數(shù)據(jù)驅(qū)動(dòng)的專家知識(shí)資源建模方法與原型系統(tǒng)開發(fā)研究

張 琪 戰(zhàn)洪飛 余軍合 魏保偉

(寧波大學(xué)機(jī)械工程與力學(xué)學(xué)院 浙江 寧波 315211)

0 引 言

知識(shí)資源是決定企業(yè)競爭優(yōu)勢的重要資源，但由于企業(yè)知識(shí)管理實(shí)踐的缺乏及知識(shí)管理應(yīng)用理論的不足，使企業(yè)在業(yè)務(wù)執(zhí)行中的知識(shí)資源配置能力較差，不能夠很好地將正確的資源用在正確的業(yè)務(wù)上。同時(shí)，知識(shí)資源配置上的不足也造成企業(yè)業(yè)務(wù)執(zhí)行績效低下，阻礙企業(yè)創(chuàng)新能力的提升。因而，如何有效經(jīng)營企業(yè)的知識(shí)資源，在盤活企業(yè)內(nèi)部知識(shí)資源的基礎(chǔ)上如何高效利用企業(yè)外部的專家資源，這都是對企業(yè)競爭力有重大影響的核心問題。然而，目前專家知識(shí)資源信息建模技術(shù)與方法上的研究成果不能滿足企業(yè)的需求，企業(yè)難以獲取這些專家資源信息，優(yōu)化知識(shí)配置更無從談起。針對這一問題，本文提出基于大數(shù)據(jù)技術(shù)及廣域的開源數(shù)據(jù)，構(gòu)建比較合理的專家資源模型，為企業(yè)開展面向業(yè)務(wù)執(zhí)行的知識(shí)資源配置提供基礎(chǔ)理論參考。為了提高知識(shí)資源的求解效率，并及時(shí)提供需求的知識(shí)資源，國內(nèi)外學(xué)者已開展了較豐富的研究。

文獻(xiàn)[1]認(rèn)為知識(shí)資源的獲取在專家知識(shí)系統(tǒng)的構(gòu)建是需要通過解決的實(shí)際問題，并基于“洞察力”的假設(shè)理念為知識(shí)獲取和表示工具提供適合的哲學(xué)環(huán)境。文獻(xiàn)[2]認(rèn)為知識(shí)獲取在未來應(yīng)該從狹隘的技術(shù)、結(jié)構(gòu)和模型概念轉(zhuǎn)移到對業(yè)務(wù)問題求解的專家系統(tǒng)的需求上。文獻(xiàn)[3]引入知識(shí)獲取技術(shù)提高組織知識(shí)的位置、所有權(quán)及影響的理解，而不是機(jī)構(gòu)執(zhí)行的數(shù)據(jù)流和任務(wù)，并為組織問題解決知識(shí)獲取提供了指導(dǎo)原則。文獻(xiàn)[4]基于問題領(lǐng)域特征來規(guī)定某些知識(shí)獲取技術(shù)，以生產(chǎn)和運(yùn)營管理(P/OM)領(lǐng)域作為研究的試點(diǎn)領(lǐng)域，將P/OM任務(wù)映射到問題域的一般分類方式。根據(jù)分類的結(jié)果構(gòu)建描述具有顯著知識(shí)的獲取技術(shù)。文獻(xiàn)[5]在訪談的層面上，結(jié)合工業(yè)界的高級(jí)管理人員擔(dān)任實(shí)驗(yàn)課題，比較非結(jié)構(gòu)化知識(shí)和結(jié)構(gòu)化知識(shí)獲取的方法，發(fā)現(xiàn)采用結(jié)構(gòu)化訪談方法獲取知識(shí)可以提高績效。文獻(xiàn)[6]認(rèn)為在業(yè)務(wù)領(lǐng)域中問題以及求解的策略在選擇方面存在很大的差異，采用問題分解和簡化技術(shù)以便為管理決策提供適當(dāng)?shù)男畔ⅰ９∶赖萚7]在基于業(yè)務(wù)問題求解的實(shí)際需求方面，提出了一種對于知識(shí)供應(yīng)過程的業(yè)務(wù)問題求解模型。王德川等[8]針對企業(yè)業(yè)務(wù)問題求解時(shí)方案制定不合理的現(xiàn)象，將企業(yè)中的知識(shí)庫用領(lǐng)域建模的方式進(jìn)行重新整理建模 ，設(shè)計(jì)了一種面向特定領(lǐng)域建模方法。姚平等[9]為了提取決策知識(shí)，采用將模糊集和粗糙集理論相結(jié)合的方法獲取知識(shí)資源。羅琳等[10]從數(shù)據(jù)的內(nèi)涵出發(fā)，提出了知識(shí)流動(dòng)的特點(diǎn)，采用“數(shù)據(jù)-人-知識(shí)”模型，構(gòu)建了其理論框架，應(yīng)用在產(chǎn)學(xué)研協(xié)同創(chuàng)新知管網(wǎng)研究。劉驪等[11]以服裝數(shù)據(jù)作為驅(qū)動(dòng)力，構(gòu)建三維服裝模型，提高服裝建模的效率。徐建國等[12]采用數(shù)據(jù)驅(qū)動(dòng)的方式，采用技術(shù)評(píng)論數(shù)據(jù)，應(yīng)用在技術(shù)網(wǎng)絡(luò)模型構(gòu)建。楊青等[13]以工程管理的角度，采用數(shù)據(jù)驅(qū)動(dòng)的方式，將工程管理按照時(shí)間維度、領(lǐng)域維度和方法維度三個(gè)維度，挖掘數(shù)據(jù)信息，及各個(gè)生命階段的數(shù)據(jù)類型。程進(jìn)等[14]以個(gè)性化制造企業(yè)流程工藝參數(shù)據(jù)作為驅(qū)動(dòng)力，研究其參數(shù)匹配方法， 有效地為制造工藝知識(shí)提供服務(wù)。

綜合國內(nèi)外的相關(guān)研究可以看出，以數(shù)據(jù)作為驅(qū)動(dòng)，結(jié)合映射規(guī)則獲得更加全面的知識(shí)資源應(yīng)用在業(yè)務(wù)問題的求解方面的研究和應(yīng)用較少，尤其是在知識(shí)資源獲取方法方面仍需要進(jìn)一步研究[15-21]。

以開放數(shù)據(jù)資源進(jìn)行知識(shí)模型構(gòu)建仍舊存在較多的有價(jià)值性的工作。本文從企業(yè)業(yè)務(wù)問題求解進(jìn)行分析，以數(shù)據(jù)作為驅(qū)動(dòng)力，利用已有的網(wǎng)絡(luò)數(shù)據(jù)資源，基于映射規(guī)則的方法進(jìn)行推理，填充企業(yè)業(yè)務(wù)問題求解的專家知識(shí)資源模型，令專家知識(shí)資源模型更加全面細(xì)致，并研究數(shù)據(jù)驅(qū)動(dòng)的專家知識(shí)資源模型方法，進(jìn)行專家知識(shí)資源原型系統(tǒng)開發(fā)。

1 模型構(gòu)建

1.1 模型維度的確定

面向業(yè)務(wù)問題求解的專家知識(shí)資源建模是從業(yè)務(wù)問題求解需求的角度出發(fā)構(gòu)建的,在業(yè)務(wù)的執(zhí)行過程中，會(huì)遇到比較復(fù)雜的業(yè)務(wù)難題或困難，本文將這類困難與難題的解決稱為業(yè)務(wù)問題求解。而對于業(yè)務(wù)問題求解的發(fā)生源于業(yè)務(wù)問題的出現(xiàn)，業(yè)務(wù)問題的出現(xiàn)是企業(yè)業(yè)務(wù)人員在執(zhí)行不同業(yè)務(wù)活動(dòng)發(fā)生，因此，根據(jù)找到業(yè)務(wù)問題求解的源頭，對其進(jìn)行解析，使出現(xiàn)業(yè)務(wù)問題時(shí)能夠及時(shí)得到求解的方案，從而繼續(xù)推進(jìn)整個(gè)業(yè)務(wù)活動(dòng)。從中可以發(fā)現(xiàn)，業(yè)務(wù)問題求解的需求知識(shí)與專家知識(shí)資源的構(gòu)建之間有密不可分的關(guān)系，如圖1所示。

圖1 業(yè)務(wù)需求與專家知識(shí)資源的關(guān)系模型圖

在實(shí)際求解業(yè)務(wù)問題中的過程中，業(yè)務(wù)問題是具有多層次的結(jié)構(gòu)，所以，業(yè)務(wù)求解需求就是按照層次粒度集成的集合體。根據(jù)此特性，業(yè)務(wù)求解需求是為業(yè)務(wù)問題提供服務(wù)，所以，業(yè)務(wù)需求也具有多層次的結(jié)構(gòu)。圍繞業(yè)務(wù)需求的涉及的知識(shí)資源角度，結(jié)合其多層次結(jié)構(gòu)的特點(diǎn)，以企業(yè)中一系列的業(yè)務(wù)案例為例，分別從企業(yè)業(yè)務(wù)項(xiàng)目層次需求維度、知識(shí)領(lǐng)域需求維度、產(chǎn)品生命周期需求維度將企業(yè)業(yè)務(wù)需求的知識(shí)資源進(jìn)行分類，為專家知識(shí)資源建模做準(zhǔn)備。

結(jié)合劉則晴等[22]構(gòu)建的業(yè)務(wù)問題模型，在此基礎(chǔ)上，構(gòu)建了業(yè)務(wù)需求的模型:

PK={Xk，Yk，Zk}k=1,2,…,n

式中：k為企業(yè)業(yè)務(wù)求解需求編號(hào)，n為當(dāng)前企業(yè)內(nèi)的業(yè)務(wù)求解需求總數(shù)。

Xk={xki,i=1,2,3}，xki表示第k個(gè)業(yè)務(wù)求解需求處于i層次的需求層次維度。

Yk={ykj,j=1,2,…,m}，ykj表示第k個(gè)業(yè)務(wù)求解需求的知識(shí)領(lǐng)域維度總數(shù)。

Zk={zkt,t=1,2,…,n}，zkt表示第k個(gè)業(yè)務(wù)求解需求的產(chǎn)品生命周期維度個(gè)數(shù)。

由于業(yè)務(wù)需求所處的項(xiàng)目層次維度不同，其求解的過程中所需要的知識(shí)資源也是存在差異性的，因而需求的專家知識(shí)資源也存在很大的差異性。

盡管項(xiàng)目層次不同，但專家知識(shí)資源每個(gè)維度的知識(shí)領(lǐng)域卻存在著相似性。因此，該專家雖然處于不同項(xiàng)目、任務(wù)、活動(dòng)層面中，但是都需要找到能夠與專家知識(shí)資源屬性一致的知識(shí)結(jié)構(gòu)，而該結(jié)構(gòu)的構(gòu)成則可以定義為專家的知識(shí)單元維度。

在項(xiàng)目層次維度所處的任務(wù)層次，以及解決何種業(yè)務(wù)問題是根據(jù)專家的業(yè)務(wù)經(jīng)驗(yàn)及經(jīng)歷。因而，確立了該專家的業(yè)務(wù)經(jīng)驗(yàn)及經(jīng)歷維度和教育經(jīng)歷維度。

在業(yè)務(wù)問題求解的配置過程中，會(huì)出現(xiàn)專家之間的相互配合情況，若要業(yè)務(wù)問題能夠順利得到解決，就需要對專家的脾氣秉性特征，及愛好等有所了解，因此，我們建立了專家知識(shí)資源模型中的又一個(gè)維度即愛好及特征，旨在業(yè)務(wù)問題求解的知識(shí)應(yīng)用情景中為業(yè)務(wù)配置能夠順利進(jìn)展推進(jìn)，并為專家在解決問題時(shí)創(chuàng)造舒適環(huán)境，從而使業(yè)務(wù)問題能夠高效合理地解決。

根據(jù)產(chǎn)品生命周期需求維度分析，主要是考慮該產(chǎn)品需求分析、設(shè)計(jì)、生產(chǎn)、銷售、售后、到回收階段，需要專家面對該流程中業(yè)務(wù)運(yùn)營產(chǎn)生的問題，求解業(yè)務(wù)問題的能力，從中可以得到該專家知識(shí)資源模型中的業(yè)務(wù)能力維度。

通過對業(yè)務(wù)需求進(jìn)行解析，本文確立了專家知識(shí)資源的六個(gè)維度信息，分別為專家的基本屬性、業(yè)務(wù)經(jīng)驗(yàn)及經(jīng)歷、業(yè)務(wù)能力、教育經(jīng)歷、知識(shí)單元、愛好及特征。對每個(gè)維度又可以進(jìn)一步細(xì)分，以此作為專家知識(shí)資源與求解業(yè)務(wù)問題需求契合度的依據(jù)，并為專家知識(shí)資源模型提供基礎(chǔ)。

數(shù)據(jù)驅(qū)動(dòng)中數(shù)據(jù)即為專家知識(shí)資源模型的維度信息，驅(qū)動(dòng)專家知識(shí)模型的構(gòu)建。

1.2 模型構(gòu)建

結(jié)合上述的專家知識(shí)資源維度的分析，本文提出依托網(wǎng)絡(luò)數(shù)據(jù)資源，基于規(guī)則抽取、數(shù)據(jù)檢索及數(shù)據(jù)挖掘技術(shù)的專家知識(shí)資源模型，如圖2所示。首先專家模型的建立需要滿足業(yè)務(wù)問題求解時(shí)對專家需求，利于實(shí)現(xiàn)專家知識(shí)資源的配置；另外如何獲取專家資源信息及建立專家資源信息庫，這也是業(yè)務(wù)求解過程中的關(guān)鍵。

圖2 數(shù)據(jù)驅(qū)動(dòng)的專家知識(shí)資源模型框架

圖2中對專家知識(shí)資源模型中的6個(gè)維度及其維度進(jìn)行細(xì)分，并表示了每個(gè)維度信息之間的相互關(guān)系，及如何獲取專家知識(shí)模型資源中相對應(yīng)的數(shù)據(jù)獲取方式。以教育經(jīng)歷為例，其細(xì)分的維度為該專家的受教育時(shí)間(when)、受教育的學(xué)校即地點(diǎn)(where)、受教育的學(xué)習(xí)的專業(yè)信息(major)，即為“2W1M”。該維度信息的獲得可以采用搜索方式，但有時(shí)該專家的某些信息又不能直接通過網(wǎng)絡(luò)搜索獲得，例如張三的畢業(yè)學(xué)校無法獲取，但從網(wǎng)絡(luò)數(shù)據(jù)中發(fā)現(xiàn)張三與李四是大學(xué)同學(xué)，而李四的畢業(yè)學(xué)?？色@取。因而，就可以推斷出張三的畢業(yè)學(xué)校。基于這樣的構(gòu)思，本文提出基于數(shù)據(jù)挖掘或基于規(guī)則推理得方式從網(wǎng)絡(luò)數(shù)據(jù)中抽出不能直接獲取的相關(guān)信息。

(1) 專家的基本屬性 基本屬性是作為業(yè)務(wù)求解過程中便于業(yè)務(wù)人員聯(lián)系專家，了解專家的基本狀況之用。該維度信息知識(shí)特征具有平行結(jié)構(gòu)，無先后的順序，采用表格的形式記錄該基本屬性的細(xì)分維度。該數(shù)據(jù)是由搜索方式得到的數(shù)據(jù)，若不能直接獲得數(shù)據(jù)則由推理規(guī)則獲取，如表1所示。

表1 專家的基本屬性

(2) 專家的教育經(jīng)歷 專家所掌握的基本知識(shí)與能力信息，是關(guān)于個(gè)體比較全局的知識(shí)與能力描述。該知識(shí)結(jié)構(gòu)為“2W1M”，相互之間是關(guān)聯(lián)關(guān)系。具體包括專家學(xué)習(xí)旅程中不同階段，分別為大學(xué)、研究生、博士生等，以及在什么時(shí)間進(jìn)入什么樣的院校學(xué)習(xí)什么專業(yè)。如表2所示。

表2 專家的教育經(jīng)歷

(3) 專家的業(yè)務(wù)能力 與業(yè)務(wù)求解密切相關(guān)的信息需求，了解專家能力特點(diǎn)是否可以為業(yè)務(wù)崗位需求相匹配。其知識(shí)結(jié)構(gòu)是按其掌握的熟練程度等級(jí)劃分，所以以金字塔的方式描述。該維度是由業(yè)務(wù)領(lǐng)域水平、語言溝通能力、組織協(xié)調(diào)能力、團(tuán)隊(duì)協(xié)作能力、全局意思能力組成。同時(shí)，根據(jù)基于規(guī)則的推理進(jìn)行該維度的等級(jí)分類。

該維度主要是以研究領(lǐng)域作為研究專家業(yè)務(wù)能力的關(guān)鍵信息。如圖3所示，把研究領(lǐng)域細(xì)化到10個(gè)相應(yīng)的維度，分別是主要研究方向、學(xué)術(shù)論文影響因素、論文被引次數(shù)、榮譽(yù)和獎(jiǎng)勵(lì)、科研榮譽(yù)稱號(hào)、應(yīng)用案例、專利項(xiàng)目、科研項(xiàng)目、社會(huì)及學(xué)術(shù)兼職、主要著作和論文。根據(jù)上述10個(gè)細(xì)分維度，將專家業(yè)務(wù)能力更加具體展示給企業(yè)業(yè)務(wù)需求人員，作為企業(yè)業(yè)務(wù)應(yīng)用專家知識(shí)資源提供參考。

圖3 專家的業(yè)務(wù)能力圖

(4) 專家的業(yè)務(wù)經(jīng)歷及經(jīng)驗(yàn) 專家的業(yè)務(wù)經(jīng)歷和經(jīng)驗(yàn)的描述，進(jìn)一步展示專家能力范圍，而且此維度也最能反映專家過往與當(dāng)前的能力特長，是進(jìn)行專家資源配置的重要理論依據(jù)。圖4為該專家的業(yè)務(wù)經(jīng)歷及經(jīng)驗(yàn)知識(shí)模型圖。

圖4 專家的業(yè)務(wù)經(jīng)歷及經(jīng)驗(yàn)?zāi)Ｐ蛨D

每個(gè)專家在人生的不同階段都會(huì)遇到不同的專家，專家們相互交流，共同工作，知識(shí)會(huì)相互組合，并且創(chuàng)造形成新的知識(shí)。從專家自身的閱歷和經(jīng)驗(yàn)，形成知識(shí)體系，專家知識(shí)是具有包含的關(guān)系等，從知識(shí)的寬度領(lǐng)域逐漸向深度邁進(jìn)，形成專家自身的知識(shí)體系結(jié)構(gòu)，為業(yè)務(wù)問題求解效率帶來提升和改進(jìn)。

(5) 專家的知識(shí)單元 知識(shí)單元是對專家所在知識(shí)領(lǐng)域中具體的知識(shí)結(jié)構(gòu)的最直接闡述。結(jié)合面向業(yè)務(wù)求解的知識(shí)資源配置的需要，對其知識(shí)結(jié)構(gòu)進(jìn)行細(xì)致的分類。如圖5所示，其相互之間的關(guān)系是包含的關(guān)系，對于知識(shí)體系進(jìn)行逐級(jí)分層，從而在業(yè)務(wù)問題求解時(shí)能夠及時(shí)找到需要的專家，并將專家的知識(shí)單元按照對知識(shí)掌握的熟練程度進(jìn)行劃分。

圖5 專家的知識(shí)單元

知識(shí)單元主要是按照對于知識(shí)的掌握的熟悉度，從一般到熟練，挖掘到專家構(gòu)建和掌握其知識(shí)體系的方式是源自于其教育生涯中科目信息，每個(gè)專家在知識(shí)獲取上都是以科目信息的傳授和深入挖掘，來構(gòu)建其完整的知識(shí)體系。因此，以科目信息建立規(guī)則，尋找相似知識(shí)單元結(jié)構(gòu)的專家，構(gòu)建專家知識(shí)資源模型。

(6) 專家的愛好及特征 該維度的模型信息是為業(yè)務(wù)求解中團(tuán)隊(duì)成員間可能的默契和配合程度而考慮的，在知識(shí)資源配置的協(xié)調(diào)決策中發(fā)揮輔助作用。如圖6所示，該維度信息主要是按照樹狀結(jié)構(gòu)進(jìn)行分類，找到專家的興趣點(diǎn)。其中主要包括專家喜好是運(yùn)動(dòng)類、文藝類，及專家的特征是有無宗教信仰、有無潔癖等特殊習(xí)慣。

圖6 專家的愛好及特征圖

2 建模方法研究

如圖2所示，數(shù)據(jù)獲取的方式有一種或者兩種方式結(jié)合甚至更多，本文結(jié)合專家知識(shí)資源模型構(gòu)建的數(shù)據(jù)需要，總結(jié)出3種數(shù)據(jù)獲取的方式，分別為基于規(guī)則的推理、基于數(shù)據(jù)檢索、基于數(shù)據(jù)挖掘的獲取方式。

2.1 基于規(guī)則的推理獲取方法

由于數(shù)據(jù)的廣泛性，圖2中各維度模型中的信息很難從數(shù)據(jù)源中直接獲取，因而本文定義數(shù)據(jù)分析挖掘的映射規(guī)則，建立模型映射的規(guī)則庫。所謂的規(guī)則就是從數(shù)據(jù)源信息推導(dǎo)出模型信息的推理原則，如圖7所示。

圖7 基于規(guī)則的獲取流程圖

廣義多源數(shù)據(jù)是指互聯(lián)網(wǎng)中開放的數(shù)據(jù)源；獲取規(guī)則，主要是基于推理規(guī)則的方式獲取專家模型，根據(jù)業(yè)務(wù)需求的知識(shí)資源，利用推理規(guī)則填充專家知識(shí)模型某些維度信息的數(shù)據(jù)。例如：A專家1994年本科畢業(yè)清華大學(xué)的機(jī)械制造及其自動(dòng)化專業(yè)，那么從這條專家的個(gè)人信息中，可以定義規(guī)則“該專家應(yīng)該基本具有機(jī)械制造及自動(dòng)化領(lǐng)域的基本專家知識(shí)與技能，并基本具有1994年清華大學(xué)所開設(shè)專業(yè)知識(shí)中的知識(shí)單元結(jié)構(gòu)”?；谶@條規(guī)則，所需獲取的進(jìn)一步信息就是獲取1994年清華大學(xué)機(jī)械制造及其自動(dòng)化專業(yè)的本科課程體系，或獲取與A專家相近就學(xué)情形的其他專家的個(gè)人信息，以此推導(dǎo)出A專家可能的知識(shí)單元維度信息構(gòu)成及教育經(jīng)驗(yàn)維度的求學(xué)信息。

通過不斷積累的大量規(guī)則的建立，利用軟件技術(shù)即可實(shí)現(xiàn)專家資源模型信息的自動(dòng)獲取。使專家模型的數(shù)據(jù)信息更加完整。

專家知識(shí)的推理規(guī)則可表示為：

規(guī)則1：If “時(shí)間=×××”and“地點(diǎn)=某高校名稱”and“專業(yè)=教育部開設(shè)某專業(yè)名稱”，then“該專家的科目信息=具體根據(jù)教育部制定與修訂《普通高等教育學(xué)校本科專業(yè)目錄》中的信息確定該專家科目信息的知識(shí)結(jié)構(gòu)”。

規(guī)則2：If “A專家與B為同時(shí)同學(xué)校同專業(yè)”，then“該專家A與專家B具有相同的科目信息和知識(shí)結(jié)構(gòu)”。

規(guī)則3：If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”and“撰寫論文的團(tuán)隊(duì)人數(shù)>5”and“專家參與的科研活動(dòng)”and“該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力較強(qiáng)”。

If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”and“撰寫論文的團(tuán)隊(duì)人數(shù)>5”and“該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力較強(qiáng)”。

If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”and“撰寫論文的團(tuán)隊(duì)人數(shù)>5”and“專家參與的科研活動(dòng)”,then“團(tuán)隊(duì)能力較強(qiáng)”。

If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”and“專家參與的科研活動(dòng)”and“該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力較強(qiáng)”。

If “撰寫論文的團(tuán)隊(duì)人數(shù)>5”and“專家參與的科研活動(dòng)”and“該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力較強(qiáng)”。

If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”and“撰寫論文的團(tuán)隊(duì)人數(shù)>5”,then“團(tuán)隊(duì)能力一般”。

If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”and“專家參與的科研活動(dòng)”，then“團(tuán)隊(duì)能力一般”。

If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”and“該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力一般”。

If “撰寫論文的團(tuán)隊(duì)人數(shù)>5”and“專家參與的科研活動(dòng)”，then“團(tuán)隊(duì)能力一般”。

If “撰寫論文的團(tuán)隊(duì)人數(shù)>5”and“該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力一般”。

If “專家參與的科研活動(dòng)”and“該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力一般”。

If “申請項(xiàng)目團(tuán)隊(duì)人數(shù)>5”,then“團(tuán)隊(duì)能力較弱”。

If “撰寫論文的團(tuán)隊(duì)人數(shù)>5”,then“團(tuán)隊(duì)能力較弱”。

If “專家參與的科研活動(dòng)”,then“團(tuán)隊(duì)能力較弱”。

If “該專家的存在社會(huì)及學(xué)術(shù)兼職”,then“團(tuán)隊(duì)能力較弱”。

滿足以上三條及其以上的內(nèi)容，該專家的業(yè)務(wù)能力較強(qiáng)。滿足兩條，該專家的團(tuán)隊(duì)能力一般。滿足上面一條內(nèi)容則該專家的團(tuán)隊(duì)能力較弱。

專家業(yè)務(wù)能力維度的描述，以該專家的團(tuán)隊(duì)能力維度進(jìn)行其推理規(guī)則的詳細(xì)闡述，其他細(xì)分維度信息獲取規(guī)則方式與此相同，由于篇幅問題，暫不贅述。

規(guī)則4：If “描述該專家的信息出現(xiàn)干凈，整潔”，and“出現(xiàn)程度副詞，較，極其”，then“該專家有潔癖習(xí)慣”。

If “該專家信仰某種宗教”or“該專家信仰佛教”，then“該專家有宗教信仰”。

If “描述該專家做事嚴(yán)謹(jǐn)”and“被評(píng)為某種具有嚴(yán)謹(jǐn)工作性質(zhì)的獎(jiǎng)項(xiàng)，帶有程度副詞”or“該專家被評(píng)為某種帶有感情色彩，我最喜愛，我最敬佩”，then“該專家做事嚴(yán)謹(jǐn)，平易近人”。

專家愛好及特征維度信息的描述，主要是根據(jù)描述信息出現(xiàn)的關(guān)鍵詞及修飾該關(guān)鍵詞的程度副詞進(jìn)行數(shù)據(jù)推理和填充。

2.2 基于數(shù)據(jù)檢索的獲取技術(shù)

根據(jù)網(wǎng)上已存在的數(shù)據(jù)，通過對其數(shù)據(jù)進(jìn)行關(guān)鍵詞檢索得到的數(shù)據(jù)信息可直接填充進(jìn)專家知識(shí)模型細(xì)分的維度信息內(nèi)容，如圖2所示。以專家知識(shí)資源中的教育經(jīng)歷為例，進(jìn)行維度信息的獲取。提出基于數(shù)據(jù)挖掘中廣泛使用的網(wǎng)絡(luò)爬蟲技術(shù)，從互聯(lián)網(wǎng)環(huán)境中廣泛獲取與專家相關(guān)的各類信息，作為數(shù)據(jù)挖掘的數(shù)據(jù)源。

某些數(shù)據(jù)經(jīng)過檢索得到，但是，并不能直接填充到專家知識(shí)模型中相對應(yīng)的字段維度信息，需要對檢索到的數(shù)據(jù)進(jìn)行相關(guān)的處理，本文采用數(shù)據(jù)統(tǒng)計(jì)的方式，具體應(yīng)用于專家的文獻(xiàn)被引次數(shù)及專家成果影響因素和專家論文被引次數(shù)。

2.2.1 論文被引總次數(shù)及成果影響因素

論文被引總次數(shù)的確定，方便對專家進(jìn)行配置時(shí)提供相應(yīng)的理論參考。該方法的計(jì)算方式，主要是按照參考文獻(xiàn)中作者的排序作為其貢獻(xiàn)影響的依據(jù)。若為第一作者，則其貢獻(xiàn)量最大，則按引用次數(shù)與因子1相乘，若作者是第二位及其之后出現(xiàn)，將引用次數(shù)按照總?cè)藬?shù)平分，具體計(jì)算如下所示：

(1)

式中：a1,a2,…,an指專家為第一位作者的引用次數(shù)；b1,b2,…,bn指專家作為第二位及以后作者的引用次數(shù),且參與學(xué)術(shù)論文創(chuàng)作的作者人數(shù)是2個(gè)人；c1,c2,…,cn指專家作為第二位及以后作者的引用次數(shù)，且參與學(xué)術(shù)論文創(chuàng)作的作者人數(shù)是3個(gè)人；d1,d2,…,dn指專家作為第二位及以后作者的引用次數(shù)，且參與學(xué)術(shù)論文創(chuàng)作的作者人數(shù)是4個(gè)人；e1,e2,…,en指專家作為第二位及以后作者的引用次數(shù),且參與學(xué)術(shù)論文創(chuàng)作的作者人數(shù)是5個(gè)人，由于一般學(xué)術(shù)論文規(guī)定的最多人數(shù)為5個(gè)人，所以，本文將專家論文被引用次數(shù)按最多人數(shù)為5個(gè)人進(jìn)行其引用次數(shù)總和計(jì)算。

2.2.2 成果影響因素計(jì)算

成果影響因素，文中的成果影響因子主要是根據(jù)文章被引次數(shù)，完成其影響成果的確定，之所以要計(jì)算成果因素，是為專家在配置知識(shí)資源時(shí)提供相應(yīng)的數(shù)據(jù)參考，決定哪位專家在同一領(lǐng)域中更適合勝任該工作。本文采用文獻(xiàn)[23]介紹的I3(Integrated Impact Indicator)[24]，I3使用的是無參統(tǒng)計(jì)的方式評(píng)價(jià)偏態(tài)分布的期刊被引頻次，并且利用標(biāo)準(zhǔn)差來檢驗(yàn)評(píng)價(jià)結(jié)果，對于期刊評(píng)價(jià)法和科研人員評(píng)價(jià)比期刊因子更加合理。本文采用科研指標(biāo)I3，計(jì)算公式如下：

Ia=∑ixi·f(xi)

(2)

式中：xi表示第i等級(jí)的權(quán)值，f(xi)表示該權(quán)值為xi的論文出現(xiàn)的數(shù)量?；谥锌圃簩τ谄诳膭澐諿23]并結(jié)合PR6[24]，對該權(quán)值與等級(jí)的劃分范圍進(jìn)行調(diào)整，并根據(jù)專家學(xué)術(shù)論文的等級(jí)進(jìn)行了重新界定。

2.3 基于數(shù)據(jù)挖掘的獲取技術(shù)

如圖1所示，專家知識(shí)資源模型框架充分考慮了企業(yè)業(yè)務(wù)問題求解時(shí)的知識(shí)需求，而對于模型各維度實(shí)例信息的獲取，本文采用互聯(lián)網(wǎng)中的開源數(shù)據(jù)挖掘技術(shù)來實(shí)現(xiàn)?；玖鞒倘鐖D8所示。

圖8 基于數(shù)據(jù)挖掘的流程圖

該流程主要以對專家摘要、論文摘要、專家數(shù)據(jù)進(jìn)行清洗、提取專家專利數(shù)據(jù)、論文摘要數(shù)據(jù)中的描述專家研究領(lǐng)域及方向的術(shù)語、利用互信息的分詞方式提取關(guān)鍵詞。

對專家摘要、論文摘要、專家數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，利用了數(shù)據(jù)清洗的理念，去除數(shù)據(jù)的雜質(zhì)。

提取專家專利數(shù)據(jù)、論文摘要數(shù)據(jù)中的描述專家研究領(lǐng)域及方向的術(shù)語，采用對數(shù)據(jù)進(jìn)行分詞處理。

利用互信息的分詞方式提取關(guān)鍵詞：本文采用一種無監(jiān)督學(xué)習(xí)的專業(yè)領(lǐng)域分詞歧義方法[25]，采用互信息的方式，因?yàn)槠浞衷~效果較好，且具有穩(wěn)定性。該方法采用定量估計(jì)兩個(gè)漢字間的結(jié)合力方式，從而確定兩個(gè)字之間的聯(lián)系強(qiáng)度，以此作為依據(jù)判斷兩個(gè)字是否需要進(jìn)行分詞。但由于某些領(lǐng)域的專家的研究方向并不僅限于兩個(gè)漢字之間，例如某專家擅長“知識(shí)管理”，如果只是兩個(gè)詞之間的緊密度的話，分詞就為“知識(shí)/管理”與研究領(lǐng)域的專家知識(shí)描述相違背。因而，本文采用是多字詞的互信息。即一個(gè)詞由多個(gè)字組成時(shí)，先計(jì)算專業(yè)研究領(lǐng)域的兩兩臨近字的互信息，再取平均值。算法如下：

(3)

mi(xi,xi+1)指兩兩相近字的互信息，其計(jì)算方式如下：

(4)

式中：xi、xi+1指兩個(gè)相近字。用mi表示兩個(gè)詞的相近度，以此作為研究分詞的理論依據(jù)，確立得到的分詞信息能夠描述專家的研究領(lǐng)域的知識(shí)資源信息，更好地解釋專家的研究領(lǐng)域內(nèi)容。同時(shí)進(jìn)行關(guān)鍵詞提取及詞頻統(tǒng)計(jì)，為基于推理規(guī)則的方式獲取模型數(shù)據(jù)做準(zhǔn)備。

通過編寫網(wǎng)絡(luò)爬蟲程序爬取專家知識(shí)資源信息，構(gòu)建專家知識(shí)模型。根據(jù)上述三種方式，節(jié)省數(shù)據(jù)清洗和數(shù)據(jù)處理步驟，利用爬蟲直接獲取該專家模型需求的信息源。

3 原型系統(tǒng)開發(fā)

為了能夠方便開發(fā)者進(jìn)行開發(fā)，本節(jié)設(shè)計(jì)并開發(fā)該數(shù)據(jù)驅(qū)動(dòng)的基于規(guī)則映射形成的專家知識(shí)資源原型系統(tǒng)，為專家知識(shí)資源配置服務(wù)做準(zhǔn)備。采用PHP+MySQL的模式進(jìn)行Web開發(fā)，基于B/S框架。數(shù)據(jù)庫采用標(biāo)準(zhǔn)的SQL語言，由于MySQL是具有開放源代碼的特點(diǎn)，因此，可以根據(jù)用戶個(gè)人需要需求的要求進(jìn)行修改。PHP是一種嵌入到HTML中的腳本語言，絕大多部分源于C語言，也有少數(shù)承自Java和Perl，并由服務(wù)器進(jìn)行解釋的腳本語言。本系統(tǒng)使用的軟件開發(fā)環(huán)境為：Windows10,MySQL Sever11.0.10.(數(shù)據(jù)庫),PHPSTUDY20180211(調(diào)試環(huán)境)，PhpStorm(編程軟件)。圖9為該系統(tǒng)的框架圖。

圖9 系統(tǒng)架構(gòu)圖設(shè)計(jì)

根據(jù)圖2和圖9的理論框架設(shè)計(jì)構(gòu)圖的模型，構(gòu)建專家知識(shí)模型系統(tǒng)如圖10所示。

圖10 數(shù)據(jù)驅(qū)動(dòng)的專家知識(shí)資源模型系統(tǒng)

4 應(yīng)用實(shí)例

本模型以實(shí)驗(yàn)室為研究對象，進(jìn)行了該系統(tǒng)的測試和試驗(yàn)，驗(yàn)證了該方案的可行性。具體操作是通過輸入某位專家的名字得到其相應(yīng)的數(shù)據(jù)信息，顯示了專家信息中部分維度中的數(shù)據(jù)信息，分別是業(yè)務(wù)經(jīng)驗(yàn)及經(jīng)歷維度，進(jìn)行實(shí)例展示。同時(shí)，在科目信息旁邊有一個(gè)紅色驚嘆號(hào)的標(biāo)志，可以看到該數(shù)據(jù)的獲取方法，如圖11所示。

圖11 數(shù)據(jù)驅(qū)動(dòng)的專家知識(shí)資源部分模型系統(tǒng)

5 結(jié) 語

數(shù)據(jù)驅(qū)動(dòng)的基于規(guī)則的專家知識(shí)資源建模及獲取技術(shù)，能通過數(shù)據(jù)本身相關(guān)的規(guī)則進(jìn)行推理，實(shí)現(xiàn)智能化獲取數(shù)據(jù)的方式，減少人工編輯工作量。并且，數(shù)據(jù)的多源性使得獲取知識(shí)多樣性，滿足知識(shí)的個(gè)性化要求，并快速地為企業(yè)提供合理的配置專家作準(zhǔn)備工作，在業(yè)務(wù)問題求解方面提高效率，將數(shù)據(jù)可視化，為業(yè)務(wù)人員在求解過程中提供參考。