公开(公告)号：CN107220233B

公开(公告)日：2020-06-16

申请号：CN201710321921.1

申请日：2017-05-09

Applicant: 北京理工大学

Inventor： 郝佳 ,  杨念 ,  王国新 ,  阎艳 ,  杨剑雄 ,  余俊 ,  贾良跃

IPC: G06F40/284 ,  G06F40/253 ,  G06N5/00

Abstract: 本发明首次利用高斯混合模型来构建用户知识需求的模型，本发明首先基于知识库训练word2vec的skip‑gram模型，考虑功能词汇的语义信息，生成功能词汇的高维向量，然后利用选取的知识语料集训练高斯混合模型，运用多个高斯分布描述用户对于功能词汇的知识需求概率分布，运用EM方法优化高斯混合模型的参数；最后建立词汇与条目之间的映射关系，获取用户对于知识条目的需求模型，以此为基础计算知识库中用户最有可能感兴趣的知识条目并将其推送给用户；本发明构建的高斯混合模型能更贴切的拟合用户知识需求模型，并提升知识推送准确率。

公开(公告)号：CN107220233A

公开(公告)日：2017-09-29

申请号：CN201710321921.1

申请日：2017-05-09

Applicant: 北京理工大学

Inventor： 郝佳 ,  杨念 ,  王国新 ,  阎艳 ,  杨剑雄 ,  余俊 ,  贾良跃

IPC: G06F17/27 ,  G06N5/00

Abstract: 本发明首次利用高斯混合模型来构建用户知识需求的模型，本发明首先基于知识库训练word2vec的skip‑gram模型，考虑功能词汇的语义信息，生成功能词汇的高维向量，然后利用选取的知识语料集训练高斯混合模型，运用多个高斯分布描述用户对于功能词汇的知识需求概率分布，运用EM方法优化高斯混合模型的参数；最后建立词汇与条目之间的映射关系，获取用户对于知识条目的需求模型，以此为基础计算知识库中用户最有可能感兴趣的知识条目并将其推送给用户；本发明构建的高斯混合模型能更贴切的拟合用户知识需求模型，并提升知识推送准确率。

公开(公告)号：CN107292007A

公开(公告)日：2017-10-24

申请号：CN201710429349.0

申请日：2017-06-08

Applicant: 北京理工大学

Inventor： 王国新 ,  余俊 ,  明振军 ,  阎艳 ,  杨念

IPC: G06F17/50

CPC classification number: G06F17/5009

Abstract: 本发明提供了一种基于效用的产品设计决策支持系统及方法，决策支持系统包括知识库模块、单效用函数模块、多效用函数模块及总体期望效用模块，每一个模块都具备独立的输入输出接口。本发明备选设计方案的评价指标为区间值，客观性强，能够适应产品设计过程中指标值的不确定性；采用该决策支持系统的方法能够适应产品设计需求的动态变化，当外部环境设计需求变化时，可以根据变化影响的参量通过输入输出接口在相应的模块中处理，避免了重新计算，提高了设计方案的有效性，且评价效率高。