面向工程领域的主题多样性知识推荐方法

被引：5

作者：

王临科 ^{[1
]}

蒋祖华 ^{[1
]}

李心雨 ^{[2
]}

机构：

[1] 上海交通大学机械与动力工程学院

[2] 新加坡南洋理工大学机械与宇航工程学院

来源：

计算机集成制造系统 | 2021年 / 27卷 / 01期

关键词：

知识推荐; 主题多样性; 知识管理; 知识情境; 工程语义;

D O I：

10.13196/j.cims.2021.01.020

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

针对现有推荐方法无法同时满足知识推荐准确度和多样性的问题,提出一种主题多样性知识推荐方法(TDKR)。基于对企业知识管理现状的分析,提出同时考虑内容、情境、任务3种相似度的知识相关性网络构建方法,进而划分知识主题社区。基于知识主题社区,构建用户兴趣模型,挖掘用户多样性的知识需求,并结合用户群行为数据,提出用户—主题专业度概念及其计算方法。利用用户—主题专业度信息改进基于用户的协同过滤方法,并结合情境信息和用户兴趣模型提出后过滤多样性策略,以同时保证知识推荐结果的情境可用性和主题多样性。通过对某船厂知识管理系统数据进行实例分析,结果表明TDKR方法能够有效平衡推荐准确度和多样性,为用户提供更有效的知识推荐服务。

引用

页码：214 / 227

页数：14

共 17 条

[1] 考虑时序性和动态信任的工程经验知识推荐技术 [J].

黄颖 ;

蒋祖华 ;

刘璞凌 ;

王海丽 .

上海交通大学学报, 2016, 50 (09) :1422-1429

[2] 面向中文工程论坛问答的知识应用情境获取及应用 [J].

李心雨 ;

蒋祖华 ;

宋博 ;

王海丽 ;

孙小明 .

计算机集成制造系统, 2016, 22 (05) :1187-1196

[3]

Do not blame it on the algorithm: an empirical assessment of multiple recommender systems and their impact on content diversity[J] . Judith M?ller,Damian Trilling,Natali Helberger,Bram van Es.Information, Communication ＆ Society . 2018 (7)

[4]

Improving memory-based user collaborative filtering with evolutionary multi-objective optimization[J] . Nour El Islem Karabadji,Samia Beldjoudi,Hassina Seridi,Sabeur Aridhi,Wajdi Dhifli.Expert Systems With Applications . 2018

[5] A novel approach for analysing evolutional motivation of empirical engineering knowledge [J].

Li, Xinyu ;

Jiang, Zuhua ;

Liu, Lijun ;

Song, Bo .

INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH, 2018, 56 (08) :2897-2923

[6]

Long-term knowledge evolution modeling for empirical engineering knowledge[J] . Xinyu Li,Zuhua Jiang,Bo Song,Lijun Liu.Advanced Engineering Informatics . 2017

[7]

Transforming Multidisciplinary Customer Requirements to Product Design Specifications[J] . Xiao-Jie Ma,Guo-Fu Ding,Sheng-Feng Qin,Rong Li,Kai-Yin Yan,Shou-Ne Xiao,Guang-Wu Yang.Chinese Journal of Mechanical Engineering . 2017 (5)

[8]

Diversity in recommender systems – A survey[J] . Matev? Kunaver,Toma? Po?rl.Knowledge-Based Systems . 2017

[9]

A collaborative system for capturing and reusing in-context design knowledge with an integrated representation model[J] . Gongzhuang Peng,Hongwei Wang,Heming Zhang,Yanwei Zhao,Aylmer L. Johnson.Advanced Engineering Informatics . 2016

[10]

A personalized information recommendation system for R＆D project opportunity finding in big data contexts[J] . Wei Xu,Jianshan Sun,Jian Ma,Wei Du.Journal of Network and Computer Applications . 2016

← 1 2 →