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)氖褂谜撸瑥亩行У靥岣咂髽I(yè)知識利用率、促進員工的知識創(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: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: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: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]所述用戶模塊進行的其他知識管理活動包括對推送的知識進行評價和反饋、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，所述用戶模塊進行的其他知識管理活動包括對推送的知識進行評價和反饋、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)集團公司沈陽飛機設(shè)計研究所