數(shù)據(jù)驅(qū)動(dòng)知識資源配置服務(wù)研究

蔣仲仁，馬瑤珠

（浙江國際海運(yùn)職業(yè)技術(shù)學(xué)院，浙江舟山 316021）

0 前言

2018年，我國社會(huì)制造業(yè)發(fā)展迎來新的時(shí)代。“互聯(lián)網(wǎng)+”和“大數(shù)據(jù)”已經(jīng)成為當(dāng)前社會(huì)的熱門話題。傳統(tǒng)的生產(chǎn)模式和制造技術(shù)已經(jīng)無法滿足用戶日益增長的產(chǎn)品個(gè)性化需求。取而代之的是先進(jìn)設(shè)計(jì)理念和現(xiàn)代制造技術(shù)。而這些關(guān)鍵方法和技術(shù)都蘊(yùn)藏在各類知識資源中——包括文獻(xiàn)、專利、著作等，并且以知識載體——人的形式體現(xiàn)[1]。因此制造企業(yè)尋求技術(shù)突破，關(guān)鍵問題是做好知識資源優(yōu)化配置。即如何讓正確的“人”采用正確的“方法”解決“正確問題”。文獻(xiàn)[2]首次提出3層次模式知識需求架構(gòu)；文獻(xiàn)[3]提出數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品概念設(shè)計(jì)需求模型的構(gòu)建方法；文獻(xiàn)[4]提出了知識模塊搜索算法和面向知識資源配置服務(wù)的知識模塊推薦研究；文獻(xiàn)[5]、[6]對小世界網(wǎng)絡(luò)模塊分析進(jìn)行詳細(xì)研究。本文在以上研究基礎(chǔ)上，提出一種模塊化知識資源配置服務(wù)，首先采用數(shù)據(jù)挖掘技術(shù)構(gòu)建產(chǎn)品知識需求模型，其次采用復(fù)雜網(wǎng)絡(luò)的方法構(gòu)建知識資源協(xié)同網(wǎng)絡(luò)，最后采用模塊分析方法為產(chǎn)品知識需求配置資源。

1 產(chǎn)品知識需求模型的構(gòu)建

互聯(lián)網(wǎng)時(shí)代，用戶對產(chǎn)品的個(gè)性化需求日趨復(fù)雜，他們常常通過論壇、微博等渠道對產(chǎn)品進(jìn)行評價(jià)，用戶作為產(chǎn)品的使用者，關(guān)注的是性能、功用和服務(wù)等需求，統(tǒng)一稱之為產(chǎn)品的功能需求。企業(yè)作為產(chǎn)品的生產(chǎn)者，需要關(guān)注的是產(chǎn)品功能需求背后所涉及的技術(shù)、流程和標(biāo)準(zhǔn)等（即知識需求），并將它們轉(zhuǎn)化為面向知識資源配置服務(wù)的統(tǒng)一模型，稱之為知識需求模型。如圖1所示。

圖1 數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品知識需求模型構(gòu)建體系

從該模型中可以看到，用戶對產(chǎn)品的需求是基于產(chǎn)品的功能，包括了基本功能和個(gè)性化功能?；竟δ苁侵府a(chǎn)品的外觀、操作、結(jié)構(gòu)、性能、材料、價(jià)格等包含產(chǎn)品本身制造、購買和使用時(shí)所具備的通用功能；個(gè)性化功能是指產(chǎn)品在滿足基本功能的前提下，對某一部分功能進(jìn)行增刪、改進(jìn)等使之滿足用戶的特殊需求。

1.1 面向用戶的產(chǎn)品功能需求模型的建立

用戶對產(chǎn)品的需求通常通過評價(jià)來表現(xiàn)?；ヂ?lián)網(wǎng)時(shí)代更多采用網(wǎng)絡(luò)獲取的方式獲得用戶的評價(jià)。運(yùn)用網(wǎng)絡(luò)爬蟲的方式對用戶在論壇等社交媒體上發(fā)表的相關(guān)評論予以檢索，獲取關(guān)鍵字和比較詞，結(jié)合情感分析技術(shù)獲取用戶的需求，對其按一定量化規(guī)則進(jìn)行多維建模，形成面向用戶的產(chǎn)品功能需求模型。

1.2 面向知識配置服務(wù)的知識需求映射方法

功能需求與知識需求之間具有復(fù)雜的映射關(guān)系。一種功能（問題）的實(shí)現(xiàn)（解決）或許需要用到多種知識（操作、文本、軟件等）。比如解決“轉(zhuǎn)軸與滑動(dòng)軸承之間容易出現(xiàn)磨損”所需的知識可能是“降低光滑圓柱面的加工誤差”、“降低光滑圓柱面的圓度誤差”或者是“減少表面粗糙度”等。通過映射建立知識需求模型，實(shí)際上是對功能需求的專業(yè)化描述。如圖2所示。定義功能單元集合法有兩種，一種是通過多個(gè)專家進(jìn)行打分取算數(shù)平均數(shù)的方式；一種是采用歷史數(shù)據(jù)中的出現(xiàn)與出現(xiàn)的次數(shù)比，即隨著數(shù)據(jù)庫的擴(kuò)張，兩種方式可互作修正。通過對計(jì)算后的N中的元素進(jìn)行篩選，獲取元素的分布，采用0～5整數(shù)優(yōu)化的方法，即0表示不需求；5表示需求度很高。最終獲得所需要的知識單元集合N*，N*即知識需求模型。

圖2 功能需求-知識需求模型映射

2 基于知識資源協(xié)作網(wǎng)絡(luò)的的知識資源配置服務(wù)

本文所提知識資源配置是指對人的配置。人作為知識主體，不同于文本、軟件等，具備集團(tuán)性和主觀能動(dòng)性。研究發(fā)現(xiàn)，任何具備一定規(guī)模的集團(tuán)、組織內(nèi)部，人員之間的協(xié)作具備網(wǎng)絡(luò)拓?fù)涮匦裕葱∈澜缣匦?。人們傾向于和具有特定知識、能力、性格的人互相合作，即網(wǎng)絡(luò)模塊化特性。因此，本節(jié)的思路是找到關(guān)鍵節(jié)點(diǎn)，再利用復(fù)雜網(wǎng)絡(luò)進(jìn)行模塊化配置。

首先構(gòu)建知識資源協(xié)作網(wǎng)絡(luò)，本文選取本單位206名教師作為節(jié)點(diǎn)，將他們之間有過任何合作關(guān)系（比如發(fā)表論文、課題研究、合作授課等）的連接為邊，邊權(quán)為合作次數(shù)。這就組成一個(gè)小世界網(wǎng)絡(luò)，本文稱之為知識協(xié)作網(wǎng)絡(luò)。如圖3所示。

圖3 包含206個(gè)節(jié)點(diǎn)的知識資源協(xié)作網(wǎng)絡(luò)構(gòu)建

2.1 知識資源協(xié)作網(wǎng)絡(luò)的模塊劃分

任何一個(gè)小世界網(wǎng)絡(luò)都呈現(xiàn)模塊特性，模塊中的各個(gè)節(jié)點(diǎn)協(xié)作較為密切而與外部的協(xié)作較為稀疏，每個(gè)模塊都有一個(gè)關(guān)鍵節(jié)點(diǎn)（隊(duì)長）和多個(gè)合作節(jié)點(diǎn)（隊(duì)員），每個(gè)人的重要性不同卻都扮演者不可或缺的角色。知識資源配置的核心其實(shí)就是找到關(guān)鍵節(jié)點(diǎn)，對其所在的知識模塊進(jìn)行配置。因此首先對網(wǎng)絡(luò)進(jìn)行模塊劃分。

采用譜分析算法進(jìn)行模塊劃分。令元素w為節(jié)點(diǎn)i與j的邊權(quán)（合作次數(shù)），給出206階協(xié)作矩陣A，計(jì)算它的拉普拉斯矩陣L=K-1A

計(jì)算表明，矩陣L存在多個(gè)接近1的特征值（特征向量），也存在多個(gè)特征值偏離1特征值。那些較大的特征值對應(yīng)的特征向量，其元素往往呈現(xiàn)階梯狀分布。利用這種梯度分布的特點(diǎn)劃分模塊。具體操作如下：選取一定數(shù)量的特征值（接近1），通常根據(jù)網(wǎng)絡(luò)規(guī)模的大小取4～8個(gè)。本文將大于u（u=0.9）的特征值篩選并按照降序排序并選擇前4名。如果保留下來的特征值數(shù)量小于4個(gè)，則稍微減小u的值并重新篩選。計(jì)算特征值的最大值對應(yīng)的特征向量，將向量中的元素按照升序進(jìn)行排序，最小元素為初始模塊（模塊數(shù)為1），若第n個(gè)元素與第n-1個(gè)元素的差小于d（初始d=0.02），則這兩個(gè)元素隸屬統(tǒng)一模塊，反之模塊數(shù)+1。實(shí)際操作中需要不斷減少d以細(xì)化劃分粒度。

表1 知識資源協(xié)作網(wǎng)絡(luò)的模塊劃分

模塊相關(guān)度檢驗(yàn)：按照上述方法劃分模塊，每個(gè)模塊中包含的節(jié)點(diǎn)數(shù)量會(huì)有很大的差異，因此需要對模塊進(jìn)行相關(guān)度檢驗(yàn)以便于進(jìn)一步劃分。定義：節(jié)點(diǎn)i、j的相關(guān)系數(shù)計(jì)算公式為：

令p為模塊中包含的節(jié)點(diǎn)數(shù)量。給出模塊相關(guān)度R的計(jì)算公式：

本文認(rèn)為R≥0.8為有效模塊，知識模塊的節(jié)點(diǎn)數(shù)量p為6～16個(gè)，則兩個(gè)條件①R≥0.8；②6≤p≤16同時(shí)滿足則輸出模塊，否則修正d=0.015進(jìn)行細(xì)化，直到兩個(gè)條件同時(shí)滿足或者p≤5為止。

根據(jù)以上規(guī)則對包含206個(gè)節(jié)點(diǎn)的知識資源協(xié)作網(wǎng)絡(luò)進(jìn)行模塊劃分，結(jié)果如表1所示。

2.2 基于關(guān)鍵節(jié)點(diǎn)的模塊化配置

文獻(xiàn)[7]中詳細(xì)介紹了對人員的知識建模方法，提出在歷史信息中提取知識情境，通過“時(shí)間、地點(diǎn)、問題、設(shè)備、標(biāo)準(zhǔn)、資源、費(fèi)用、形式”八個(gè)維度對人員知識進(jìn)行表述。而“問題”主要包括“目的、方法、工藝、技術(shù)”等信息，其包含內(nèi)容與本文中的知識需求描述非常接近，因此該維度可以作為知識需求與知識資源之間的接口，將用戶需求的知識單元與人員具備的知識單元通過關(guān)鍵詞匹配的方式建立連接通道，從而為知識需求匹配相應(yīng)的關(guān)鍵節(jié)點(diǎn)。如圖4所示。

2.3 知識模塊參數(shù)分析

隨著網(wǎng)絡(luò)規(guī)模的增大，符合知識需求的知識模塊數(shù)量會(huì)逐漸增多，本文對知識模塊內(nèi)部關(guān)鍵參數(shù)進(jìn)行分析，提供兩種模塊篩選依據(jù)。

圖4 基于關(guān)鍵節(jié)點(diǎn)的模塊化配置方法

圖5 知識模塊的C-S分布

圖5 反映了上文中17個(gè)知識模塊的頭結(jié)點(diǎn)群居系數(shù)和協(xié)作強(qiáng)度的分布（C-S分布）。在解決實(shí)際問題中，建議對于專業(yè)性較強(qiáng)、對攻克瓶頸能力要求較高技術(shù)問題以前者為主要篩選依據(jù)；工作量大、對團(tuán)隊(duì)工作效率要求較高的問題已后者為主要篩選依據(jù)。

3 總結(jié)與展望

本文主要介紹了如何利用大數(shù)據(jù)和復(fù)雜網(wǎng)絡(luò)，挖掘用戶的需求，建立產(chǎn)品功能-知識需求之間的映射關(guān)系；核心技術(shù)是通過網(wǎng)絡(luò)模塊化以及合理的建模方法實(shí)現(xiàn)知識資源優(yōu)化配置。今后的研究的重點(diǎn)一是進(jìn)一步優(yōu)化知識需求模型的多維建模方法，建立更完善的需求-資源數(shù)據(jù)接口；二是突破現(xiàn)有技術(shù)，尋求更優(yōu)化的模塊劃分方法和知識資源配置方法。