申请/专利权人:上海交通大学;上海外高桥造船有限公司
申请日:2020-05-14
公开(公告)日:2024-03-19
公开(公告)号:CN111737451B
主分类号:G06F16/338
分类号:G06F16/338;G06N5/01;G06N5/02
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2020.10.30#实质审查的生效;2020.10.02#公开
摘要:本发明公开了一种基于超网络模型的专家推荐方法:对构建所述超网络模型的技术知识进行预处理,获得规范化表征的技术知识,根据所述规范化表征的技术知识计算技术专家之间的关联度,技术对象之间的关联度,知识核心内容之间的关联度,并根据所述关联度分别构建专家子网,对象子网及知识子网,根据所述超网络模型中技术知识基本元素间的关系构成超边,并计算所述专家子网,所述对象子网及所述知识子网之间的超边关联度,形成超网络模型,输入需要处理的变量至所述超网络模型中,按照概率算法计算与问题相关的专家的相关度并按相关度大小排序输出,获取解决问题专家的排名,该发明可以及时准确的找到与问题相关的专家进而解决出现的问题。
主权项:1.一种基于超网络模型的专家推荐方法,其特征在于,包括:对构建所述超网络模型的技术知识进行预处理,获得规范化表征的技术知识;根据所述规范化表征的技术知识计算技术专家之间的关联度,技术对象之间的关联度,知识核心内容之间的关联度,并根据所述关联度分别构建专家子网,对象子网及知识子网;所述技术专家之间的关联度通过下述公式计算: 其中,表示专家之间的合作关系,Pm表示专家与专家的第m条关联路径的专家节点集合;所述技术对象之间的关联度通过下述公式计算: 其中,表示对象和对象之间第k条关联路径的关系系数乘积;所述知识核心内容之间的关联度通过下述公式计算: 其中,KACSim表示知识应用情境的相似度,TSSim表示两则技术知识之间的解决方案属性相似度,α表示知识应用情境关联度的权重;根据所述超网络模型中技术知识基本元素间的关系构成超边,并计算所述专家子网,所述对象子网及所述知识子网之间的超边关联度,形成超网络模型;输入需要处理的变量至所述超网络模型中;按照概率算法计算与问题相关的专家的相关度并按相关度大小排序输出;获取解决问题专家的排名。
全文数据:
权利要求:
百度查询: 上海交通大学;上海外高桥造船有限公司 基于超网络模型的专家推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。