一種多維度產(chǎn)品設計知識推送框架與構建方法
【專利摘要】本發(fā)明提出一種多維度產(chǎn)品設計知識推送框架與構建方法。步驟1.根據(jù)企業(yè)產(chǎn)品設計需求建立以知識推送為中心的維度特征及維度特征相似關聯(lián)表；步驟2.根據(jù)維度特征相似關聯(lián)表建立基于多維度特征的混合用戶模型；步驟3.利用用戶的行為數(shù)據(jù)集對知識進行初步過濾；步驟4.在滿足觸發(fā)推送的時機后，將步驟3得到的初步過濾后的知識傳遞給各個維度特征的推送子引擎，利用步驟2建立的混合用戶模型分別運算出各維度特征的推送結(jié)果；步驟5.將步驟4得到的推送結(jié)果進行融合后展示給當前用戶；步驟6.若用戶觸發(fā)推送結(jié)束事件，本次推送運算停止；用戶結(jié)束一次知識推送使用前，每當有行為產(chǎn)生，則重復步驟3至6。
【專利說明】一種多維度產(chǎn)品設計知識推送框架與構建方法
【技術領域】
[0001]本發(fā)明屬于計算機應用【技術領域】，具體涉及一種多維度產(chǎn)品設計知識推送框架與構建方法。
【背景技術】
[0002]在日益激烈的市場競爭中，從事產(chǎn)品設計的知識密集型企業(yè)在運營過程中迅速積累起構成核心競爭力的大量知識網(wǎng)絡。知識管理的實施使知識存量逐漸增大，知識來源趨于豐富；但面對大量的知識時，用戶不能有效即時地獲取所需知識的問題逐漸暴露。
[0003]如何有效地針對設計人員，實現(xiàn)知識的傳遞和推送服務，以期在企業(yè)達到知識的共享、知識的再創(chuàng)造，已成為迫切需要解決的問題。同一集團下的不同企業(yè)，以及市場變化不斷加快下的不同時期同一企業(yè)，其業(yè)務流程可能完全不同，這導致其知識結(jié)構不同，使用知識的場景與需求也不同。因此針對不同的外部變化，構建自適應的多維度知識推送框架以滿足員工多變的知識需求是很有必要的。
[0004]目前作為解決當前企業(yè)“知識海洋”中難以獲取所需知識問題的根本途徑的推送技術，其各方面的研究格外火熱。多維度是推送技術發(fā)展的趨勢之一，也是各種算法非常重要的突破點。但就當前而言，國內(nèi)外鮮有學者對面向產(chǎn)品設計多維度知識推送的框架進行研究。現(xiàn)有基于規(guī)則的方法能帶來較好的結(jié)果，但需要用戶定制操作過多，實施困難；協(xié)同過濾技術具有較高的自動化程度、對數(shù)據(jù)結(jié)構要求低以及能帶來較高的準確率，卻會遭受稀疏性與冷啟動等問題。
[0005]當前對知識推送的研究僅限于推送過程的本身，包括如何表示知識及分類，如何減小預測評分的誤差等等。對推送多維度的構建以及后續(xù)全部運算過程作為一個整體考慮的并不多。概括來說，現(xiàn)有的技術描述的推送過程往往是在已有系統(tǒng)日志的情況下，對數(shù)據(jù)進行各種方式的挖掘，推送時考慮的主要問題是如何產(chǎn)生精度更高的推送。其實在記錄系統(tǒng)行為日志之前應該根據(jù)推送系統(tǒng)的特定屬性建立多維度的行為日志記錄方式，然后再考慮如何用精確的算法產(chǎn)生推送。現(xiàn)有的推送技術缺陷就在于未能將多維度的因素提前考慮并建立到推送系統(tǒng)行為記錄中，使得精確而復雜的推送算法在粗糙的數(shù)據(jù)上運行，導致推送算法與數(shù)據(jù)的失調(diào)，影響知識推送系統(tǒng)的優(yōu)勢的發(fā)揮。
[0006]現(xiàn)有的推送方法和理論的不夠完善將導致:
[0007]I)統(tǒng)計運算單一化。在單一維度下，行為數(shù)據(jù)由于未進行多維度分解導致數(shù)量極為龐大且存在較多噪聲數(shù)據(jù)。即使使用聚類分類算法，也只是在數(shù)據(jù)源上進行隱形地估計，使運算繁雜耗時；由于來源單一，最終推送的結(jié)果未能考慮產(chǎn)品設計時知識需求的多維度特性，導致效果不佳。
[0008]2)稀疏性與冷啟動。常見影響推送質(zhì)量的有稀疏性與冷啟動問題。在傳統(tǒng)框架下，用戶的行為會顯得十分稀疏，協(xié)同過濾等算法的效果大大降低，稱為稀疏性問題。而新進入的用戶和知識因為行為較少而難以被關聯(lián)，導致這些用戶很難接收到有效推送的知識，這些知識也很難被推送給用戶，這種現(xiàn)象就是冷啟動。稀疏性與冷啟動問題容易導致推送質(zhì)量降低，使推送系統(tǒng)進入惡性循環(huán)。
[0009]3)多維度方法不夠完善。以往有學者提出過多維度的知識推送，但沒有從維度的建立選擇方法到最后多維度的融合提出完整的一套框架與方法，以致于難以真正實施多維度的知識推送。
[0010]4)難以持續(xù)性地改進。傳統(tǒng)的行為日志記錄的信息過少，行為背后的意義難以被有效挖掘，甚至造成錯誤解讀。根據(jù)“無用輸入，無用輸出”原則(GIGO)，不考慮行為的多維度特性容易造成無效改進，影響推送算法自適應地提升。

【發(fā)明內(nèi)容】

[0011]本發(fā)明的目的是為了克服已有技術的缺陷，為了解決設計人員獲取知識能力不足的問題，提出一種多維度產(chǎn)品設計知識推送框架與構建方法。
[0012]本發(fā)明方法是通過下述技術方案實現(xiàn)的:
[0013]一種多維度產(chǎn)品設計知識推送框架與構建方法，包括以下步驟:
[0014]步驟1、根據(jù)企業(yè)產(chǎn)品設計需求建立以知識推送為中心的維度特征及維度特征相似關聯(lián)表；
[0015]步驟2、根據(jù)維度特征相似關聯(lián)表建立基于多維度特征的混合用戶模型；
[0016]步驟3、利用用戶的行為數(shù)據(jù)集對知識進行初步過濾；
[0017]步驟4、在滿足觸發(fā)推送的時機后，將步驟3得到的初步過濾后的知識傳遞給各個維度特征的推送子引擎，利用步驟2建立的混合用戶模型分別運算出各維度特征的推送結(jié)果;
[0018]步驟5、將步驟4得到的推送結(jié)果進行融合后展示給當前用戶；
[0019]步驟6、若用戶觸發(fā)推送結(jié)束事件，本次推送運算停止；用戶結(jié)束一次知識推送使用前，每當有行為產(chǎn)生，則重復步驟3至6 ;
[0020]自此，就完成了多維度知識推送框架與系統(tǒng)構建的過程。
[0021]本發(fā)明的創(chuàng)新點和所達到的效果主要體現(xiàn)在以下幾個方面:
[0022](I)多維度的建立使推送計算時有了更多的依據(jù)，增強了對噪聲數(shù)據(jù)的處理能力，提高了用戶模型的質(zhì)量；
[0023](2)易于給出推送的解釋，使推送過程透明化，利于用戶使用推送的內(nèi)容以及檢查系統(tǒng)問題；
[0024](3)能較好地克服稀疏性，數(shù)據(jù)少量時由于多維度的解讀而使得推送計算沒有結(jié)果的情形大幅減少；
[0025](4)較好地克服了冷啟動問題，新加入的用戶僅僅是用戶這一維度數(shù)據(jù)較少，但很難出現(xiàn)多個維度同時都是新數(shù)據(jù)的情況；新加入的知識由于分類維度的存在將有不小的機會推送給愿意接受新知識的用戶，從而本框架從本身一定程度克服了單維度存在的冷啟動問題；
[0026](5)提出了一套完善的多維度方法，使得多維度切實可行，真正發(fā)揮出多個維度的優(yōu)勢；
[0027](6)推送計算時運算量小，且推送內(nèi)容實時更新，具備優(yōu)良的新穎性；
[0028](7)能通過學習自適應地滿足用戶多維度的知識需求，增強企業(yè)員工獲取知識的能力。
[0029]整個框架與構建方法可以指導企業(yè)在進行知識管理時推送系統(tǒng)的構建過程，從而增強員工的知識傳遞與獲取能力，保證企業(yè)在市場競爭中的優(yōu)勢。
【專利附圖】

【附圖說明】
[0030]圖1為本發(fā)明多維度產(chǎn)品設計知識推送框架與構建方法流程圖；
[0031]圖2為本發(fā)明【具體實施方式】中知識推送結(jié)果展示形象示意圖。
【具體實施方式】
[0032]下面結(jié)合附圖和【具體實施方式】對本發(fā)明進行詳細說明。
[0033]本發(fā)明的一種多維度產(chǎn)品設計知識推送框架與構建方法，具體按照以下步驟實施:
[0034]步驟1、根據(jù)企業(yè)產(chǎn)品設計需求梳理并建立以知識推送為中心的維度特征及維度特征相似關聯(lián)表。
[0035]定義I維度是整個知識推送系統(tǒng)中涉及到的具體對象或事物，主要有用戶、角色、任務、設計對象、時間、地點、使用軟件、知識等。定義維度為
[0036]維度={用戶，角色，任務，設計對象，時間，地點，使用軟件，知識，…}
[0037]定義2維度特征是隸屬于維度且用于表征某維度的屬性。維度特征是對維度具體化的擴展，每個維度下可能有一個或多個維度特征。本系統(tǒng)的主要方法均基于維度特征展開。本框架里主要的維度特征有:用戶個人、用戶角色、設計任務、設計任務分類、設計對象、設計對象各屬性、行為時間、地點、使用軟件集合、知識、知識多種分類等。
[0038]維度特征={用戶個人，用戶角色，設計任務，設計任務分類，設計對象，設計對象屬性1，設計對象屬性2，...，設計對象屬性N，行為時間，地點，使用軟件集合，知識，知識分類1，知識分類…，知識分類M等}
[0039]步驟1.1、梳理并確定以知識推送為中心的多個維度?？梢愿鶕?jù)企業(yè)具體需求對默認維度內(nèi)容進行調(diào)整。
[0040]步驟1.2、根據(jù)維度梳理出與知識推送相關的維度特征?？梢愿鶕?jù)企業(yè)具體需求對默認維度特征內(nèi)容進行調(diào)整。
[0041]步驟1.3、根據(jù)維度特征建立以知識推送為中心的維度特征相似關聯(lián)表，每個維度特征都可以建立本特征內(nèi)關于其他某一特征的相似表，這兩個特征的關聯(lián)關系記錄在此表中，主要表達各維度特征間建立相似度的必要性，以及相似度的建立方式，為空則沒有相似關聯(lián)關系。如列“設計對象”與行“設計對象屬性I (設計對象用途與使用范圍)”的相似關系為“具有”，表示設計對象擁有一個關于用途與使用范圍的相似度表。具體每個相似度表的建立見步驟2.2。
[0042]步驟1.4、根據(jù)維度特征相似關聯(lián)表，選擇需要的維度特征集，為其中每個維度特征建立多維度相似運算，形成相應的推送子引擎。推送子引擎使用的相似度須符合步驟1.3維度特征相似關聯(lián)表，輸入知識的方式須符合步驟3初步過濾的結(jié)果，輸出須符合定義6中的推送結(jié)果的規(guī)范，以上是推送框架對子引擎的約束。在此約束上可根據(jù)需要任意重新構建或更改推送子引擎。[0043]定義3多維度相似運算是對于當前的某一特征，通過兩種方式之一產(chǎn)生推送的運算。I)先按該維度特征的取其最相似的N1個值，然后再取與這些值最相似的N2個值，如此重復X次后，把與這些特征關聯(lián)最強并最新的知識集附上推送解釋，作為推送結(jié)果；2)先獲取與該維度特征的值關聯(lián)最強并最新的知識，取其最相似的N條知識，然后再取與這些知識最相似的M1個知識，如此重復X次后，把得到的知識集附上推送解釋，作為推送結(jié)果。用戶、特征、知識各自的相似度可以有多種，因此同一維度的特征可以有多個推送子引擎。通過A/B測試分流技術和用戶行為反饋，使用人工神經(jīng)網(wǎng)絡學習優(yōu)化N、M、…、X的值。
[0044]步驟2、根據(jù)維度信息建立基于多維度特征的混合用戶模型。
[0045]步驟2.1、每當記錄一條有效行為，將產(chǎn)生這個行為中涉及的所有維度特征均記錄到日志上。若已有相似度表則跳過步驟2.2，直接進入步驟2.3。
[0046]定義4行為是用戶在推送系統(tǒng)中所有行為信息的集合。主要包括收藏、分享、關注、拖動滾動條等，是刻畫用戶模型的最原始數(shù)據(jù)來源。則定義行為為
[0047]行為={收藏，評論，評分，分享，拖動滾動條，點擊鏈接，點擊按鈕…}
[0048]定義5有效行為是滿足認定某行為具有代表性的條件的行為。常見的條件如瀏覽時間、評論分數(shù)、拖動滾動條次數(shù)等。則定義有效行為為
[0049]有效行為={A| A e行為，屬性⑷e有效行為條件集}
[0050]步驟2.2、按照步驟1.3建立的維度特征相似關聯(lián)表建立二維相似度表。每個相似度表的行列均為維度特征相似關聯(lián)表的列的類型(如第十三行第一列的值“有效行為的”的列“用戶個人”)，相似表中的值為該類型的兩值的相似度。
[0051]步驟2.3、更新相似度。對未用于更新相似度的有效行為記錄日志，每當維度特征相似關聯(lián)表的行的類型(如知識)的同一值的行為記錄，且對應列類型(如用戶個人)為不同值，則對應列的不同值之間的增加一定的相似度。通常共同出現(xiàn)的行為記錄越多，行列類型的值的流行度越低，相似度越高，可根據(jù)具體的維度特征適當修改或選用不同的相似度計算函數(shù)。增加前可根據(jù)時間進行一定衰減。
[0052]步驟2.4、將用于更新完各相似度的有效行為記錄日志進行標記，以后將不會再用于更新。
[0053]步驟3、利用用戶的行為數(shù)據(jù)集對知識進行初步過濾。具體按照以下步驟實施:
[0054]步驟3.1、確定推送的備選知識集；
[0055]步驟3.2、去除其中用戶已明確標記不想推送的知識；
[0056]步驟3.3、根據(jù)用戶設置選擇排除用戶一定時間范圍內(nèi)曾產(chǎn)生過行為的知識；
[0057]步驟3.4、根據(jù)用戶設置選擇排除某屬性滿足/不滿足某條件的知識。
[0058]步驟4、在滿足觸發(fā)推送的時機后，將步驟3得到的知識傳遞給各個維度特征的推送子引擎，分別運算出各維度特征的推送結(jié)果。具體按照以下步驟實施:
[0059]步驟4.1、選定需要推送的時機，比如初步設計產(chǎn)品、試制修改產(chǎn)品、隨意瀏覽時；
[0060]步驟4.2、獲取當前正處于的維度特征，將步驟3過濾后的知識備選集傳遞給各個維度特征的推送子引擎，通過多維度相似運算得到推送結(jié)果；
[0061]定義6推送結(jié)果是由推送的知識內(nèi)容、推送水平以及推送解釋構成的一個完整的對象。其中每一個中間計算的推送結(jié)果的推送水平必須與某一推送解釋關聯(lián)。只有最后展示的推送結(jié)果允許同類型的推送解釋的推送水平進行合并。[0062]定義7推送解釋是向用戶解釋為何推送此結(jié)果中知識內(nèi)容的簡短語句，如根據(jù)用戶的角色相似度找到的用戶，其參考并認可的知識解釋可以寫為“與您角色相似的用戶XXX曾參考了該知識”。
[0063]定義8推送水平是某一條知識在某一推送解釋方面被推送出的重要程度。
[0064]步驟5、將推送結(jié)果進行融合后展示給當前用戶。具體按照以下步驟實施:
[0065]步驟5.1、遍歷推送結(jié)果中每一個推送解釋的推送水平，分別對同一類型的推送解釋的水平求取平均值；
[0066]步驟5.2、將各個推送解釋的水平除以步驟5.1中計算出的該類型的平均值，再乘上設定該維度特征的權重。權重可通過評價反饋學習優(yōu)化。
[0067]步驟5.3、將各子引擎得出的推送結(jié)果按照知識的ID進行合并，同時加和各知識ID下的推送水平得出總推送水平；
[0068]步驟5.4、按總推送水平降序排序后截取前一定數(shù)量的推送結(jié)果作為最終推送結(jié)果;
[0069]步驟5.5、對于最終推送每一推送結(jié)果內(nèi)，按各解釋的推送水平進行降序排序后截取前一定數(shù)量的解釋保留，返回前臺展示給用戶。圖2所示為本實施例提供的知識推送系統(tǒng)的知識推送結(jié)果最終展示的形象示意圖。
[0070]步驟6、若用戶觸發(fā)推送結(jié)束事件，本次推送運算停止；用戶結(jié)束一次知識推送使用前，每當有行為產(chǎn)生，則重復步驟3至6。
[0071]步驟2至6的整理流程圖如圖1所示。為節(jié)省計算資源，步驟2通常與其他步驟分離開在空閑時進行。
[0072]自此，就完成了/實現(xiàn)了多維度知識推送框架與系統(tǒng)構建的過程。
【權利要求】
1.一種多維度產(chǎn)品設計知識推送框架與構建方法，其特征在于，包括以下步驟: 步驟1、根據(jù)企業(yè)產(chǎn)品設計需求建立以知識推送為中心的維度特征及維度特征相似關聯(lián)表； 步驟2、根據(jù)維度特征相似關聯(lián)表建立基于多維度特征的混合用戶模型； 步驟3、利用用戶的行為數(shù)據(jù)集對知識進行初步過濾； 步驟4、在滿足觸發(fā)推送的時機后，將步驟3得到的初步過濾后的知識傳遞給各個維度特征的推送子引擎，利用步驟2建立的混合用戶模型分別運算出各維度特征的推送結(jié)果；步驟5、將步驟4得到的推送結(jié)果進行融合后展示給當前用戶； 步驟6、若用戶觸發(fā)推送結(jié)束事件，本次推送運算停止；用戶結(jié)束一次知識推送使用前，每當有行為產(chǎn)生，則重復步驟3至6 ; 自此，就完成了多維度知識推送框架與系統(tǒng)構建的過程。
2.如權利要求1所述的一種多維度產(chǎn)品設計知識推送框架與構建方法，其特征在于，建立維度特征及維度特征相似關聯(lián)表采用以下方法: 步驟1.1、確定以知識推送為中心的多個維度，根據(jù)企業(yè)具體需求對默認維度內(nèi)容進行調(diào)整； 步驟1.2、根據(jù)維度內(nèi)容梳理出與知識推送相關的維度特征，根據(jù)企業(yè)具體需求對默認維度特征內(nèi)容進行調(diào)整； 步驟1.3、根據(jù)維度特征建立以知識推送為中心的維度特征相似關聯(lián)表； 步驟1.4、根據(jù)維度特征相似關聯(lián)表，選擇需要的維度特征集，為其中每個維度特征建立多維度相似運算，形成相應的推送子引擎。
3.如權利要求1或2所述的一種多維度產(chǎn)品設計知識推送框架與構建方法，其特征在于，所述的建立混合用戶模型采用以下方法: 步驟2.1、每當記錄一條有效行為，則將產(chǎn)生這個行為中涉及的所有維度特征均記錄到日志上。若已有相似度表則跳過步驟2.2，直接進入步驟2.3 ； 步驟2.2、按照建立的維度特征相似關聯(lián)表建立二維相似度表，每個相似度表的行列均為維度特征相似關聯(lián)表的列的類型，相似表中的值為該類型的兩值的相似度； 步驟2.3、更新相似度，對未用于更新相似度的有效行為記錄日志，每當維度特征相似關聯(lián)表的行的類型的同一值的行為記錄，且對應列類型為不同值，則對應列的不同值之間的增加一定的相似度； 步驟2.4、將用于更新完各相似度的有效行為記錄日志進行標記，以后將不會再用于更新。
4.如權利要求1或2所述的一種多維度產(chǎn)品設計知識推送框架與構建方法，其特征在于，所述的進行融合后展示給當前用戶采用以下方法: 步驟5.1、遍歷推送結(jié)果中每一個推送解釋的推送水平，分別對同一類型的推送解釋的水平求取平均值； 步驟5.2、將各個推送解釋的水平除以步驟5.1中計算出的該類型的平均值，再乘上設定該維度特征的權重； 步驟5.3、將各子引擎得出的推送結(jié)果按照知識的ID進行合并，同時加和各知識ID下的推送水平得出總推送水平；步驟5.4、按總推送水平降序排序后截取前一定數(shù)量的推送結(jié)果作為最終推送結(jié)果；步驟5.5、對于最終推送 每一推送結(jié)果內(nèi)，按各解釋的推送水平進行降序排序后截取前一定數(shù)量的解釋保留，返回前臺展示給用戶。
【文檔編號】G06F17/30GK103995886SQ201410239135
【公開日】2014年8月20日 申請日期:2014年5月30日 優(yōu)先權日:2014年5月30日
【發(fā)明者】王國新, 江宇中, 閻艷, 郝佳, 陳思 申請人:北京理工大學