基于属性相似度的知识推送

知识推送是知识重用的一个热点问题。在研究了现有推送技术的基础上,提出了一个基于属性相似度的知识推送方法。该方法对用户已经浏览过的知识进行分析,通过计算这些知识的属性相似度得到用户的知识兴趣信息,把用户未浏览的知识与用户知识兴趣信息进行属性相似度匹配,以判断该知识是否符合用户的知识兴趣,从而实现了无需人工干预的知识推送。实验结果表明,该方法具有较高的推送准确性。     

网络个性化服务资源综合推荐研究

把符合用户兴趣的相关网络资源自动推送给用户,针对性的推荐资源,实现个性化服务,提高用户满意度.根据资源个性化服务分析和研究了模型建立及推荐方法,建立了用户兴趣和资源描述模型,提出了基于背景和认知过程的综合推荐方法.使用MATLAB计算机仿真.通过度量资源和用户兴趣之间的相似程度,根据用户兴趣特征寻找与其匹配的资源,或有相近兴趣的用户群,实现了用户与资源的匹配和个性化推荐目的.建立的模型和设计的综合推荐方法是町行的,降低了复杂度,增强了有效性,推荐效率得到提高.     

基于工作流和知识点驱动的知识推送研究

针对设计师的知识需求主动进行设计知识推送可有助于提高设计的效率,促进知识的应用与创新。为给具有不同知识背景的设计师进行更加精确动态的设计知识推送,提出了一种基于工作流和知识点双引擎驱动的知识推送机制。先由工作流节点任务信息与设计师知识需求进行知识点的一次推送,再以属性相似度算法为辅助衡量进行二次补充推荐,实现了设计师与设计知识的互补;最后以圣泓云平台搭载了该推送系统,并验证了其推送的可行性。     

基于多维层次情境模型的业务过程知识推送方法研究

针对企业业务过程知识重用的需求,提出一种基于多维层次情境模型的知识推送方法.首先对业务过程情境进行分析,根据情境层次结构特点,以任务和用户为主维度提出业务过程的多维层次情境模型,进一步构建知识应用情境驱动的知识库模型,其中强调了知识与知识情境的多对多的映射关系;然后构建包括知识匹配和知识推送的知识推送框架,并给出相应的知识匹配算法,实现了基于情境的知识匹配和推送的方法,可以实现较为精确的知识推送.以某企业飞机翼梁的工艺设计过程的工艺知识推送为例,说明了该方法的可行性.     

支持知识嵌入的设计过程建模

针对产品设计快速化、模块化、知识化的发展趋势和参数化、重复性等主要特征,提出知识嵌入的概念,建立支持过程、任务流转和参数传递的设计过程模型。其中,改进的设计过程定义元模型在工作流过程定义元模型的基础上,通过引入知识流引擎和知识单元模型,建立知识嵌入的控制机制。原型系统的实现验证了该方法可以有效地管理产品设计过程,实现各类设计知识在任务执行过程中的自动嵌入。     

基于知识使用场景的知识推送方法研究

针对知识推送问题,建立了基于场景的知识推送模型、场景驱动的知识库模型。采用语义相似度的方法计算知识使用场景的相似度,通过知识使用场景与知识的映射,实现与任务场景最匹配知识的推送。以某气门生产企业的工艺知识推送为例验证了该知识推送方法的可行性。     

产品柔性设计系统中知识／信息库的建立

支持动态建模的产品柔性设计系统，能使用户在可视化并行环境下动态完成产品设计中从方案构思到全局产品设计的全部过程。本文介绍了作为该系统核心的设计知识／信息库建立的方法，即采取面向对象的方法来实现知识表示、知识获取及知识／信息库的管理，从而使得该系统具有继承特性及学习功能，不断提高它在产品设计中的作用。     

基于Python智能机器人多渠道知识库推送仿真

机器人知识推送是智能化发展的必然产物,当前相关研究成果存在召回率和推送结果用户满意度较低的问题,提出基于Python的智能机器人多渠道知识库推送方法。利用离线和在线的方式对访问和浏览信息进行识别,离线信息识别中,对采集到的信息结构进行分析,检测出信息的特征,动态添加字符串,将得到的特征与关键词知识库中的数据特征进行配准,判断出是否识别关键词;在线信息识别中,基于Python语言,分别结合百度云识别和云聊天以及百度云语音三个体系,实现信息的在线识别。利用信息语义相似度给出知识库推送的详细过程,对义项之间的相似程度进行计算,获取关键字或关键词的相似程度,将相似度比设定阈值大的信息保存起来,将此类信息推送给使用者。实验结果表明,上述方法查全率和用户满意度均较高,是一种可行性很强的知识库推送方法。     

知识管理系统中的知识推送

首先为信息体建立元知识，构造出知识项；然后利用OML对规范化术语予以定义，并构造出概念网络，进而建立包含核心网络和同义网络的语义网络．以此为基础，并借助于用户视图中的元知识，通过构造匹配函数来确定推送对象，实现了知识的准确推送．     

基于工业设计企业的多策略知识检索系统

为了提高工业设计企业的企业知识的检索效率,更好的达到知识共享重用,提出了基于工业设计企业的知识检索系统设计方法.分析了工业设计企业知识特征,针对企业的知识特征建立了基于本体可配置的企业知识库模型,通过本体表达企业知识结构,利用知识实例表达企业具体知识.以此为基础,研究了基于知识属性的知识推理方法,提出了可配置的多策略知识检索方法,在检索过程中利用用户配置信息和用户语境信息,通过知识推理对不同特征知识进行多策略知识检索.     

基于用户潜在兴趣的知识感知传播推荐算法

知识图谱引入推荐系统可以利用知识图谱实体之间的语义关系学习用户及项目表示。基于嵌入传播的方法利用知识图谱的图结构学习相关特征,但随着传播范围增加,多跳实体间的语义相关性减小。为有效提升推荐语义表达能力并提高推荐准确度,提出基于用户潜在兴趣的知识感知传播推荐模型,该模型采用异构传播方式传播项目关联知识并迭代学习用户的潜在兴趣,以此增强模型对用户与项目的表示能力。具体地,首先图嵌入层生成用户与项目的初始化表示,随后在异构传播层中采用知识感知注意力机制区分同一层中实体之间的重要性,更精确生成目标实体的表示。随后通过用户潜在兴趣传播学习用户的高阶潜在兴趣,增强多跳实体语义相关性。最后在预测层中使用信息衰减因子区分不同传播层次的重要性,生成用户及项目的最终表示。实验表明,该模型在Last. FM与Book-Crossing两个公开数据集上AUC值相较于最先进的基线提升了2.25%与4.71%,F1值分别提升3.05%和1.20%,recall@K值均优于对比的基线模型,提出的模型能有效提高推荐准确度。     

Visualization for Knowledge Graph Based on Education Data

Knowledge graph, also known as scienti c knowledge graph, can reveal the dynamic development rules in complex knowledge elds. How to clearly present the internal structure of knowledge graph is particularly important, however, the current visualization research based on knowledge graph is rare. In this paper, varieties of data related to education are mined from massive web data, and are fused together. Then knowledge graph which is centered on educational events is constructed utilizing extracted named entities and entity relations. We construct a visual analysis platform for education knowledge graph, EduVis, which can support users to do associated analysis of education, and enable users to obtain the public opinions. In EduVis, we design and implement a) a word cloud treemap to provide an overview of education knowledge graph, b) a layout of events relation network graph based on topological structure and timeline to explore in details, c) a click tracking path to record the history of users'' clicks and help users to backtrack. The case studies show that the aforementioned visual analysis methods for our knowledge graph can meet users'' demands for data analysis tasks.     

“StoryWeb”: A storytelling‐based knowledge‐sharing application among multiple stakeholders

The research objective of this paper is to develop a storytelling‐based knowledge‐sharing application that enables users to co‐create their own stories for both individuals and groups. To address this, a design science research methodology was applied for elucidating users' requirements. As empirical evidence, a case study was conducted on the children's book industry to synthesize a knowledge‐sharing design application named “StoryWeb”. Usability tests were conducted to reconfigure users' feedback and suggestions after two StoryWeb prototypes were developed. This study makes three main contributions. First, it empirically tests individual's or group's creativity and co‐creation by a view of knowledge sharing. Second, it methodologically applies a design thinking approach into a knowledge‐sharing study. Third, it also practically suggests feasible guidelines for the creativity and innovation research community on which features of storytelling‐based applications can be configured.     

Modeling users' task performance on the mobile device: PC convergence system

This study aims to establish a model-based approach for user interface design that simultaneously considers the system's information hierarchy, users' task procedure knowledge, and system interfaces. The approach is based on a framework that contains multiple interaction models to express both system elements and users' knowledge. The framework evaluates system interface through the interaction between user's knowledge on interface, task procedure and information structure perceived by the user in the system. The interface is evaluated by its contribution to the users' task performance and system navigation.These three factors were defined as design factors that affect users' task performance. Through the crosscheck process of models, the relation between information, interface, and task procedure is calculated into combined difficulty index (CDI) that expresses the difficulty of a system interface that users would experience during the use of system. A user test was conducted for the validation of the CDI. The difficulties of the interface of a mobile healthcare system were predicted with the CDI, and the predictions were compared with the experimental results, where the users' performance showed consistence with the prediction.     

融合增强协同信息和知识图谱信息的推荐模型

将知识图谱引入推荐系统,能一定程度解决数据稀疏和冷启动问题,但是往往忽略了高阶协同信息和不同协同信息的重要程度对探索用户潜在偏好的重要性,由此提出了一种融合增强协同信息和知识图谱信息的推荐模型（CIKG）。该模型首先利用用户和项目的历史交互数据,获取一阶协同信息和高阶协同信息,同时使用注意力机制捕获重要信息,得到增强协同信息,用来补充用户和项目的特征表示。其次通过将用户交互的项目与知识图谱中的实体对应,在知识图谱中执行传播操作,得到知识图谱信息,用于挖掘用户的偏好并且增强模型的可解释性。最后通过聚合器将增强协同信息和知识图谱信息结合得到用户和项目的最终表示,从而进行预测。在Last-fm和Book-crossing两个数据集上进行的实验结果表明CIKG相比其他对比的模型推荐效果有较大提升。     

结合用户兴趣度聚类的协同过滤推荐算法

针对传统的协同过滤算法忽略了用户兴趣源于关键词以及数据稀疏的问题,提出了结合用户兴趣度聚类的协同过滤推荐算法。利用用户对项目的评分,并从项目属性中提取关键词,提出了一种新的RF-IIF （rating frequency-inverse item frequency）算法,根据目标用户对某关键词的评分频率和该关键词被所有用户的评分频率,得到用户对关键词的偏好,形成用户—关键词偏好矩阵,并在该矩阵基础上进行聚类。然后利用logistic函数得到用户对项目的兴趣度,明确用户爱好,在类簇中寻找目标用户的相似用户,提取邻居爱好的前◢N◣个物品对用户进行推荐。实验结果表明,算法准确率始终优于传统算法,对用户爱好判断较为准确,缓解了数据稀疏问题,有效提高了推荐的准确率和效率。     

反映人的认知习惯的商品检索方法

目的 便捷的商品检索是用户网络购物体验良好的关键环节。由于电商对商品描述方式的规范性要求以及用户对商品属性理解差异等问题，基于关键词的检索方法在商品检索的应用并不理想。近年来，以图搜图的检索方式在各大电商平台上得到越来越多的应用，但检索结果往往不尽如人意。为此，提出了一种新的检索思路，从商品外观设计特征出发，将人们对商品的认知模式引入到商品图片的检索过程，从而获得更符合人们预期的检索结果。方法 以时尚女包商品为例，在分析设计师的设计规范的基础上，将外观设计特征分解为形状特征、颜色特征和设计元素特征。利用深度卷积神经网络建模、提取特征，并使用哈希方法和Top3类内检索算法加快检索速度。结果 利用建立的商品数据集构建3个对应的特征模型，并进行分类识别和图像检索实验。结果表明，各个模型Top1的识别准确率均小于95%，而Top3的识别准确率均在98.5%以上；商品检索速度加快了将近3.5倍。实验及用户调查结果表明，本文提出的检索方法与淘宝、百度图片等基于图像的检索工具相比，检索结果更为多样，与原图像相似度更高。结论 本文提出的从商品外观设计规范出发、与人的认知模式相结合的商品检索方法，更能满足用户的检索意图，可用于时尚女包商品检索，对基于图像的其他商品的检索方法的研究具有借鉴意义。     

Confidentiality Protection in Cloud Computing Systems

Current cloud computing systems pose serious limitation to protecting users'' data confidentiality. Since users'' sensitive data is presented in unencrypted forms to remote machines owned and operated by third party service providers, the risks of unauthorized disclosure of the users'' sensitive data by service providers may be high. Many techniques for protecting users'' data from outside attackers are available, but currently there exists no effective way for protecting users'' sensitive data from service providers in cloud computing. In this paper, an approach is presented to protecting the confidentiality of users'' data from service providers, and ensures that service providers cannot access or disclose users'' confidential data being processed and stored in cloud computing systems. Our approach has three major aspects: 1) separating software service providers and infrastructure service providers in cloud computing, 2) hiding information of the owners of data, and 3) data obfuscation. An example to show how our approach can protect the confidentiality of users'' data from service providers in cloud computing is given. Experimental results are presented to show that our approach has reasonable performance.     

结合实时推荐与离线推荐的推荐系统

推荐系统是从大量信息中主动查找用户可能感兴趣的信息的工具.如何更好地贴近用户偏好,满足用户长期固有偏好的同时又能考虑到用户短期的兴趣焦点变化,是推荐系统长期研究的一个问题.此外,在对推荐系统进行设计时,为了提高推荐性能,除了专注于用户建模优化、推荐对象建模优化或推荐算法优化外,还需要将推荐系统作为一个整体进行系统性的研究,关注如系统流畅性、可伸缩能力等.针对这些问题,本文设计了一种实时推荐与离线推荐相结合的推荐系统,提出了采用待推荐池的方法保证系统的流畅性;在分析实时数据与历史数据的基础上,提供实时推荐与离线推荐,在贴合用户长期固有偏好的同时也能适应用户短时间内的兴趣焦点变化;采用控制模块对不同推荐结果数据进行控制调节,提高系统的可伸缩能力.基于该推荐系统,本文进行了对于微信文章的推荐实验,通过对待推荐池内数据进行分析来评价推荐效果,结果表明,推荐数据能够逐步贴近用户兴趣偏好.