王臨科，蔣祖華+，李心雨

(1.上海交通大學(xué) 機(jī)械與動(dòng)力工程學(xué)院，上海 200240；2.新加坡南洋理工大學(xué) 機(jī)械與宇航工程學(xué)院，新加坡 639798)

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展與信息時(shí)代的到來(lái)，知識(shí)已成為企業(yè)極具價(jià)值的重要資產(chǎn)，通過(guò)高效的知識(shí)管理手段提供優(yōu)質(zhì)的知識(shí)服務(wù)，對(duì)驅(qū)動(dòng)企業(yè)產(chǎn)品創(chuàng)新設(shè)計(jì)、增強(qiáng)企業(yè)競(jìng)爭(zhēng)力至關(guān)重要[1]。目前，知識(shí)管理系統(tǒng)(Knowledge Management System, KMS)是企業(yè)提升自身知識(shí)服務(wù)能力的主要手段。作為能夠收集、處理、共享一個(gè)組織全部知識(shí)的信息系統(tǒng)，KMS支持具有相似興趣或?qū)I(yè)背景的用戶群體，以開(kāi)放協(xié)作的形式共同創(chuàng)造積累和共享利用知識(shí)[2]。當(dāng)用戶進(jìn)行工程任務(wù)時(shí)，要求KMS能夠推送最相關(guān)的知識(shí)條目，為用戶提供有力的技術(shù)支撐，而推薦算法的性能決定了知識(shí)推送的效果[3]。用戶歷史行為數(shù)據(jù)中包含了用戶的興趣偏好，推薦算法可以根據(jù)這些數(shù)據(jù)構(gòu)建用戶興趣畫(huà)像，進(jìn)而從爆發(fā)式增長(zhǎng)的海量知識(shí)資源中為用戶篩選出合適的知識(shí)條目。傳統(tǒng)推薦算法通?；谟脩艏绊?xiàng)目的相似度進(jìn)行推薦，并僅以提升準(zhǔn)確度為目標(biāo)對(duì)算法性能進(jìn)行評(píng)估[4]，在工程知識(shí)推薦背景下會(huì)導(dǎo)致兩方面問(wèn)題：

(1)為了盡可能提升準(zhǔn)確度，推薦算法傾向于推薦與用戶歷史瀏覽高度相似的知識(shí)條目，導(dǎo)致KMS中僅有少數(shù)經(jīng)常被瀏覽的“流行知識(shí)條目”能夠參與推薦。在電商領(lǐng)域，只推薦流行項(xiàng)目也能夠滿足大部分人的興趣與需求，因此是可被接受的，但工程用戶針對(duì)不同的情境會(huì)產(chǎn)生特定的知識(shí)需求[5]，若僅推薦流行知識(shí)條目，會(huì)使推薦算法在特定情境下降低甚至喪失其效用。

(2)工程問(wèn)題普遍具有學(xué)科融合、領(lǐng)域交叉的復(fù)雜背景，使基于知識(shí)重用的工程任務(wù)成為多學(xué)科、知識(shí)密集型活動(dòng)[6]。例如，船舶機(jī)艙布置圖設(shè)計(jì)需要參考查閱主機(jī)、油泵、管路、電路等多個(gè)主題領(lǐng)域的知識(shí)，而傳統(tǒng)推薦算法僅以準(zhǔn)確度為優(yōu)化目標(biāo)，且未充分利用豐富的工程語(yǔ)義信息，導(dǎo)致知識(shí)推薦列表主題單一、同質(zhì)化嚴(yán)重，缺乏針對(duì)工程問(wèn)題和用戶真實(shí)知識(shí)需求的全局視角[7]，大大降低了推薦算法的效用。

綜上所述，研究如何解決推薦列表“流行化”和“同質(zhì)化”問(wèn)題對(duì)提升知識(shí)推薦效果具有理論意義，對(duì)企業(yè)創(chuàng)新設(shè)計(jì)能力與競(jìng)爭(zhēng)力的增強(qiáng)具有重要實(shí)踐價(jià)值。

圍繞以上問(wèn)題，眾多學(xué)者關(guān)于推薦服務(wù)的研究主要集中于多樣性領(lǐng)域。Kunaver等[7]指出，在推薦中引入多樣性能夠減輕推薦列表同質(zhì)化問(wèn)題，提升用戶滿意度;Wu等[8]認(rèn)為多樣性已成為評(píng)估推薦有效性的重要指標(biāo)，并指出該領(lǐng)域的研究關(guān)鍵是如何平衡準(zhǔn)確度和多樣性；Wang等[9]將多樣性分為集體多樣性和個(gè)體多樣性，并將個(gè)體多樣性定義為單個(gè)推薦列表中所有項(xiàng)目對(duì)的平均差異度，即以準(zhǔn)確度和個(gè)體多樣性作為優(yōu)化目標(biāo)，使推薦列表中的知識(shí)準(zhǔn)確且全面地覆蓋目標(biāo)用戶的興趣與需求。基于以上個(gè)體多樣性的定義，現(xiàn)有研究主要集中于開(kāi)發(fā)新的多樣性推薦方法并提出適當(dāng)?shù)亩鄻有栽u(píng)估方法[7]。在多樣性推薦方法中，后過(guò)濾與重排序策略應(yīng)用廣泛，這類(lèi)方法首先基于現(xiàn)有推薦方法尋找與用戶最相關(guān)的項(xiàng)目，然后對(duì)這些相關(guān)項(xiàng)目進(jìn)行重新排序以提升推薦結(jié)果多樣性。Zhang等[10]提出一種兩階段協(xié)同過(guò)濾優(yōu)化方法，首先利用基于用戶的協(xié)同過(guò)濾(User-based Collaborative Filtering, UCF)方法初步篩選出符合用戶多個(gè)興趣點(diǎn)的項(xiàng)目，然后基于用戶興趣和社會(huì)影響力生成最終推薦列表，以實(shí)現(xiàn)推薦準(zhǔn)確度和多樣性的平衡;Kotkov等[11]提出一種面向偶然性的重排序算法，通過(guò)項(xiàng)目特征多樣化提高推薦的偶然性，進(jìn)而提升推薦結(jié)果的多樣性;Eskandanian等[12]提出一種聚類(lèi)后過(guò)濾方法，滿足了用戶對(duì)多樣性程度的不同偏好。也有部分學(xué)者將多樣性推薦視為多目標(biāo)優(yōu)化問(wèn)題[13-15]，即分別建立準(zhǔn)確度、多樣性的目標(biāo)函數(shù)，然后利用遺傳算法、蟻群算法、群體智能算法等求帕累托最優(yōu)解，進(jìn)而通過(guò)對(duì)推薦列表進(jìn)行重排序完成推薦。為了利用項(xiàng)目間的關(guān)聯(lián)性，圖論方法也被引入多樣性推薦中。Lee等[16]利用用戶的正向評(píng)價(jià)信息構(gòu)建無(wú)向圖，并利用圖中音樂(lè)項(xiàng)目間的關(guān)聯(lián)關(guān)系提升推薦結(jié)果的多樣性;Zhou等[17]利用三方偏好圖改進(jìn)傳統(tǒng)基于用戶的協(xié)同過(guò)濾方法，平衡了推薦結(jié)果的準(zhǔn)確度和多樣性。對(duì)于多樣性的評(píng)估，不同方法的差別在于使用不同信息計(jì)算項(xiàng)目間的相似度或差異度，主要有3種：①基于屬性類(lèi)別信息[18]，使推薦列表中盡可能包含不同主題或種類(lèi)的項(xiàng)目，常用于電影、音樂(lè)推薦；②基于項(xiàng)目評(píng)級(jí)信息[8,19]，通過(guò)最大化推薦列表中項(xiàng)目評(píng)分向量間的幾何距離提升多樣性，適用于電商推薦；③基于內(nèi)容信息[20]，一般針對(duì)文本類(lèi)推薦，利用關(guān)鍵詞共現(xiàn)統(tǒng)計(jì)方法或關(guān)鍵詞TD-IDF(term frequency-inverse document frequency)權(quán)重向量距離計(jì)算文本項(xiàng)目間的相似度，實(shí)現(xiàn)對(duì)推薦列表多樣性的評(píng)估。

從現(xiàn)有研究成果來(lái)看：

(1)現(xiàn)有研究大多通過(guò)隨機(jī)策略提升推薦多樣性，未能充分挖掘特定情境下知識(shí)條目間的關(guān)聯(lián)關(guān)系，雖然增加了推薦結(jié)果多樣性，卻大大降低了特定情境下所推薦知識(shí)條目的效用[21]。

(2)現(xiàn)有研究無(wú)論是多樣性推薦方法還是多樣性評(píng)估方法，都缺乏對(duì)情境和知識(shí)條目間工程語(yǔ)義關(guān)系的深入分析[22]，因而無(wú)法有效解決面向工程領(lǐng)域的多樣性知識(shí)需求。

為此，本文提出一種面向工程領(lǐng)域的主題多樣性知識(shí)推薦(Topic-Diversity Knowledge Recommendation, TDKR)方法，在現(xiàn)有研究的基礎(chǔ)上，充分考慮工程語(yǔ)義信息、知識(shí)應(yīng)用情境以及知識(shí)任務(wù)相似度等信息，結(jié)合改進(jìn)的基于用戶的協(xié)同過(guò)濾方法(UCF)，提出新的后過(guò)濾與重排序策略，在特定情境下有針對(duì)性地提升知識(shí)推薦結(jié)果的主題多樣性，有效提升企業(yè)知識(shí)推送服務(wù)質(zhì)量，進(jìn)而驅(qū)動(dòng)企業(yè)產(chǎn)品創(chuàng)新設(shè)計(jì)、增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。

1 基于KMS的企業(yè)知識(shí)管理

1.1 KMS運(yùn)行機(jī)制

知識(shí)管理系統(tǒng)(KMS)能夠?yàn)槠髽I(yè)提供知識(shí)的積累、集成、維護(hù)、共享和重用等服務(wù)。例如，國(guó)內(nèi)某船廠大約80%的船舶舾裝設(shè)計(jì)工作都需要查閱參考行業(yè)標(biāo)準(zhǔn)、歷史經(jīng)驗(yàn)案例等各類(lèi)知識(shí)[23]，該船廠利用KMS實(shí)現(xiàn)有效的知識(shí)管理。KMS用戶能夠基于系統(tǒng)提供的模板創(chuàng)建新知識(shí)或修改已有的知識(shí)條目，經(jīng)過(guò)管理員或領(lǐng)域?qū)＜覍徍送ㄟ^(guò)后，存入企業(yè)知識(shí)庫(kù)，形成企業(yè)的知識(shí)資產(chǎn)。用戶可以通過(guò)主動(dòng)檢索和被動(dòng)接收KMS系統(tǒng)推薦兩種方式進(jìn)行知識(shí)獲取，以輔助當(dāng)前工程任務(wù)[24]。

1.2 KMS中的工程知識(shí)

在國(guó)內(nèi)某船廠的KMS中，與舾裝設(shè)計(jì)相關(guān)的知識(shí)主要有3類(lèi)：①經(jīng)驗(yàn)案例知識(shí)，指員工在舾裝設(shè)計(jì)任務(wù)中總結(jié)的成功與失敗的經(jīng)驗(yàn)教訓(xùn)，如圖1a所示；②規(guī)范知識(shí)，指船舶領(lǐng)域的各種行業(yè)級(jí)或公司級(jí)標(biāo)準(zhǔn)規(guī)范文檔，主要由各大船級(jí)社或企業(yè)內(nèi)部領(lǐng)域?qū)＜医y(tǒng)一制定，如圖1b所示；③專(zhuān)利知識(shí)，指企業(yè)擁有的與船舶設(shè)計(jì)相關(guān)的專(zhuān)利文檔，如圖1c所示。

a 經(jīng)驗(yàn)案例知識(shí)

b 規(guī)范知識(shí)

c 專(zhuān)利知識(shí)圖1 知識(shí)條目示例

在工程領(lǐng)域，知識(shí)的產(chǎn)生和應(yīng)用都具有特定的背景與環(huán)境，即不同的知識(shí)具有不同的應(yīng)用情境[5]。知識(shí)應(yīng)用情境可以視為知識(shí)應(yīng)用的限定條件，是知識(shí)共享和知識(shí)重用的重要基礎(chǔ)，能夠有效解決知識(shí)過(guò)載問(wèn)題[25]。考慮到如圖1中知識(shí)的半結(jié)構(gòu)化特征，本文整理出船舶類(lèi)型、設(shè)備(舾裝件)名稱(chēng)、舾裝區(qū)域、案例類(lèi)型、專(zhuān)業(yè)領(lǐng)域、船級(jí)社6個(gè)通用屬性作為船舶舾裝設(shè)計(jì)知識(shí)的應(yīng)用情境C(C中的屬性值ci均為船舶領(lǐng)域?qū)Ｓ忻~，為枚舉類(lèi)型，可以為空)。表1所示為情境屬性及其部分屬性值，為方便計(jì)算，將屬性值用數(shù)字統(tǒng)一編碼，并用向量表示為C=(c1,c2,c3,c4,c5,c6)。

表1 船舶舾裝設(shè)計(jì)知識(shí)應(yīng)用情境示例

續(xù)表1

1.3 KMS中的用戶行為數(shù)據(jù)

KMS以用戶日志的形式記錄用戶操作行為數(shù)據(jù)，并存入相應(yīng)的數(shù)據(jù)庫(kù)，部分行為數(shù)據(jù)如表2所示。為便于研究，將用戶行為數(shù)據(jù)表示為R={U,I,C,ΔT,O}，即用戶U對(duì)應(yīng)用情境為C的知識(shí)條目I進(jìn)行了時(shí)長(zhǎng)為ΔT的O操作。其中：C為表1中6種屬性的編碼向量;O包括創(chuàng)建(Oc)、修改(Or)、瀏覽(Ob)三種操作。

表2 用戶行為數(shù)據(jù)示例

2 面向工程領(lǐng)域的主題多樣性知識(shí)推薦方法

2.1 總體框架

為滿足工程領(lǐng)域用戶多樣性的知識(shí)需求，本文提出了TDKR方法，方法框架如圖2所示。

TDKR方法框架主要包含4部分：

(1)知識(shí)主題社區(qū) 挖掘知識(shí)條目間的內(nèi)容相似度、應(yīng)用情境相似度以及任務(wù)相似度，據(jù)此構(gòu)建知識(shí)相關(guān)性網(wǎng)絡(luò)，進(jìn)而利用Louvain社區(qū)發(fā)現(xiàn)算法從知識(shí)相關(guān)性網(wǎng)絡(luò)中發(fā)現(xiàn)知識(shí)主題社區(qū)，用于建立用戶—主題興趣模型和計(jì)算用戶—主題專(zhuān)業(yè)度。

(2)用戶興趣模型 分別建立用戶—知識(shí)興趣模型和用戶—主題興趣模型，以挖掘用戶對(duì)瀏覽過(guò)的知識(shí)條目和相應(yīng)知識(shí)主題的偏好，前者用于構(gòu)建初始評(píng)分矩陣，后者用于實(shí)施多樣性策略。

(3)用戶—主題專(zhuān)業(yè)度 利用用戶群瀏覽行為數(shù)據(jù)計(jì)算知識(shí)文檔質(zhì)量，并進(jìn)一步根據(jù)用戶創(chuàng)建和修改行為數(shù)據(jù)以及知識(shí)主題社區(qū)劃分結(jié)果計(jì)算用戶對(duì)相應(yīng)知識(shí)主題的專(zhuān)業(yè)度，用于改進(jìn)傳統(tǒng)UCF方法。

(4)主題多樣性知識(shí)推薦 首先利用用戶—主題專(zhuān)業(yè)度改進(jìn)傳統(tǒng)UCF方法，并為目標(biāo)用戶查找近鄰用戶，進(jìn)而根據(jù)近鄰用戶預(yù)測(cè)初始評(píng)分矩陣中的缺失評(píng)分，然后定義知識(shí)對(duì)于目標(biāo)用戶的情境可用性，并同時(shí)考慮用戶—主題興趣模型，實(shí)施情境感知多樣性后過(guò)濾推薦策略，對(duì)初始預(yù)測(cè)評(píng)分進(jìn)行重新打分排序，進(jìn)而為目標(biāo)用戶進(jìn)行Top-N推薦。

知識(shí)推薦部分(2.5節(jié))利用模型層對(duì)知識(shí)的表征和用戶的建模進(jìn)行推薦?；谳斎氲哪繕?biāo)用戶及其瀏覽行為序列數(shù)據(jù)，首先考慮用戶—主題專(zhuān)業(yè)度為目標(biāo)用戶查找近鄰用戶，然后利用UCF方法對(duì)目標(biāo)用戶的缺失評(píng)分?jǐn)?shù)據(jù)進(jìn)行預(yù)測(cè)，最后根據(jù)用戶—主題興趣模型以及情境信息實(shí)施后過(guò)濾多樣性推薦策略，為目標(biāo)用戶輸出具有主題多樣性的知識(shí)推薦列表。

2.2 知識(shí)主題社區(qū)

本文旨在有針對(duì)性地提升知識(shí)推薦列表的主題多樣性。因此，本節(jié)首先構(gòu)建知識(shí)網(wǎng)絡(luò)，然后利用社區(qū)發(fā)現(xiàn)算法將知識(shí)網(wǎng)絡(luò)劃分為多個(gè)知識(shí)主題社區(qū)。

2.2.1 知識(shí)網(wǎng)絡(luò)構(gòu)建

在知識(shí)網(wǎng)絡(luò)中，節(jié)點(diǎn)表示知識(shí)條目，邊和權(quán)值表示知識(shí)條目間的關(guān)聯(lián)關(guān)系及其關(guān)聯(lián)度大小。知識(shí)條目間的關(guān)聯(lián)關(guān)系包括共享相似的工程概念(即內(nèi)容相似度)、在相似的情況下被相似的工程師重用(即情境相似度)、解決相關(guān)的工程問(wèn)題(即面向問(wèn)題解決的相關(guān)性)等。為便于計(jì)算分析，本文首先分別計(jì)算這3種關(guān)聯(lián)關(guān)系權(quán)重，再綜合計(jì)算知識(shí)條目間的總體關(guān)聯(lián)度[26]。

(1)知識(shí)內(nèi)容相似度計(jì)算。計(jì)算知識(shí)內(nèi)容相似度之前，需要對(duì)知識(shí)進(jìn)行表示。本文引入向量空間模型，將知識(shí)內(nèi)容表示為一系列關(guān)鍵詞權(quán)重二元組形式。首先分別對(duì)每個(gè)知識(shí)條目進(jìn)行預(yù)處理，包括分詞、去除停用詞、詞性標(biāo)注、關(guān)鍵詞提取、基于同義詞詞典的關(guān)鍵詞融合等操作，然后使用TF-IDF算法計(jì)算關(guān)鍵詞權(quán)重，即可將知識(shí)條目I表示為

I={(k1,w1),(k2,w2),…,(kn,wn)}。

(1)

式中wi為關(guān)鍵詞ki在知識(shí)條目I中的TF-IDF值，

(2)

(3)

(4)

(5)

(3)知識(shí)任務(wù)相似度計(jì)算。知識(shí)任務(wù)相似度指兩條知識(shí)條目能夠解決相關(guān)工程問(wèn)題的概率。用戶在解決工程問(wèn)題時(shí)，需要瀏覽并參考KMS中的知識(shí)條目。由于用戶短期內(nèi)針對(duì)相同或相似的工程問(wèn)題總是會(huì)連續(xù)瀏覽較為相關(guān)的知識(shí)條目，利用用戶群瀏覽行為序列數(shù)據(jù)可以挖掘知識(shí)任務(wù)相似度。首先利用表2中的信息將每個(gè)用戶的瀏覽行為序列數(shù)據(jù)表示為向量的形式：

Rb(Ui)={(I,ΔT)1st,(I,ΔT)2nd,…,(I,ΔT)nth}。

(6)

式中包含了用戶Ui的所有瀏覽記錄?；谒杏脩舻臑g覽行為序列數(shù)據(jù)即可計(jì)算I1和I2的知識(shí)任務(wù)相似度：

TaskSim(I1,I2)=

(7)

式中：U表示所有用戶集合；I1?I2表示在用戶瀏覽序列數(shù)據(jù)中知識(shí)條目I1和I2相鄰出現(xiàn)；|I1|和|I2|分別表示I1和I2的文本長(zhǎng)度，用以消除文本長(zhǎng)度對(duì)瀏覽時(shí)長(zhǎng)的影響。

綜上所述，知識(shí)條目I1和I2的關(guān)聯(lián)度

Rel(I1,I2)=TextSim(I1,I2)×

CxtSim(CI1,CI2)×TaskSim(I1,I2)。

(8)

根據(jù)式(8)計(jì)算所有知識(shí)條目間的關(guān)聯(lián)度，即可構(gòu)建知識(shí)相關(guān)性網(wǎng)絡(luò)G=(V,E)，其中：結(jié)點(diǎn)V表示所有知識(shí)條目，帶權(quán)邊E表示知識(shí)條目間的關(guān)聯(lián)度。

2.2.2 知識(shí)主題社區(qū)劃分

在知識(shí)網(wǎng)絡(luò)G中，面向相關(guān)工程問(wèn)題的知識(shí)條目間關(guān)聯(lián)度較大，聯(lián)系也會(huì)較為緊密，本文利用Louvain算法[27]將知識(shí)網(wǎng)絡(luò)劃分為多個(gè)面向工程領(lǐng)域的知識(shí)主題社區(qū)。Louvain算法是基于圖的社區(qū)發(fā)現(xiàn)算法，具有快速、準(zhǔn)確的優(yōu)點(diǎn)，被認(rèn)為是最好的社區(qū)發(fā)現(xiàn)算法之一。該算法基于模塊度劃分社區(qū)，即算法的優(yōu)化目標(biāo)為最大化整個(gè)網(wǎng)絡(luò)圖結(jié)構(gòu)的模塊度，根據(jù)本文知識(shí)網(wǎng)絡(luò)的特點(diǎn)，模塊度的定義如下：

Aij=Rel(Ii,Ij),

ki=∑Ij∈GRel(Ii,Ij),kj=∑Ii∈GRel(Ii,Ij),

m=∑Rel(Ii,Ij),

(9)

式中：Aij為圖中結(jié)點(diǎn)Ii和Ij之間邊的權(quán)重;ki和kj分別表示圖中所有與Ii和Ij相連的邊的權(quán)重之和;m為圖中所有邊的權(quán)重之和;TPI表示知識(shí)條目I所屬的主題。根據(jù)算法的運(yùn)行結(jié)果，最終可以將知識(shí)網(wǎng)絡(luò)圖G中的所有知識(shí)條目結(jié)點(diǎn)劃分為n類(lèi)知識(shí)主題，即TP={TP1st,TP2nd,…,TPnth}。

2.3 用戶興趣模型

傳統(tǒng)推薦算法利用顯性用戶行為數(shù)據(jù)表示用戶興趣。在電商推薦中，可以根據(jù)用戶是否購(gòu)買(mǎi)或收藏構(gòu)建0-1用戶評(píng)分矩陣；在電影/音樂(lè)推薦中，也可以利用用戶對(duì)項(xiàng)目的評(píng)分?jǐn)?shù)據(jù)(如1～5星)構(gòu)建用戶評(píng)分矩陣。然而，企業(yè)KMS中用戶評(píng)價(jià)系統(tǒng)的缺失導(dǎo)致無(wú)法獲取顯性用戶評(píng)分?jǐn)?shù)據(jù)。考慮到企業(yè)KMS可以收集隱性用戶行為數(shù)據(jù)(如表2)，且隱性用戶行為數(shù)據(jù)能夠反映短期內(nèi)用戶的真實(shí)興趣偏好，避免顯性用戶評(píng)分中蓄意打高/低分的問(wèn)題，本文利用表2中的用戶瀏覽行為數(shù)據(jù)構(gòu)建用戶興趣模型，包括用戶對(duì)歷史瀏覽的知識(shí)條目的偏好和用戶對(duì)不同知識(shí)主題的偏好。

2.3.1 用戶—知識(shí)興趣模型

用戶Ui的瀏覽行為序列數(shù)據(jù)如式(6)所示，Rb(Ui)中包含該用戶所有n次瀏覽記錄。然而，用戶的興趣隨著時(shí)間不斷變化，過(guò)早的瀏覽行為通常與用戶當(dāng)前興趣偏好相異，因此本文取Rb(Ui)中最近的L次瀏覽行為數(shù)據(jù)構(gòu)建用戶—知識(shí)興趣模型如下：

(10)

2.3.2 用戶—主題興趣模型

(11)

2.4 用戶—主題專(zhuān)業(yè)度

不同專(zhuān)業(yè)與工作背景的用戶對(duì)不同知識(shí)主題的專(zhuān)業(yè)度不同，選取對(duì)相關(guān)主題專(zhuān)業(yè)度高的用戶作為近鄰用戶，能夠提升推薦效果。本文根據(jù)用戶的創(chuàng)建和修改行為計(jì)算用戶對(duì)各個(gè)主題的專(zhuān)業(yè)度，基于表2，分別利用式(12)和式(13)表示用戶Ui的創(chuàng)建和修改行為序列數(shù)據(jù)：

Rc(Ui)={(I,ΔT)1st,(I,ΔT)2nd,…,(I,ΔT)n1th} ，

(12)

Rr(Ui)={(I,ΔT)1st,(I,ΔT)2nd,…,(I,ΔT)n2th}。

(13)

首先將Rc(Ui)和Rr(Ui)中所有知識(shí)條目表示為如式(1)所示的詞向量形式，然后將這些詞向量合并，如式(14)所示，用以表示用戶Ui的專(zhuān)業(yè)領(lǐng)域。

UP(Ui)={(k1,w1),(k2,w2),…,(kn3,wn3)}。

(14)

考慮到用戶Ui參與創(chuàng)建或修改的知識(shí)條目I的質(zhì)量更能反映Ui對(duì)I的專(zhuān)業(yè)度，因此本文定義知識(shí)條目I的質(zhì)量q(I)為用戶群對(duì)I的平均相對(duì)興趣評(píng)分，并利用式(15)計(jì)算。

q(I)=

(15)

(16)

(17)

式中：UP(Ui)表示用戶專(zhuān)業(yè)領(lǐng)域的詞向量，如式(14)所示；TextSim(UP(Ui),I)為兩個(gè)詞向量的相似度，由式(3)計(jì)算；|TPjth|為主題TPjth中包含的知識(shí)條目數(shù)量。

2.5 主題多樣性知識(shí)推薦

本文結(jié)合改進(jìn)的基于用戶的協(xié)同過(guò)濾方法(UCF)和后過(guò)濾重排序策略進(jìn)行推薦。首先選取與目標(biāo)用戶Ui相似度最高的Top-K個(gè)近鄰用戶，然后利用UCF對(duì)Ui的缺失評(píng)分進(jìn)行預(yù)測(cè)，最后采取后過(guò)濾多樣性推薦策略完成推薦。

2.5.1 考慮用戶—主題專(zhuān)業(yè)度的近鄰用戶查找

近鄰用戶指的是與目標(biāo)用戶有相似知識(shí)偏好的用戶，在本文中，具有相似行為的用戶即為近鄰用戶。本文用戶行為數(shù)據(jù)中包含創(chuàng)建、修改、瀏覽3類(lèi)行為，用戶—主題專(zhuān)業(yè)度能夠反映創(chuàng)建/修改行為信息，而用戶—知識(shí)興趣模型(即用戶評(píng)分)能夠反映用戶瀏覽行為信息。實(shí)際在UCF中，用戶—主題專(zhuān)業(yè)度能夠衡量用戶評(píng)分的參考價(jià)值，即用戶的可信度，因此，應(yīng)當(dāng)在計(jì)算目標(biāo)用戶Ui與其他用戶U的相似度時(shí)考慮用戶—主題專(zhuān)業(yè)度，如式(18)所示。

(18)

式中：TPI為知識(shí)條目I所屬知識(shí)主題；UserSim(Ui,U)為用戶U對(duì)于目標(biāo)用戶Ui的相似度，UserSim(Ui,U)≠UserSim(U,Ui)。

2.5.2 基于近鄰用戶的評(píng)分矩陣預(yù)填充

利用式(10)計(jì)算部分評(píng)分?jǐn)?shù)據(jù)，進(jìn)而構(gòu)建用戶—知識(shí)評(píng)分矩陣，如式(19)所示：

(19)

由于企業(yè)KMS中知識(shí)數(shù)量遠(yuǎn)大于用戶數(shù)量，導(dǎo)致評(píng)分矩陣F極其稀疏，針對(duì)缺失的評(píng)分?jǐn)?shù)據(jù)F*(Ui,Ij)，采用式(20)進(jìn)行預(yù)測(cè):

(20)

2.5.3 多樣性推薦策略

本文運(yùn)用后過(guò)濾策略，對(duì)2.5.2節(jié)中所有預(yù)測(cè)評(píng)分進(jìn)行重新打分排序，進(jìn)而完成主題多樣性知識(shí)推薦，如式(21)所示。

FDiv(Ui,Ij)=F*(Ui,Ij)·KCE

(21)

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)背景與數(shù)據(jù)集

為驗(yàn)證本文方法在工程知識(shí)推薦中的效果，本文以課題組與某船廠的合作項(xiàng)目成果“舾裝智能化設(shè)計(jì)知識(shí)庫(kù)管理系統(tǒng)”(即KMS)為例進(jìn)行了實(shí)例研究。船舶設(shè)計(jì)領(lǐng)域絕大部分工作都極其依賴(lài)于相關(guān)知識(shí)的支撐[23]，因此知識(shí)供應(yīng)質(zhì)量直接影響設(shè)計(jì)任務(wù)的進(jìn)度。該船廠的KMS系統(tǒng)中集成了對(duì)企業(yè)知識(shí)庫(kù)中各類(lèi)知識(shí)的管理，并面向相關(guān)用戶提供查詢(xún)、共享等知識(shí)服務(wù)，以輔助用戶設(shè)計(jì)任務(wù)，但由于技術(shù)條件限制，已有KMS系統(tǒng)出現(xiàn)了兩個(gè)主要問(wèn)題：①KMS中知識(shí)數(shù)量眾多，當(dāng)用戶遇到陌生領(lǐng)域問(wèn)題時(shí)，想要檢索到所需知識(shí)較為困難；②船舶設(shè)計(jì)任務(wù)復(fù)雜，通常需要參考多種知識(shí)，即用戶有多樣性的知識(shí)需求，而由于用戶自身知識(shí)結(jié)構(gòu)限制，通常無(wú)法通過(guò)檢索獲取到所有相關(guān)知識(shí)條目[26]。這些問(wèn)題導(dǎo)致企業(yè)知識(shí)重用效率低下，嚴(yán)重阻礙了企業(yè)知識(shí)管理的發(fā)展與企業(yè)知識(shí)資產(chǎn)的轉(zhuǎn)化。

針對(duì)以上問(wèn)題，本文將TDKR方法應(yīng)用于KMS中，主動(dòng)挖掘目標(biāo)用戶興趣，并為其推送合適的知識(shí)條目，以期更好地滿足用戶多樣性的知識(shí)需求。對(duì)于系統(tǒng)當(dāng)前用戶，KMS利用TDKR方法為其生成相應(yīng)的推薦列表，該用戶可以從推薦列表中選擇所需知識(shí)條目點(diǎn)擊瀏覽，若沒(méi)有所需知識(shí)條目，則繼續(xù)搜索瀏覽其他知識(shí)條目。用戶的行為數(shù)據(jù)會(huì)被不斷存入KMS后臺(tái)數(shù)據(jù)庫(kù)，以便及時(shí)更新TDKR方法模型。

為評(píng)估TDKR方法的推薦性能，從該船廠KMS系統(tǒng)中獲取379條知識(shí)條目?jī)?nèi)容和2 867條用戶行為數(shù)據(jù)(包括163條創(chuàng)建記錄、84條修改記錄和2 620條瀏覽記錄)作為本實(shí)驗(yàn)所用數(shù)據(jù)，行為數(shù)據(jù)來(lái)自該船廠某舾裝設(shè)計(jì)團(tuán)隊(duì)中的13名設(shè)計(jì)人員對(duì)這379條知識(shí)條目的操作記錄，部分?jǐn)?shù)據(jù)如表2所示。本實(shí)驗(yàn)中，相應(yīng)算法在Core-i5、16RAM的MacOS-10.15計(jì)算機(jī)配置環(huán)境下，使用Python-3.7編碼。

3.2 評(píng)價(jià)指標(biāo)

(22)

(23)

式中：|U|為集合U中用戶人數(shù)，|Rec(Ui)|和|Real(Ui)|分別為兩個(gè)列表中知識(shí)條目的數(shù)量。本文多樣性是指單個(gè)推薦列表中知識(shí)條目間的差異程度。若用div(Rec(Ui))表示單個(gè)推薦列表Rec(Ui)的多樣性，則TDKR方法在單次實(shí)驗(yàn)中的多樣性Div用式(24)計(jì)算[9]。

(24)

式(24)采用所有用戶推薦列表的多樣性均值作為單次實(shí)驗(yàn)的多樣性指標(biāo)，其中TextSim(I1,I2)為知識(shí)條目I1和I2的相似度，由式(3)計(jì)算。式(3)利用自然語(yǔ)言處理(Natural Language Processing, NLP)技術(shù)分析計(jì)算了知識(shí)條目間關(guān)鍵詞語(yǔ)義級(jí)別的內(nèi)容相似度，使式(24)更適用于面向工程領(lǐng)域問(wèn)題解決的知識(shí)推薦。為消除實(shí)驗(yàn)結(jié)果隨機(jī)性因素的影響，本文采用5次實(shí)驗(yàn)結(jié)果的平均值作為評(píng)估標(biāo)準(zhǔn)，并保證每次實(shí)驗(yàn)所用數(shù)據(jù)不同。

3.3 TDKR方法應(yīng)用示例

(1)知識(shí)主題社區(qū)劃分 根據(jù)2.2.1節(jié)方法構(gòu)建知識(shí)網(wǎng)絡(luò)。在利用公式表示知識(shí)時(shí)，為方便計(jì)算，僅保留TF-IDF權(quán)重最高的前30個(gè)關(guān)鍵詞，知識(shí)地圖根據(jù)文獻(xiàn)[23]構(gòu)建，其中包含從379條知識(shí)條目中提取的65個(gè)領(lǐng)域概念和230條語(yǔ)義路徑?；?.2.2節(jié)方法將知識(shí)網(wǎng)絡(luò)劃分為30個(gè)面向舾裝設(shè)計(jì)領(lǐng)域的知識(shí)主題社區(qū)(如表3)，表3中“主題關(guān)鍵詞”為人工選出以供展示，非權(quán)重最高的詞。

表3 船舶舾裝設(shè)計(jì)領(lǐng)域知識(shí)主題社區(qū)

(2)用戶興趣模型構(gòu)建 根據(jù)2.3.1節(jié)方法構(gòu)建用戶—知識(shí)興趣模型，計(jì)算每名用戶對(duì)近期40條瀏覽記錄中的知識(shí)條目的評(píng)分并歸一化處理，進(jìn)而初步構(gòu)建用戶評(píng)分矩陣F13×379，由于存在重復(fù)瀏覽現(xiàn)象，F(xiàn)13×379中包含目標(biāo)用戶U3的32個(gè)評(píng)分?jǐn)?shù)據(jù)。根據(jù)2.3.2節(jié)方法構(gòu)建用戶—主題興趣模型，計(jì)算U3對(duì)每個(gè)知識(shí)主題的偏好并歸一化處理，如表4所示。

表4 目標(biāo)用戶—主題偏好評(píng)分

(3)用戶—主題專(zhuān)業(yè)度計(jì)算 根據(jù)2.4節(jié)方法，基于每位用戶創(chuàng)建、修改行為數(shù)據(jù)計(jì)算用戶對(duì)相應(yīng)知識(shí)主題的專(zhuān)業(yè)度并歸一化處理，如表5所示。在利用式(14)表示用戶時(shí)，同樣保留TF-IDF值最高的30個(gè)詞。表5中加粗顯示的為該主題擁有的最高專(zhuān)業(yè)度。

表5 用戶—主題專(zhuān)業(yè)度

(4)主題多樣性知識(shí)推薦 基于式(18)，結(jié)合表5用戶—主題專(zhuān)業(yè)度查找目標(biāo)用戶U3的6個(gè)近鄰用戶，根據(jù)用戶相似度排序依次為U1>U13>U9>U4>U11>U6。結(jié)合表4可知，近鄰用戶對(duì)目標(biāo)用戶U3偏好的主題普遍具有較高專(zhuān)業(yè)度，如U1對(duì)TP7和TP13、U9對(duì)TP22、U11對(duì)TP11和TP24等都具有最高專(zhuān)業(yè)度。根據(jù)式(20)預(yù)測(cè)目標(biāo)用戶U3的缺失評(píng)分?jǐn)?shù)據(jù)，若U3為對(duì)知識(shí)條目I所在主題TPI專(zhuān)業(yè)度最高的用戶，則將U3現(xiàn)有評(píng)分最小值作為U3對(duì)I的評(píng)分，否則根據(jù)6個(gè)近鄰用戶預(yù)測(cè)評(píng)分，結(jié)果算得143個(gè)U3的缺失評(píng)分?jǐn)?shù)據(jù)?；谑?21)，結(jié)合表4對(duì)143個(gè)預(yù)測(cè)評(píng)分進(jìn)行后過(guò)濾重排序，將最終評(píng)分最高的5條知識(shí)推送給目標(biāo)用戶U3。如表6所示為推薦列表以及用戶真實(shí)瀏覽的8條知識(shí)。

表6 目標(biāo)用戶的推薦列表及真實(shí)瀏覽列表

由表6可知，U3真實(shí)瀏覽的8個(gè)知識(shí)條目中，I179與I10的瀏覽時(shí)長(zhǎng)較短，根據(jù)其內(nèi)容可知，這兩條知識(shí)與機(jī)艙布置相關(guān)性較小，而其余6條知識(shí)都與機(jī)艙內(nèi)設(shè)備安裝、布局相關(guān)，即目標(biāo)用戶真實(shí)瀏覽行為與其任務(wù)目標(biāo)一致。對(duì)于推薦結(jié)果，未采用后過(guò)濾時(shí)，命中I271和I72，F(xiàn)1和Div分別為0.31和0.42，又經(jīng)該用戶確認(rèn)，I63對(duì)機(jī)艙布置圖設(shè)計(jì)任務(wù)也具有參考價(jià)值，而I138和I2的參考價(jià)值不高，即推薦列表中有3條知識(shí)對(duì)當(dāng)前工程任務(wù)有參考價(jià)值，可以認(rèn)為本文在預(yù)測(cè)評(píng)分時(shí)考慮用戶專(zhuān)業(yè)度能夠提升評(píng)分預(yù)測(cè)準(zhǔn)確度。采用后過(guò)濾策略后，與之前的推薦結(jié)果相比，調(diào)換了I63和I72的位置，并將I2替換為I243，命中三條知識(shí)，F(xiàn)1和Div分別提升至0.46和0.44。I243與主滑油泵安裝相關(guān)，且屬于TP7(目標(biāo)用戶最感興趣的主題之一，如表4)，表明本文同時(shí)考慮知識(shí)情境可用性和用戶—主題興趣模型的后過(guò)濾策略能夠在保證推薦結(jié)果準(zhǔn)確度的前提下，有針對(duì)性地提升推薦結(jié)果的主題多樣性。

3.4 對(duì)比實(shí)驗(yàn)

相較于傳統(tǒng)推薦算法，本文TDKR方法主要有3點(diǎn)改進(jìn)之處，即在2.5.1節(jié)查找近鄰用戶時(shí)考慮用戶—主題專(zhuān)業(yè)度(User-Topic-Professionalism, UTP)，以及在2.5.3節(jié)多樣性知識(shí)推薦中同時(shí)考慮了知識(shí)的情境可用性(Knowledge-Context-based-Effectiveness, KCE)和用戶—主題興趣模型(User-Topic-Interest, UTI)。對(duì)此，設(shè)計(jì)以下對(duì)比算法：①基于用戶的協(xié)同過(guò)濾算法(UCF)；②在TDKR基礎(chǔ)上去除第一點(diǎn)改進(jìn)(TDKR without UTP)；③在TDKR基礎(chǔ)上去除第二點(diǎn)改進(jìn)(TDKR w/o KCE)；④在TDKR基礎(chǔ)上去除第3點(diǎn)改進(jìn)(TDKR w/o UTI)。TDKR方法與4種對(duì)比算法的推薦性能表現(xiàn)如圖5所示。

由于UCF方法未進(jìn)行任何優(yōu)化，算法準(zhǔn)確度極差，F(xiàn)1僅為0.18，而由于協(xié)同過(guò)濾的推薦結(jié)果具有隨機(jī)性，多樣性Div的值遠(yuǎn)高于其F1值，達(dá)到0.32。TDKR方法采用了上述3種改進(jìn)方式，具有很高準(zhǔn)確度，且能有針對(duì)性地提升推薦結(jié)果的主題多樣性，F(xiàn)1和Div分別達(dá)到了0.49和0.52。對(duì)于TDKR w/o UTP，由于其采用了KCE和UTI兩種改進(jìn)，能夠提升知識(shí)推薦結(jié)果的情境可用性和主題多樣性，F(xiàn)1和Div分別提升到了0.36和0.51，但相比TDKR去除了UTP改進(jìn)，即在查找近鄰用戶時(shí)忽略了用戶—主題專(zhuān)業(yè)度，導(dǎo)致了其基于近鄰用戶的協(xié)同過(guò)濾算法的評(píng)分預(yù)測(cè)值可信度降低，因此F1值低于TDKR;對(duì)于TDKR w/o KCE，由于在后過(guò)濾多樣性推薦時(shí)未考慮知識(shí)的情境可用性，導(dǎo)致準(zhǔn)確度相比于TDKR降至0.34;對(duì)于TDKR w/o UTI，F(xiàn)1和Div分別為0.42和0.37，相較于TDKR都下降較多，這是由于其未采用多樣性策略，推薦結(jié)果無(wú)法滿足用戶多樣性的知識(shí)需求，證明本文基于用戶—主題興趣模型的多樣性策略能夠幫助用戶發(fā)掘面向工程領(lǐng)域問(wèn)題解決的知識(shí)關(guān)聯(lián)關(guān)系，有針對(duì)性地提升推薦結(jié)果的主題多樣性，更好地滿足用戶多樣性的求，且對(duì)于KMS系統(tǒng)來(lái)說(shuō)，也增加了冷門(mén)知識(shí)被推薦的概率，緩解了僅推薦流行項(xiàng)目的問(wèn)題。

綜上所述，TDKR方法能夠較好地滿足用戶在特定情境下對(duì)知識(shí)推薦結(jié)果的準(zhǔn)確度和多樣性的要求，在工程知識(shí)推薦任務(wù)中具有良好表現(xiàn)。

4 結(jié)束語(yǔ)

為了更好地滿足KMS用戶多樣性的知識(shí)需求，本文提出一種能夠應(yīng)用于現(xiàn)有KMS中的主題多樣性知識(shí)推薦方法(TDKR)。該方法考慮了知識(shí)應(yīng)用情境與用戶—主題專(zhuān)業(yè)度，并基于劃分的知識(shí)主題社區(qū)和用戶—主題興趣模型實(shí)施多樣性推薦策略，能夠有針對(duì)性地提升知識(shí)推薦列表的主題多樣性，以更智能的方式協(xié)助KMS用戶完成工程任務(wù)。本文貢獻(xiàn)總結(jié)如下：

(1)構(gòu)建知識(shí)網(wǎng)絡(luò)并劃分知識(shí)主題社區(qū) 利用關(guān)鍵詞權(quán)重向量與知識(shí)地圖計(jì)算知識(shí)內(nèi)容相似度，歸納知識(shí)應(yīng)用情境并計(jì)算相似度，定義并基于用戶群瀏覽行為序列數(shù)據(jù)計(jì)算知識(shí)任務(wù)相似度，進(jìn)而構(gòu)建知識(shí)相關(guān)性網(wǎng)絡(luò)，最后再利用Louvain算法將知識(shí)相關(guān)性網(wǎng)絡(luò)劃分為多個(gè)知識(shí)主題社區(qū)。由于知識(shí)相關(guān)性網(wǎng)絡(luò)構(gòu)建方法利用了工程領(lǐng)域豐富的語(yǔ)義信息和用戶群的行為信息，相比于其他聚類(lèi)算法，本文主題劃分結(jié)果更符合領(lǐng)域特征。

(2)構(gòu)建用戶—主題興趣模型并計(jì)算用戶—主題專(zhuān)業(yè)度 在劃分好的知識(shí)主題社區(qū)基礎(chǔ)上，首先利用用戶瀏覽行為序列數(shù)據(jù)建立用戶—主題興趣模型，用于實(shí)施多樣性策略；然后利用用戶的創(chuàng)建和修改行為序列數(shù)據(jù)計(jì)算用戶—主題專(zhuān)業(yè)度，用于改進(jìn)近鄰用戶查找方法，以使基于近鄰用戶的協(xié)同過(guò)濾方法(UCF)的預(yù)測(cè)值更為準(zhǔn)確可靠。

(3)提出考慮知識(shí)情境可用性和用戶—主題興趣的多樣性推薦策略 在多樣性推薦策略中，同時(shí)考慮知識(shí)情境可用性和用戶—主題興趣模型。對(duì)比實(shí)驗(yàn)結(jié)果表明，知識(shí)情境可用性可以保證推薦結(jié)果的準(zhǔn)確度和可用性，而用戶—主題興趣模型能夠幫助KMS用戶發(fā)掘面向問(wèn)題解決的知識(shí)關(guān)聯(lián)性，有針對(duì)性地提升知識(shí)推薦列表的主題多樣性，進(jìn)而更好地滿足用戶多樣性的知識(shí)需求。

高質(zhì)量的知識(shí)推薦不僅依賴(lài)于先進(jìn)的知識(shí)推薦算法，還需要有大量?jī)?yōu)質(zhì)的知識(shí)源信息以及相應(yīng)的知識(shí)組織與表征技術(shù)等的支持，而作為一種具有極強(qiáng)的表達(dá)能力和建模靈活性的語(yǔ)義網(wǎng)絡(luò)，知識(shí)圖譜能夠以更合理、更智能的方式進(jìn)行知識(shí)表征與鏈接，在推薦系統(tǒng)領(lǐng)域具有廣泛的應(yīng)用前景。因此，可以考慮結(jié)合知識(shí)圖譜技術(shù)，并從以下3個(gè)方面擴(kuò)展本文研究?jī)?nèi)容：①可以利用知識(shí)圖譜對(duì)工程問(wèn)題、任務(wù)、情境、解決方案等內(nèi)容進(jìn)行智能化表征，進(jìn)而實(shí)現(xiàn)更為優(yōu)質(zhì)的場(chǎng)景化推薦和任務(wù)型推薦；②可以利用知識(shí)圖譜連接不同領(lǐng)域的知識(shí)，進(jìn)而實(shí)現(xiàn)跨領(lǐng)域推薦，盡可能為用戶提供更多的解決方案；③知識(shí)圖譜中包含的豐富語(yǔ)義信息極大提升了推薦結(jié)果的可解釋性，可以據(jù)此獲取用戶的行為反饋信息，從而實(shí)現(xiàn)數(shù)據(jù)模型的及時(shí)更新，更好地滿足用戶需求。