè)內(nèi)眾多的知識資源中提取出所需的知識內(nèi)容；所述文本信息提取技術(shù)是指從一段文本中提取出規(guī)定的某一類或幾類特定信息，并將其進(jìn)行結(jié)構(gòu)化處理的過程。
13.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述知識向量是用來描述知識的向量空間。
14.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述知識向量(Knowledge Vectors, WV)的來源包括文本的主題、作者、關(guān)鍵詞、摘要和時間；所述知識向量是一個五元組:
KV=SF, AF, KF, ABF, TIF`
其中: SF為主題因子(Topic Factors), TF= {sf丨:1 =1,2，…，SF |},表示文本的所屬主題，由有限個數(shù)的主題詞匯表示，同一篇文檔可以歸屬于一個或多個主題； AF 為作者因子(Author Factors) , AF= {af j: j =1，2，...，| AF |}，表示知識的作者；KF 為關(guān)鍵詞因子(Keyword Factors) , KF= {kf k: k =1，2，…，| KF |}，表示文本的關(guān)鍵詞； ABF 為摘要因子(Abstract Factors), ABF= {abfm:m=l, 2，…，IABF |},由有限個數(shù)的來自文本摘要的詞匯來表示；TIF為時間因子(Time Factors)，由YY-MM-DD六位編碼表示，分別代表文檔產(chǎn)生的年、月和日。
15.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述流程向量來自流程任務(wù)，流程向量(Workflow Vectors, WV)是一個三元組:
WV=FF, WTF, WPF
其中: FF為領(lǐng)域因子(Field Factors), FF= {ff 1:1 =1,2，…，F(xiàn)F |},表示業(yè)務(wù)領(lǐng)域的有限集；WTF 為流程類型因子(Workflow Type Factors) ,WTF={wtf j: j =1,2，…，WTF |},表示在業(yè)務(wù)流程實例運行階段，根據(jù)具體的實例任務(wù)和情境所提出的流程類型有限集；WPF為工作包因子(Workpackage Factors), WPF= {wpf k: k =1,2，…，WPF|},表示流程任務(wù)所在的工作包所包含的特征項的有限集；領(lǐng)域因子FF是指在業(yè)務(wù)流程建模階段，基于組織經(jīng)驗和最佳實踐，為其組成活動所指定的業(yè)務(wù)領(lǐng)域的類別，是由領(lǐng)域名稱構(gòu)成的有限集；流程類型因子WTF指流程的所屬類型，如方案策劃類流程、計算類流程、試驗類流程等；工作包因子WPF的來源可包括工作包的名稱、關(guān)鍵字、輸入、輸出、約束指標(biāo)和資源； 流程向量中的領(lǐng)域因子、流程類型因子，其權(quán)值可預(yù)先由用戶根據(jù)需要指定； 工作包中的特征項的權(quán)值，按知識向量中特征項權(quán)值的計算方式計算。
16.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述所述用戶屬性向量是指用以表征個體用戶特征的向量空間。
17.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述用戶屬性向量是一個三元組:
UV=MF, UIF, EF 其中: MF為專業(yè)因子(Major Factors) , MF= {mf 1:1 =1，2，…，| MF |}，由有限個數(shù)的專業(yè)名稱詞匯表示； UIF為用戶興趣因子，UIF=Iuif 1:1 =1，2，…，IUIFl }，由若干個特征詞匯表示; EF 為經(jīng)驗因子(Experience Factors), EF= {ef 1:1 =1，2，…，| EF |}，從用戶過往項目經(jīng)驗中提取出，由有限個數(shù)的專業(yè)技術(shù)術(shù)語表示；用戶屬性向量中的特征項，可由用戶預(yù)先根據(jù)需要指定其權(quán)值。
18.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述知識需求(由KR表示)由流程向量WV、用戶屬性向量UV構(gòu)成的向量集合所表征，SP:KR=WV U UV0
19.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述知識需求和知識的相關(guān)度計算方法為:
20.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述通過用戶行為變量計算得到知識分值方法為: 基于用戶行為向量產(chǎn)生的對知識的評分計算。知識分值計算的結(jié)果對相關(guān)性計算結(jié)果具有校正作用，其作用在知識排序中體現(xiàn)。 所述用戶行為向量基于特定知識被用戶所瀏覽、下載、收藏、推薦數(shù)據(jù)計算得出，分別以 FL、FD、FF、FR 表示。 知識分值(Knowledge Score, KS)計算的公式為:
21.根據(jù)權(quán)利要求11所述的面向流程的領(lǐng)域知識抽取與推送方法，其特征在于，所述知識排序結(jié)果的計算方法為: 在相關(guān)性計算的基礎(chǔ)上，知識分值計算結(jié)果干預(yù)相關(guān)性計算對知識的排序，得到校正后的知識得分，按照得分從高到低的順序?qū)χR進(jìn)行排序，將結(jié)果推送給完成某一特定任務(wù)的員工，從而實現(xiàn)本發(fā)明所述的與流程任務(wù)具有緊密聯(lián)系的知識的推送；其計算公式為:
【文檔編號】G06Q10/06GK103617481SQ201310542024
【公開日】2014年3月5日 申請日期:2013年11月4日 優(yōu)先權(quán)日:2013年11月4日
【發(fā)明者】趙民, 王永慶, 施榮明, 沈琪, 張靜, 張國明, 田鋒, 黃毓瑜, 高建忠, 趙琦 申請人:中國航空工業(yè)集團(tuán)公司沈陽飛機設(shè)計研究所