云制造服务平台供需智能匹配的研究与实现

为提高中小企业云制造服务平台搜索引擎的实用性,在保证其搜索智能度和搜索精度的同时,基于云制造服务模式和思想,开发了一个面向中小企业云制造服务平台的供需智能匹配引擎。采用关键字语义智能搜索,使用制造服务资源本体库,根据需求本体构建形式化的需求匹配模式,进行了制造服务资源的智能匹配算法。在汽车/摩托车配件行业进行了验证性应用,通过"骨架法"构建汽车/摩托车配件本体库,完成了该服务资源本体语义推理,实现了云搜索的有效、快捷智能匹配。

基于领域本体与CBR的案例知识供需匹配研究

[目的/意义]在知识经济时代,面对海量的信息、知识,对知识资源供需匹配的研究有助于对知识资源的有效配置,实现知识资源价值最大化。[方法/过程]以案例知识为研究对象,基于供需匹配视角,针对现有知识匹配研究之不足,提出基于领域本体与CBR的知识供需匹配方法。该方法将案例知识供需匹配过程细分为语义匹配和CBR匹配,并在CBR匹配阶段确定最终匹配结果。[结果/结论]实证分析表明,与既有方法相比,该文提出的知识供需匹配方法具有一定的比较优势:通过引入概念相关度,对概念相似度进行改进,使匹配结果更为准确客观;采用聚类的方法压缩遍历空间,减少匹配计算的冗余度,提高了匹配效率。

中小企业云制造服务平台的研究与开发

为提高中小企业的综合竞争能力,基于云制造服务模式和思想开发了一种面向中小企业的云制造服务平台。采用多家企业、多个订单、多方协作的服务交易方式,设计了云制造服务平台的工作流程和核心功能。对供需智能匹配引擎、交易协同逻辑引擎和信用评估引擎等关键问题进行了研究,实现了基于关键字的语义智能搜索、订单跟踪、交易任务引导以及全流程的协同化管理。在汽摩零部件制造行业进行了验证性应用,通过线上服务和线下服务有效整合了该行业的制造服务资源,实现了云制造服务的有效管理。

潜在语义分析的供求信息自动匹配算法

将潜在语义分析应用于电子商务系统的供求信息匹配中,解决了传统模型中同义和多义现象对匹配精度有很大负面影响的问题;同时通过引入信息熵,改进了潜在语义分析的权重计算,提出了基于潜在语义分析的、结合了规则提取和相关反馈的供求信息自动匹配算法,并给出了配套的供求信息规则库的设计方法.实验结果显示,该算法具有很好的匹配精度,性能明显优于基于空间向量模型的供求信息匹配方法.

人工智能助力解决信息不对称问题研究

人工智能为实现信息对称带来新机遇和技术路径。通过剖析人工智能助力解决信息不对称问题的作用机理,提出人工智能从对信息的收集存储、分类整合、优化处理、智能分析、高效搜索等方面提供了强有力的技术基础。发挥人工智能赋能效用,通过精准投放和清晰获取信息,实现信息供需匹配;拓展信息传递渠道,实现信息协同化;提供交流互动途径,降低信息获取困难;提供收集信息方式,减少信息差距等路径,实现信息的对称。

技术技能人才供需匹配生态系统构建

当前,社会对技术技能人才的需求日益迫切,但劳动力市场却面临“用工荒”“就业难”并存的现实困境。研究借鉴产教融合生态系统理论,通过构建一套覆盖个体、院校、企业和区域不同层次的技术技能人才供需匹配生态系统,厘清系统内涵、运行机制、实践路径,以期从根源上缓解当前技术技能人才供需错配的结构性矛盾,促成供需匹配、双向互促的新格局。

供需匹配视角下基于语义相似聚类的技术需求识别模型

在技术供需文本匹配视角下,提出了一种基于语义相似聚类的技术需求识别模型.首先,采集网络中技术需求文本提取关键短语;然后,建立领域专利技术转让索引库,基于需求关键短语检索出高相关专利,构建专利技术供给背景库,并对背景库中专利标题与摘要进行分词;第三,提出基于词向量的供需文本语义匹配度算法,筛选有效技术需求并进行语义相似聚类;最后,考虑技术需求对应的需求量和专利技术转让量,对聚类结果进行二维分类.以新能源领域为例进行实证,识别出有效技术需求195个,基于语义相似聚成12类,结合需求量与专利转让量,将12类技术需求分为"高需求、高转让"、"高需求、低转让"、"低需求、高转让"、"低需求、低转让"四大类.该研究为网络技术需求挖掘及供需匹配提供一种新思路.

基于本体和SAO结构的线上技术供需信息语义匹配研究

【目的/意义】为应对线上技术供需信息超载导致的检索难、信息非结构化导致的供需文本匹配难的问题,开展技术供需信息语义匹配研究。【方法/过程】构建技术领域本体,利用SAO结构分析提取技术供需信息中多维语义结构特征,表征供给技术的创新特征及技术需求的问题特征。应用基于本体信息内容与语义距离相似算法,结合词向量与熵值分析,提出技术供需多维语义结构匹配模型。【结果/结论】对线上新能源领域技术供需数据进行测试,验证模型有效性,为提高技术供需主体信息检索效率、促进供需对接提供思路,并为考虑供需信息匹配的科技主体推荐提供决策。

咨询供需匹配情境下的品牌服务方选择方法

鉴于当前品牌管理咨询服务供需匹配问题在各种宏微观品牌建设与管理过程中的重要性和现实性,为了选择适合的品牌服务方,探讨了品牌服务要求评价指标体系的构建,并针对品牌管理方的咨询匹配要求和品牌服务方的咨询供给能力所组成的品牌咨询服务供需匹配语言评价矩阵,以及专家对品牌服务方存在语言偏好信息的情形,提出了一种考虑供需匹配的品牌服务方选择方法.该方法在二元语义环境下,以供需匹配矩阵为基础,给出了偏好情形的指标权重主客观综合赋权值法,并在体现"奖优罚劣"的原则下进一步将供需匹配矩阵转化为供需偏差矩阵,通过借鉴逼近理想点法(TOPSIS)思想计算出品牌咨询供需匹配度,从而进行品牌服务方的选择.实例分析表明,该方法具有一定的有效性和可行性.

在线技术供需文本匹配方法研究综述

【目的/意义】随着网络信息技术的发展及国家对技术转移的政策支持,大量的在线技术交易需求产生。在线技术转移服务平台作为技术供需交易的媒介,供需双方可以在平台上发布大量的技术供需文本信息,提高技术供需文本匹配效率,有助于提高技术交易成功率,促进技术转移。【方法/过程】在分析传统文本匹配方法的基础上,从基于关键词的匹配方法、基于句法分析和文本结构的匹配方法、基于深度学习的匹配方法和基于多维度视角的匹配方法四个方向对目前在线技术供需文本匹配方法现状进行梳理。【结果/结论】大多数研究都融合了多种匹配方法,从多维度视角进行匹配是研究发展趋势。在技术供需文本匹配未来研究中,除了继续将深度学习方法融合到已有的各种方法中,还应该从多维度、跨模态和可解释性方向来提高技术供需文本匹配效率。【创新/局限】本文将技术文本匹配方法进行归纳总结,能对技术文本的匹配方法提供参考,但现实中技术匹配还应该考虑其他影响技术转移的因素。