基于TRIZ的学科型机构知识库专利信息推荐模型实验研究.PDFVIP

基于TRIZ 的学科型机构知识库专利信息推 荐模型实验研究 梁田 （中国科学院成都文献情报中心，四川成都，610041） 摘要： 探究适合学科型机构知识库的智能推荐系统是其建设的关键问题。本文基于 TRIZ 原理 的简化专利标注方法，针对大口径光学元件面型检测技术领域形成了可用于人工神经网络推 理的“问题—方法”矩阵，进而形成了人工神经网络专利信息挖掘模型。该方法为学科型机 构知识库智能推荐系统建设提供一种较为简便的实用方法。 关键词：TRIZ ；人工神经网络；信息挖掘；智能推荐 1 引言 在中国，机构知识库认可度虽逐步提高，但用户仍惯于直接打开商业数据库查找资料， 机构知识库利用率仍然相对低下。如何引导机构知识库用户，特别是学科型机构知识库用户 利用机构知识库资源成为破解阻碍学科型机构知识库建设的一个关键问题。因为对于学科型 机构知识库而言，如果不能精确的推送用户感兴趣的信息，将很难建立稳定的用户群体。迅 速、精准、主动地推送成为学科型机构知识库更容易确立的优势。 截至2016 年8 月，OpenDOAR 在世界范围内共收录了3196 个机构知识库。但在对机构 知识库的规模、可见度、丰富性、学术性的综合排名—— 《世界机构典藏系统排名》中，中 国机构知识库却鲜有上榜。由此可见，中国机构知识库在国际中的认可度还不高，原因除规 模性、丰富性、学术性外，中国机构知识库的可见度低是影响国际认可度的重要因素。 [1，2] 高效利用专利中所包含的知识辅助技术创新设计成为了专利研究的重点之一 。与此 同时，由于市场竞争的剧烈性，以及设计产品复杂性的提高，使方案设计过程的变更更加频 [3] 繁，传统的CAD 技术的几何建模方法在方案设计阶段己不能适合其要求 。目前，计算机辅 [4-7] 助创新方案设计的研究己经成为当前方案设计领域研究的一个热点 。大量研究证明计算 机辅助创新可以将领域内大量知识有机地综合起来，有助于设计者拓宽思考空间，打破思维 定势，引导设计者综合应用领域内已有知识，为产品创新不断地提供富有创造性的设计方案。 研究表明，起源于前苏联的发明问题解决理论TRIZ （Theory of Inventive Problems Solving ）， 对于设计人员进行创新设计具有很强的指导与应用意义。该理论是一种建立在技术系统演变 规律基础上的问题解决系统，其核心是冲突解决原理。大量的设计实例研究表明，设计问题 [8] 的表达和描述对问题的解决非常重要。然而，传统的TRIZ 理论存在诸多缺点 ，如不便于增 加新的工程参数和解决原理，不能揭示标准工程参数与解决原理之间的非线性关系，TRIZ 理 论本身也显得过于“庞大”不便于普通技术人员迅速接受等。 为了更有效的实现创新的方案设计，国内外学者将近几年来出现的各种人工智能方法[7， 9] ，诸如文本挖掘、专家系统，遗传算法，神经网络，遗传编程，实例推理等引入到设计领 域中，试图获得有效的解决办法。其中，将TRIZ 与人工神经网络相结合是近期的一个研究 热点。人工神经网络是模拟人脑信息处理的一种推理方式，具有较强的数值处理能力，并能 够从具体数据中获取设计的隐含知识并指导设计。Kumara[10]用人工神经网络建模人类联想 [11] 记忆，基于部分或全部功能要求推理生成创新方案。钟佩思等 结合人工神经网络和专家系 [8] 统的优点，提出了混合型专家系统结构，并应用于复杂产品方案设计中。黄洪钟等 将冲突 矩阵变换为一个以工程参数及其冲突为输入层，以冲突解决原理为输出层的三层BP