基于网络外包的专业技能关联知识库构建

使用中文文本挖掘方法来分析中国高校网页中各专业培养方案和培养目标的非结构化数据集。以K-means文本聚类算法和聚类结果归纳的各专业类别的技能关键词为基础,在集成了所有专业领域的专有特征和专家审核并结合了频率计算方法后,定义了技能指标与相应各个专业的重要性程度。最后,建立了专业和技能之间的关联知识库,为构建网络化创新外包人才技能模型建立了基础。通过实验评估发现,与基于基本中文语料库的分词方法相比较,在中文分词过程中引入专业专有特征的方法能够提供更加精确和合理的聚类结果。因此,本文提出的方法能够高效地构建专业技能关联知识库。

基于数据挖掘技术的Web智能服务算法

提出了一种基于数据挖掘技术的 Web智能服务算法 ,它通过对 Web数据模型的转换 ,发现并建立有关用户意向关联知识库 ,然后再利用知识库中的关联规则来预测用户行为 ,从而提高了用户浏览器访问速度。该研究内容属目前智能信息检索领域的重要研究课题 ,具有一定的理论和实践意义。

虚拟组织在国防科技工业中的实施研究

针对农业果树采摘手段原始和机械落后状况，首次提出面向虚拟农业智能移动机器人采摘行为的知识建模。首先研究虚拟环境（VE）下机器人采摘行为，提出了层次结构和行为的知识建模方法。对VE中的机器人结构和行为进行知识分类和表达。其次。建立了关联知识库和知识模型。然后．提出基于粗糙集的行为知识分类处理，把农业智能移动机器人的作业行为分为三类行为，通过分类对冗余知识进行属性约简。最后，通过知识建模，实现了VE下机器人的行为推理和仿真。

基于知识图谱的中西医结合急腹症诊疗推理分析

目的:针对急腹症临床诊疗规范化问题和名老中医诊疗经验传承问题,提出基于不完备知识库的关联规则挖掘(AMIE)+随机游走的诊疗推理算法,通过推荐病例的个性化诊疗方案,为基层医生提供信息服务和技术支持。方法:采集中西医结合诊疗急腹症的名老中医诊疗经验和临床诊疗指南文本数据,完成知识抽取任务,构建基于Neo4j的急腹症知识图谱。在基于本体规则推理的基础上,使用基于相似证候的规则推理扩展证候推荐结果中Jaccard相似度大于阈值的证候组合;使用语义路径覆盖算法计算症状节点之间的语义相似度,将症状节点分为10类,扩展同一类别的症状节点,并使用随机游走算法搜索证候连通的症状节点,扩展证候与症状节点的连接规则,以实现AMIE+随机游走的知识推理。结果:急腹症知识图谱包括1320个节点和2464个关系,根据知识推理的链接预测评价指标,对比3种算法在急腹症辅助诊疗应用上的推理结果;AMIE+随机游走算法通过扩展相似证候连接规则和证候-症状的连接规则来补全知识图谱,相较于基于本体规则的知识推理算法,其曲线下面积(AUC)高出15.18%,其精确度高出30.36%,实现了更准确有效的知识推理。结论:该研究运用知识图谱技术将急腹症的中西医诊断和疗法用药进行可视化,辅助基层临床医生直观查看诊疗过程和数据关系。提出的诊疗推理算法实现了在“病-证-诊-治-方”层面上的个性化诊疗方案推荐,能够辅助基层医生进行疾病诊疗和临床决策,有助于名老中医诊疗经验和临床指南的知识共享及推广应用,提高基层临床诊疗水平,促进中西医结合急腹症诊疗过程的规范化与标准化。