[發明專利]一種碎片化知識智能化聚合方法

有效

• 申請號: 201810013215.5
• 申請日: 2018-01-08
• 公開（公告）號: CN108280153B
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 梁琨;張翼英;史艷翠;王聰;葉子;樓賢拓
• 申請（專利權）人: 天津科技大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 韓曉梅

1.一種碎片化知識智能化聚合方法，其特征在于：步驟如下：

步驟1.定義知識元本體：

將知識進行合理地碎片化分割，成為具有最小知識點集合的粒度，所述粒度是一個具有完整語義單元的知識元，所述知識元的知識元本體結構描述為如下四元組:

K＝(C,P,M,R) (1)；

其中，K表示知識元本體結構，C表示某個領域概念，P，M分別是概念C上的一組屬性和方法，R是建立在C上的與其他概念的一組關系；

步驟2.定義碎片化知識本體關聯聚合：

為進一步明確知識元本體結構的語義內容和語義關聯，公式(1)分解為:

(C,P,M) (2)

(C,R) (3)

其中，公式(2)是對領域概念C自身的描述，體現為對屬性集P和方法集M的定義和描述；公式(3)則是對概念C與領域中其他概念之間的一組特定的領域關系R的描述；

每個碎片化知識能夠由若干知識元本體構成；

步驟3.建立基于本體蘊涵的關聯聚合規則：

對于碎片化知識，建立相關關聯規則表示為一個形如R:的蘊含式，其中且關聯規則R:的支持度support是指搜索集D中同時包含知識點X和知識點Y的搜索次數與所有搜索次數之比，即

關聯規則R:的置信度Confidence是指搜索集D中包含知識點X和知識點Y的搜索次數與包含知識點X的搜索次數之比，即

當支持度和置信度均較高時，關聯規則才是用戶感興趣的、有用的關聯規則；

關聯規則的最小支持度記為sup_min，用于衡量關聯規則需要滿足的最低重要性；最小置信度記為conf_min，表示關聯規則需要滿足的最低可靠性；

步驟4.聚合關聯規則判定：

如果兩個碎片化知識點之間的關聯規則R:滿足且則關聯規則R:為強關聯規則，否則為弱關聯規則；

步驟5.基于知識元本體的碎片知識關聯規則判定：

在任意兩個碎片知識本體結構K₁＝(C₁,P₁,M₁,R₁)和K₂＝(C₂,P₂,M₂,R₂)中，若K₁∈K，K₂∈K，并有C₂∈∪(C₁)，其中∪(C₁)是概念C₁的關聯概念集合，則稱K₁本體蘊涵K₂，記做K₁→K₂，概念C₁的關聯概念集合∪(C₁)是指以節點K₁為原點，進行語義鏈接，所能關聯到的所有節點的集合；因此，本體蘊涵實質是在碎片知識本體語義網絡圖中，如果有C₂∈∪(C₁)，則節點K₁和節點K₂之間至少存在一條語義鏈接；

步驟6.碎片知識聚合關聯發現：

設S和T分別為知識元的數據源，K₁和K₂為碎片知識本體結構，即K₁∈K，K₂∈K，若ξ₁(K₁,S)，ξ₂(K₂,T)，且K₁→K₂，則稱碎片知識元T構成到碎片知識S的一個知識聚合關聯發現；

步驟7.實現碎片化知識聚合：

根據以上對碎片知識本體結構及聚合關聯方法，若碎片知識本體由n個本體元素組成，即概念集C＝{C₁,C₂,…,C_n}和建立在C上的關系集R＝{R₁,R₂,…,R_n}將共同組成一個語義關聯聚合網絡圖:

G＝{X,E} (6)；

其中，X為語義關聯網絡的節點集，E為語義鏈接集，X的值域為概念集C，E的值域為關系集R；基于此，知識元本體通過概念之間的關系集R構成了相對完善的碎片知識語義內容體系和網絡化語義關聯結構；

通過公式(6)即可實現碎片化知識智能化聚合。