王有遠,張樂恩
(1.南昌航空大學 工業(yè)工程研究所,江西 南昌 330063;2.南昌航空大學 航空制造工程學院,江西 南昌 330063)
基于情境感知的設計資源服務需求獲取研究
王有遠1,張樂恩2
(1.南昌航空大學 工業(yè)工程研究所,江西 南昌 330063;2.南昌航空大學 航空制造工程學院,江西 南昌 330063)
為縮短產(chǎn)品研發(fā)周期和提高產(chǎn)品設計質(zhì)量,需要實現(xiàn)設計資源的主動推送服務,而要實現(xiàn)設計資源的主動服務,需要解決設計資源服務的需求獲取問題。設計資源服務需求具有復雜性與多變性,為解決如何快速高效地獲取設計資源服務需求問題,在分析情境感知推理層特點的基礎上,構建了主動獲取設計資源服務需求的情境感知服務體系。采用貝葉斯方法使設計資源類別偏好情境化,并根據(jù)不同的情境特點,為選擇合適的且能融合到推薦中的方法,提出了融合資源類別偏好的協(xié)同過濾獲取算法。通過多個設計資源服務需求的期望值計算及其大小比較,實現(xiàn)了基于情境感知的設計資源服務需求的主動獲取。驗證實例結果表明,所構建的服務體系和所提出的算法可行、有效,為設計資源主動服務理念提供了新思路。
情境感知;設計資源;服務需求;獲取;協(xié)同過濾;貝葉斯
隨著信息技術的不斷發(fā)展,產(chǎn)品的設計資源也呈海量增長趨勢。但面對海量的設計資源,設計者如何快速高效地獲取所需求的設計資源,實現(xiàn)資源主動服務是當前迫切需要解決的問題[1]。而要實現(xiàn)設計資源的主動服務,首先要解決設計資源服務的需求獲取問題。
國內(nèi)外研究者對設計資源服務進行了相關研究。例如,Xing Yingjie等[2]提出了基于OWL-S的設計資源應用服務模式,構建了設計資源服務分類模型,幫助用戶對自己所感興趣的設計資源類別進行定位檢索;張汝珍等[3]構建了基于集成產(chǎn)品信息模型的兩階段檢索系統(tǒng),通過基于非幾何信息檢索和基于幾何信息檢索兩個階段的檢索算法,提高了設計資源檢索的精度與效率;杜江等[4]提出了結構化的產(chǎn)品設計知識描述模式,構建了可實現(xiàn)產(chǎn)品設計知識積累的設計資源數(shù)據(jù)庫;T.Strang等[5]提出了一種上下文標記配置模型,該模型使用具有層次結構的標記語言(如XML或RDF)表達上下文信息,實現(xiàn)了基于偏好提取的設計資源信息檢索;Yuan-Hsin Tung等[6]在研究實例推理技術的基礎上,進行了知識組織與檢索研究,采用規(guī)則推理和案例推理的混合方法,提高了知識檢索精度;Robert B. Stone等[7]在研究功能本體的基礎上,進行了知識組織與檢索研究,并開發(fā)了一種功能建模語言,為知識檢索系統(tǒng)實現(xiàn)了設計知識的精準化檢索;Simon Szykman等[8]進行了設計知識獲取、共享和重用研究,完善了設計知識庫管理,縮短了產(chǎn)品開發(fā)周期;Ram D. Sriram等[9]研究了協(xié)同產(chǎn)品開發(fā)的設計庫和產(chǎn)品表示,解決了產(chǎn)品設計中的知識管理問題;余旭等[10]進行了基于領域本體的復雜產(chǎn)品設計知識檢索技術研究,解決了產(chǎn)品數(shù)據(jù)管理系統(tǒng)中知識難以被發(fā)現(xiàn)和重用的問題;Sang Min Jeon等[11]通過CAD模型的語義處理和規(guī)則處理,從CAD模型中提取隱藏的設計信息和設計文檔,實現(xiàn)了設計知識的CAD模型自動檢索;K.Balasubramaniam[12]進行了基于模糊本體的信息檢索研究,通過語義網(wǎng)絡的知識表達,解決了設計知識的不確定性檢索問題。
以上研究主要針對設計資源的信息檢索與獲取,但隨著顧客需求的不斷變化,服務需求的時變性和環(huán)境的動態(tài)性制約了設計資源的服務效率和質(zhì)量?;诖耍瑢⑶榫掣兄?Context-Aware,CA)引入到設計資源服務中,在分析資源服務需求動態(tài)演化機理的基礎上,采用協(xié)同過濾獲取算法與貝葉斯方法,解決在環(huán)境信息和設計需求不斷變化的情況下為設計者提供適合其需求的設計資源服務問題,主動獲取與設計任務相關的設計資源,為后續(xù)的設計資源推送提供依據(jù),提高設計資源服務主動推送的效率與質(zhì)量。
2.1 情境感知的概念
情境是一種完全不同于傳統(tǒng)的人與信息空間交流方式的交互模式,其涵蓋了多個學科,情境是指描述任何實體特征的上下文信息,其中,實體包括人、位置或者與用戶和應用交互相關的一些虛擬對象,也包括用戶和應用本身[13-14]。
情境感知是一個對情境上下文信息處理的過程。情境感知通過對系統(tǒng)所感知、獲取的情境數(shù)據(jù)信息進行解釋、管理和使用,并將處理后的情境信息傳達指定的計算設備,根據(jù)計算設備分析,同步調(diào)整自身行為,結合用戶當時的顯隱性需求,主動為用戶提供適時、適用的智能服務。
2.2 情境感知的分類
情境感知可分為主動感知和被動感知。主動感知是直接的顯式感知,感知對象包括用戶信息、所處位置、天氣時節(jié)和設備環(huán)境等情境信息;被動感知則為內(nèi)部的蘊含感知,感知對象包括用戶特點、風俗習慣、偏愛喜好和知識層次等情境信息。
主動感知到的情境信息稱為主動式情境,在交互過程中,它與應用程序行為密切相關并且能直接改變應用程序行為;而被動感知到的情境信息可以稱為被動式情境,在交互過程中,它需要根據(jù)用戶興趣進行操作來間接影響系統(tǒng)行為,通過用戶的主觀選擇、確認后才能激發(fā)或改變應用程序行為。
3.1 設計資源的定義及分類
設計資源是產(chǎn)品設計活動過程不可或缺的基本要素,一般指所有能夠有助于推動產(chǎn)品設計活動進行的資源,設計資源的豐富與否直接影響產(chǎn)品設計活動的順利進行。在產(chǎn)品研發(fā)的各個階段都需要使用大量的設計資源,包括智力資源、知識資源和工具資源等,如圖1所示。
圖1 設計資源分類
其中,智力資源是指所有參與產(chǎn)品設計工作且具有人類智慧行為特征的資源,它的不可剝奪性、能動性以及變化性等智能特征,決定了它在設計任務完成過程中的重要影響地位。智力資源包括了設計工程師、專家顧問、設計審核者、組織協(xié)調(diào)者以及科研機構等。
知識資源是指所有參與到設計任務中的、可以數(shù)據(jù)化或信息化的系統(tǒng)資源,它是建立在知識的基礎上、可以被反復利用的資源,具有不可替代性、非磨損性以及可共享性等特征。知識資源包括了文檔、案例、標準、知識庫、實踐經(jīng)驗以及方法總結等。
工具資源是指被智力資源按照一定的要求所建立、執(zhí)行功能明確、易于掌握和使用的各種應用于設計任務的軟件和硬件,工具資源包括了CAD、CAM、CAPP、CAE、PDM等軟件以及實驗設備、計算資源、原型件等硬件,研究僅限于機械產(chǎn)品設計資源。
3.2 設計資源服務需求及其屬性
設計資源服務需求是指需要利用外部資源服務來完成產(chǎn)品設計過程,主要是智力資源服務需求、知識資源服務需求、工具資源服務需求以及其他服務需求,其屬性主要包括基本屬性、目標屬性和服務屬性,如圖2所示。
圖2 設計資源服務需求屬性
在圖2中的基本屬性中,需求能力和約束關系屬于動態(tài)屬性(mov.),而需求ID、需求類型及需求名稱屬于靜態(tài)屬性(qui.)。其中,需求類型包括信息資源、人力資源、設備資源、設計物資以及設計工具等。在服務屬性中,服務ID、服務類型及服務名稱屬于功能屬性(fun.),服務成本和服務安全則屬于非功能屬性(N-fun.)。用RT表示設計資源服務需求的集合,即:
RT={TasRis,TasRisAtt}
(1)
其中,子集TasRis表示設計資源服務需求的集合,它包含IntSerTas(智力資源服務需求)、KnoSerTas(知識資源服務需求)、TooSerTas(工具資源服務需求)和OthSerTas(其他服務需求),即:
TasRis={IntSerTas,KnoSerTas,TooSerTas, OthSerTas}
(2)
RT的另一子集TasRisAtt則表示設計資源服務需求的屬性集合,包含TasStaAtt(基本屬性)、TasObjAtt(目標屬性)和TasSerAtt(服務屬性),即
TasRisAtt={DesTask,TasStaAtt,TasObjAtt, TasSerAtt}
(3)
3.3 設計資源服務需求的獲取問題分析
在產(chǎn)品設計過程中,傳統(tǒng)的Web服務模式給用戶提供的僅僅是設計資源知識管理系統(tǒng),用戶通過輸入關鍵詞檢索并獲取相關設計資源,這種以知識檢索為主的靜態(tài)獲取方法在企業(yè)應用中存在以下問題:
(1)當用戶并不明確自己真正所需要的設計資源時,難以利用準確的關鍵詞進行設計資源知識檢索活動。
(2)由于不同用戶存在個人水平、背景等差異,對于完成同一設計任務所需要的設計資源不盡相同,這些鮮明的個性化特點在設計資源知識檢索中都無法體現(xiàn)出來。
(3)當用戶輸入較簡單的關鍵詞,系統(tǒng)不能對其需求進行鎖定、對難以言表的需求進行評估,無法通過用戶需求重要度分析、功能需求映射以及提供設計參數(shù)等數(shù)據(jù)化操作,將復雜多變的情境信息應用到設計資源服務中。
針對上述設計資源服務需求的獲取困難問題,采用情境感知服務模式,解決了情境適配性問題,主動識別獲取資源服務需求,根據(jù)用戶的現(xiàn)時興趣,針對不同時期的需求為用戶提供資源主動服務。
4.1 面向設計資源的情境感知服務體系
為實現(xiàn)用戶情境信息的主動采集、情境上下文推理及推理結果的服務動態(tài)調(diào)用,提出了一種面向設計資源的情境感知服務體系。該服務體系采用分層式結構框架,主要包括情境信息的采集層和情境感知的推理層、訪問層以及服務層,如圖3所示。
圖3 面向設計資源的情境感知服務體系
在企業(yè)產(chǎn)品設計任務完成過程中,用戶需求具有不確定性和不穩(wěn)定性,情境信息采集層則通過傳感器主動收集用戶復雜多變的原始情境信息,對用戶難以言表的需求進行評估并加以權重分析,再通過數(shù)據(jù)處理器完成用戶需求到功能需求的映射。最終確定功能需求并提供設計參數(shù),生成的情境數(shù)據(jù)被下一層所識別并用于下一層數(shù)據(jù)處理。
情境感知數(shù)據(jù)庫主要包含關系數(shù)據(jù)庫、規(guī)則庫和服務數(shù)據(jù)庫。其中,關系數(shù)據(jù)庫用于實現(xiàn)原始數(shù)據(jù)向待使用數(shù)據(jù)的轉(zhuǎn)化,規(guī)則庫被情境感知推理引擎用于存儲推理規(guī)則,服務數(shù)據(jù)庫則用于存儲設計資源并及時更新資源信息。
情境感知推理層主要包括接收情境信息、推理器、調(diào)用控制器這三個模塊[15],它是整個服務體系的核心,主要完成情境數(shù)據(jù)的推理預測工作。當原始數(shù)據(jù)被處理并傳到該層后,通過調(diào)用規(guī)則庫的相關算法,推理出用戶當前情境狀態(tài),調(diào)用控制器則從服務數(shù)據(jù)庫中調(diào)用相關設計資源,投其所好地推送給用戶。
情境感知訪問層主要通過與推理層的控制器對接,為用戶提供查詢方式和推送方式。查詢方式是根據(jù)用戶周圍環(huán)境信息的變化為用戶提供所需的靜態(tài)服務;推送方式是通過系統(tǒng)內(nèi)部的實時監(jiān)聽器來完成服務數(shù)據(jù)庫中的服務數(shù)據(jù)與用戶復雜多變的原始情境相匹配,為用戶推送適時、實用的動態(tài)服務。
情境感知服務層主要向用戶提供各種不同性質(zhì)的服務,可以是計算機網(wǎng)絡服務,也可以是實體服務,如實時提醒建議等。
4.2 基于情境感知的協(xié)同過濾獲取算法
在情境感知服務體系中,情境感知推理層對情境數(shù)據(jù)的推理預測工作最為關鍵,它能夠從規(guī)則庫中調(diào)用合適的算法,即時推理出用戶不同時期的不同情境狀態(tài)。不同的情境信息對用戶的資源選擇產(chǎn)生不同的影響,因此,應該根據(jù)不同的情境特點選擇合適的且能融洽到推薦中的方法。
由于設計工作需要,用戶常常會有自己所偏好的設計資源類別,從而對外發(fā)出一些偏好情境,而對于偏好情境,采用傳統(tǒng)的協(xié)同過濾方法較為合適,它是以給資源評分的形式用于推薦;當這些偏好情境信息經(jīng)過關系數(shù)據(jù)庫處理后,推理器將會從規(guī)則庫中調(diào)用協(xié)同過濾算法,從而推理出用戶的當前情境狀態(tài)及服務需求。
4.2.1 情境化設計資源類別偏好
用戶對某些設計資源的瀏覽目的和瀏覽時間這兩個情境因素直接影響用戶對資源類別的選擇。不同用戶對同樣情境有著不同的敏感度,例如,有些用戶每天不同時段瀏覽的資源類別并無明顯差異,而另一些用戶在一天的不同時段瀏覽的資源類別卻有很大差別,那么對這些用戶采用同一服務模式將不合適。因此,為了真正實現(xiàn)設計資源服務需求的智能獲取,應該分別計算每個用戶的設計資源類別偏好,使其情境化。然而,由于設計資源服務系統(tǒng)中通常資源數(shù)量較大、種類較多,而用戶評價較少,加上同一類別的設計資源又有許多相似的內(nèi)容或功能,因此,為了能夠準確獲取并掌握用戶在不同情境下對各類別設計資源的偏好,可以在協(xié)同過濾獲取中引入貝葉斯方法來估算這些資源類別偏好并使其情境化。
要成功地獲取資源服務需求并給予針對性的服務推薦,必須有充足的用戶偏好信息。用戶偏好與客觀情境之間可以是一個松耦合的關系[16],認為用戶情境在很大程度上反映了用戶對設計資源內(nèi)容的偏好,如瀏覽時間等情境因素能反映出用戶會在哪種情況下請求該設計資源服務。因此,將用戶情境直接應用到傳統(tǒng)的協(xié)同過濾算法中,進行用戶對資源評分的預測工作。就如何將瀏覽目的、瀏覽時間等情境因素融合到獲取算法中的問題,采用貝葉斯方法,如下:
用C1、C2和C3分別表示當天瀏覽的時間段、瀏覽日期以及瀏覽目的,V表示設計資源所屬類別集合,系統(tǒng)主動收集到
(4)
下面根據(jù)訓練數(shù)據(jù)來估計式(4)中兩個數(shù)據(jù)項的值。通過每個目標值vj在訓練數(shù)據(jù)中的概率計算求得每個P(vj)的估計值。由于P(c1,c2,c3|vj)P(vj)的估算需要一個較大的訓練數(shù)據(jù)集,而實際上可用的用戶瀏覽記錄通常又比較稀疏,另外,要使用的貝葉斯方法與樸素貝葉斯分類器有著相同的基本原理,因此,可以暫且提出一個假設:若給定了目標值,則屬性值之間相互條件獨立,聯(lián)合的c1,c2,c3的概率就等于每個單獨屬性的概率乘積:
(5)
將式(5)代入式(4),得到情境化設計資源類別偏好的貝葉斯計算方法:
(6)
使用式(6)時需要有訓練集,而且訓練集中的數(shù)據(jù)要求為離散值,因此,所收集到的瀏覽記錄需按照
4.2.2 融合資源類別偏好的協(xié)同過濾獲取算法
由于不同用戶在同一情境下的設計資源類別偏好各不相同,為了更好地揭示每個用戶的情境化設計資源類別偏好,可根據(jù)式(6),建立每個用戶的貝葉斯模型。
對于瀏覽記錄充分的用戶,可以建立單獨的貝葉斯模型。當用戶瀏覽記錄較多時,單獨建立的貝葉斯模型將能夠很好地反映其在各種情境下對各類設計資源的偏好情況。
對于瀏覽記錄匱乏的用戶,單獨建立的貝葉斯模型將不能保證其準確性,因此,為了使訓練集數(shù)量充足,可將該用戶所在的相似組的記錄引入其貝葉斯模型。至于如何識別用戶的相似組,可采用聚類的方法,即根據(jù)用戶的年齡、性別及工作單位等信息對用戶進行群分類聚。
為不同用戶建立貝葉斯模型得到各自情境化的設計資源類別偏好,將該偏好與協(xié)同過濾算法相結合,可以實現(xiàn)基于情境感知的設計資源服務需求的智能獲取,步驟如下:
步驟1:用戶相似度計算。協(xié)同過濾服務系統(tǒng)輸入的是評分矩陣Am×n,表示數(shù)量為m的不同用戶對數(shù)量為n的不同設計資源評過分。評分信息反映了用戶偏好,通過查看Am×n可以找到與當前用戶有相似資源愛好的鄰居用戶,根據(jù)近鄰用戶就可以推測當前用戶所需資源類別。為了尋找鄰居用戶,可采用用戶相似度的計算方法。
(7)
步驟2:預測用戶評分。根據(jù)式(7)可以求出用戶a與其他任意用戶b的相似度,再對所求相似度進行降序排列,取前k個鄰居用戶作為當前用戶a的最近鄰B,根據(jù)這些最近鄰,預測用戶a對資源i的評分,具體計算方法為:
(8)
步驟3:設計資源服務期望值計算。最后,將式(6)計算得出的P(vj|c1,c2,c3)與式(8)計算得出的Pa,i相乘,便可得到當前用戶a對設計資源i服務的期望值,即
Ea,i=P(vj|c1,c2,c3)*Pa,i
(9)
其中,vj表示資源i所屬的設計資源類別;P(vj|c1,c2,c3)表示根據(jù)式(6)計算得出的用戶a在當前情境(c1,c2,c3)下傾向于選擇vj類設計資源的概率;Pa,i表示根據(jù)式(8)計算得出系統(tǒng)預測的用戶a對資源i的評分;Ea,i表示在當前情境下用戶a對設計資源i的期望值,期望值越大,用戶a對設計資源i服務的需求也就越大。
以某企業(yè)設計人員w設計滾動軸承為例,建立基于情境感知的滾動軸承設計資源服務體系。當用戶w開展?jié)L動體設計任務時,系統(tǒng)首先通過傳感器采集用戶w的原始情境信息
所得情境數(shù)據(jù)由關系數(shù)據(jù)庫確定滾動體相關的設計資源服務需求所屬關系,如圖4所示。
圖4 滾動體設計資源服務需求所屬關系
在圖4中,橢圓表示類,連線表示各類之間所屬關系,“is-a”表示類的父子繼承關系,“has-a”表示類與屬性的關系。由關系數(shù)據(jù)庫輸出結果初步判斷用戶w需要10類相關設計資源,分別為軸的常用材料及其主要力學性能(Ⅰ)、滾動軸承的國家標準(Ⅱ)、滾動體數(shù)量與動靜載負荷的關系(Ⅲ)、滾動體標準件的內(nèi)外徑參照(Ⅳ)、軸的失效形式與設計準則(Ⅴ)、滾動體數(shù)量與轉(zhuǎn)速的平衡知識(Ⅵ)、國內(nèi)知名供應商(Ⅶ)、軸的疲勞強度計算公式(Ⅷ)、滾動體的專業(yè)裝配方法(Ⅸ)、計算機輔助設計軟件(Ⅹ)。
表1 用戶原始情境與系統(tǒng)生成的情境數(shù)據(jù)對應關系
綜上,由式(9)計算用戶w對設計資源Ⅰ的期望值Ew,I=0.5×6=3。同理可得用戶w對其他9類設計資源的期望值,其對比如圖5所示。其中,Er表示期望值,Vr表示設計資源所屬類別。
圖5 10類設計資源期望值比較
從圖5可以看出,用戶w對設計資源Ⅱ的期望值最大,其次是資源V,資源X的期望值最小。根據(jù)期望值越大的設計資源服務需求越大的原理,系統(tǒng)調(diào)用控制器則按照期望值從大到小的順序?qū)⑦@10類設計資源依次推送給用戶。
通過用戶對不同設計資源的期望值對比,系統(tǒng)主動篩選與設計任務相關性較大的設計資源作為優(yōu)先推送目標,可以提高設計資源服務需求的獲取效率與資源推薦準確率。
在產(chǎn)品設計過程中,傳統(tǒng)的設計資源管理系統(tǒng)無法主動獲取用戶的設計資源服務需求,不能投其所好地為用戶提供針對性的服務推薦,從而影響用戶及時、高效地完成設計任務。為此,對設計資源服務需求的獲取問題進行了分析研究,建立了情境感知服務體系,并且在情境感知推理層的基礎上,提出了情境化設計資源類別偏好的計算方法;同時,應用傳統(tǒng)的協(xié)同過濾算法,求得當前用戶對某類設計資源服務的期望值,通過所求期望值的大小,表明當前用戶對該類設計資源服務的需求情況,從而實現(xiàn)了基于情境感知的設計資源服務需求的主動獲取,為設計資源服務的推薦工作提供了關鍵技術支撐。
[1] 陳禮貴,王有遠,肖學勤.基于情境感知的環(huán)境友好設計資源服務研究[J].機械工程師,2013(11):1-3.
[2]XingYingjie,ChengHui,SunJing,etal.Designresourceapplicationservicebasedonthesemanticwebservices[J].JournaloftheChineseSocietyofMechanicalEngineers,2006,27:7-12.
[3] 張汝珍,周雄輝.基于集成產(chǎn)品信息模型的設計資源檢索算法[J].上海交通大學學報,2007,41(8):1248-1251.
[4] 杜 江,曹 巖,白 瑀.面向知識管理的產(chǎn)品設計資源庫研究[J].西北工業(yè)大學學報,2006,26(6):511-514.
[5]StrangT,Linnhoff-PopienC.Acontextmodelingsurvey[C]//Firstinternationalworkshoponadvancedcontextmodeling,reasoningandmanagementaspartofubicomp.[s.l.]:[s.n.],2004:33-40.
[6]TungYH,TsengSS,WengJF,etal.Arule-basedCBRapproachforexpertfindingandproblemdiagnosis[J].ExpertSystemswithApplications,2010,37(3):2427-2438.
[7]StoneRB,WoodKL.Developmentofafunctionalbasisfordesign[J].JournalofMechanicalDesign,2002,122(4):359-370.
[8]SzykmanS,SriramR,BochenekC,etal.Designrepositories:engineeringdesign'snewknowledgebase[J].IEEEIntelligentSystems,2000,15(3):48-55.
[9]SriramR,SzykmanS.Designrepositoriesandproductrepresentationforcollaborativeproductdevelopment[J].ComputerSupportedCooperativeWorkinDesign,2001,12(6):3-4.
[10] 余 旭,劉繼紅,何 苗.基于領域本體的復雜產(chǎn)品設計知識檢索技術[J].計算機集成制造系統(tǒng),2011,17(2):225-231.
[11]SangMJ,LeeJH,HahmGJ,etal.AutomaticCADmodelretrievalbasedondesigndocumentsusingsemanticprocessingandruleprocessing[J].ComputersinIndustry,2016,77:29-47.
[12]BalasubramaniamK.Hybridfuzzy-ontologydesignusingFCAbasedclusteringforinformationretrievalinsemanticweb[J].ProcediaComputerScience,2015,50:135-142.
[13] 徐光佑,史元春,謝偉凱.普適計算[J].計算機學報,2003,26(9):1042-1050.
[14]DeyAK,AbowdGD,SalberD.Aconceptualframeworkandatoolkitforsupportingtherapidprototypingofcontext-awareapplications[J].JournalofHuman-ComputerInteraction,2001,16(2):97-166.
[15] 張 爍,段 富.基于智能移動平臺的情景感知技術研究[J].計算機應用與軟件,2013,30(8):166-169.
[16] 曾子明,李 鑫.移動環(huán)境下基于情境感知的個性化信息推薦[J].情報雜志,2012,31(8):166-170.
Investigation on Acquisition of Designing Resources ServiceRequirements with Context Awareness
WANG You-yuan1,ZHANG Le-en2
(1.Institute of Industry and Engineering,Nanchang Hangkong University,Nanchang 330063,China;2.College of Aeronautical Manufacturing Engineering,Nanchang Hangkong University,Nanchang 330063,China)
In order to shorten the product development cycle and improve the quality of product design,it is necessary to realize the active push service of design resources needing to solve the requirement acquisition problem of designing resource service.To design resource service requirements are of complexity and variability.In order to solve the problem of how to access the requirement of design resource service more quickly and efficiently,based on the analysis of the characteristics of the context aware reasoning layer,the context aware service system is constructed which can access the requirement of design resource service actively.Bayesian approach is used to make the design resource type,and according to the characteristics of different situations,in order to select the appropriate method which can be integrated into the recommend,a collaborative filtering algorithm based on the preference of fusion resources has been proposed.By calculating the expected value of the service requirements of a number of design resources and comparing their size,the active acquisition of design resources service requirements based on the context aware is realized.The verified example results show that the constructed service system and the proposed algorithm are feasible and effective,which provides a new idea for designing resource active service.
context awareness;resources design;service requirements;acquisition;collaborative filtering;Bayesian
2016-06-13
2016-10-26 網(wǎng)絡出版時間:2017-03-07
國家科技支撐計劃項目(2013BAF02B01);江西省火炬計劃項目(20151BBE51064);江西省科技支撐計劃項目(20141BBE53005)
王有遠(1965-),男,博士,教授,研究方向為制造業(yè)信息化;張樂恩(1990-),男,碩士研究生,研究方向為數(shù)字化設計與制造。
http://kns.cnki.net/kcms/detail/61.1450.TP.20170307.0922.084.html
TP31
A
1673-629X(2017)05-0010-06
10.3969/j.issn.1673-629X.2017.05.003