基于粗糙集理论的多指标综合评价方法

针对评价多指标优劣中属性权值难以确定的问题,笔者提出了基于粗糙集的TOPSIS综合评价的应用算法,利用粗糙集进行权重确定,把粗糙集与TOPSIS相结合,提出了基于粗糙集的TOPSIS综合评价方法,以属性重要度作为各个属性的权值,对信息系统进行加权分析,得出了总体排序结果,并通过算例验证了该方法的有效性.     

基于属性信息和结构特性的网络节点重要度研究

现有的节点重要度排序方法大多只针对网络的拓扑结构进行研究,忽视了网络节点自身所包含的属性信息.然而这些属性信息至关重要,却广泛存在不完备性,这些不完备属性信息与节点的重要性密切相关.针对这一问题,提出一种基于优势粗糙集理论和TOPSIS方法的网络节点重要度分析方法,融合网络结构特性和节点属性信息,克服了单一从拓扑结构分析的局限.最后,将本文所提出的方法应用于微博社交网络中的用户重要度评价,并与其他方法进行比较,结果表明,该方法的排序结果对节点在属性信息和结构特性的重要性进行了较好的综合,能全面地体现出各节点的重要程度.     

基于知识结构图的个性化学习内容生成算法

在结构化知识图的基础上,根据不同学生的学习状态,提出了网络学习环境的个性化学习内容生成算法.在课程本体知识结构图的基础上,经过动态评估学习过程而形成基于不同学生的个性化知识结构图,结合其子空间及有向无环图的拓扑排序方法,设计并实现了基于目标知识点的学习路径和个性化学习内容生成算法,以及在线学习环境中个性化学习内容生成机制.经网络学习课程实例验证表明,该算法可以满足学生个性化学习的需求.     

一种数学检索结果排序中的多隶属度评价方法

针对现有数学检索排序方法所存在的排序属性单一问题,提出一种基于犹豫模糊距离的科技文档多属性综合排序方法。归纳科技文档的评价特征,确立了包括数学表达式几何属性、文档重要性属性和全局属性的三元组;建立以数学查询表达式为标准的科技文档犹豫模糊集,定义了各指标对应的犹豫模糊隶属度函数;利用犹豫模糊集在多属性决策方面的优势,采用文档相似度评价方法对检索结果进行排序。不同领域包含345027个数学表达式的19964篇科技文档的排序对比实验,表明本方法比科技文档单一属性排序方法的合理性有一定的提高。     

知识链协同风险影响因素研究

构建了知识链协同风险管理框架并分析了知识链协同风险的影响因素,借助DEMATEL方法对各影响因素进行了量化,结合影响因素的综合影响矩阵和原因度、中心度排序结果,识别出了知识协同平台效率、人员学习能力、协同意愿等知识链协同风险的关键要素,并提出了相应的优化策略,以利于知识链协同风险管理框架的落实,对知识链协同活动的稳定运作具有重要的现实意义.     

融合遗忘和知识点重要度的认知诊断模型

智慧教育是人工智能的重点研究方向，如何利用试题中知识点并对学生的认知过程进行刻画是重中之重。针对认知诊断模型对学生和试题及其交互信息挖掘不充分的问题，文中提出了融合遗忘和知识点重要度的认知诊断模型。该模型根据学生对试题和知识点的历史交互，结合知识点难度信息引入遗忘因素，缓解了对学生信息挖掘不充分的问题；通过注意力机制获取试题对知识点的考查重要度信息，缓解了对试题信息挖掘不充分的问题；通过Transformer学习学生与试题间的交互，缓解了学生与试题交互不充分的问题。在经典数据集上的实验结果表明，文中模型在Math1、Math2、Assistment数据集上的准确率Acc、均方根误差RMSE、受试曲线面积AUC值分别为0.716、0.445、0.776、0.725、0.432、0.807、0.741、0.427和0.779，优于现有的其他对比模型，说明了知识重要度和时效性对于认知建模的重要性。     

基于知识地图的数字教育资源服务模式研究

针对数字教育资源服务在资源组织和管理方面的不足,设计了基于知识地图的数字教育资源服务模式,该数字教育资源服务模式以知识点为单位建立信息窗口,对数字教育资源归类聚合,设计了结构清晰的知识网络.后以"HTML课程"为例,依托Visual Studio开发环境,利用Google Maps API构建知识地图,实现了数字教育资源服务模式,并选取在校大学生为试验者,进行了模式的试验与分析.研究表明,基于知识地图的数字教育资源服务模式能为学习者提供明确的学习引导,能够提高数字教育资源的有效利用率和学习者的学习效率,对于学习者在线学习的持久度、知识内化等方面具有较好的促进作用.     

知识点网络下的知识评估和学习路径选择

学习者在认知过程中可能掌握了某些知识点，但自身的知识状态并未改变，因此，为了提高学习效率并对学习者进行知识评估，在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先，给出了知识点网络的构造方法、有效知识点组合的概念及知识点网络下题库的构造方法；其次，通过知识点网络诱导知识点背景，在已知学习者知识状态的情况下对学习者掌握的知识点进行评估，并给出知识点网络下的学习路径图及其算法；最后，通过实验验证了提出的算法的有效性和可行性.研究发现，由知识点网络诱导的知识点背景确定的知识点结构满足良级性.     

基于认知曲线的项目案例实践教学法研究

针对当前项目教学法中学生认知能力的满足性问题,基于传统知识网概念,描述了以案例封装知识点的要求和方法,引入认知能力思想。以计算机类专业为例,该文提出了学习编程的认知曲线概念,精心设计了案例教学的多认知阶段课程与实践方法,为改革教学模式,培养大学生创新精神和实践能力提供了新思路。     

一种基于Skill-LFM的知识点推荐方法

目前,知识库的用户主要是通过检索获取所需知识点,这种依赖搜索引擎解决信息过载的方法,对实时在线服务而言效率低下,对离线知识学习来说不具有完整性和连续性,为此提出由知识库系统根据用户技能水平主动推荐知识点给用户,提高决策效率,并有助于用户建立完备的知识学习体系.基于用户对知识点的历史行为以及用户对知识的学习能力,提出一种融合技能的隐语义模型的协同过滤推荐方法,将知识点难易程度作为潜在因子,同时考虑用户的能力水平预测用户对知识点的偏好水平.在呼叫中心知识库的数据集上进行测试,其均方根误差优于基础隐语义模型.综合知识点推荐的应用领域和知识学习行为数据的特点,对于知识点推荐方法,可从融合用户和知识点上下文信息的推荐技术上深入研究.     

基于知识状态的个性化学习资源推荐方法

针对现有的个性化学习资源推荐方法存在不能够从学习者的学习缺陷出发推荐学习资源的不足,提出一种基于知识状态的个性化学习资源推荐方法,它首先根据知识点之间的关联关系构建知识图谱,然后根据学习者知识状态进行推导生成待学习知识点向量,最后设计相似性迭代算法从学习资源库中匹配最适合学习者的学习资源.通过实验证明,该方法具有不错的推荐效果和性能.     

信度函数在复杂网络节点重要性评价中的应用

针对复杂网络中重要节点的识别问题,提出了一种基于信度函数复杂网络中识别节点重要度的方法;回顾了信度函数、复杂网络相关理论知识及节点重要度相关算法,建立了基于信度函数的节点重要度识别模型;通过建立辨识框架,把节点相关属性转换为信度函数,利用证据理论组合规则进行融合,得到节点的综合属性信度函数值并将其转换为单一数值,进而提到节点的排序结果;实例分析表明,所建立模型有效克服了相关单一节点重要度算法的局限性问题,具有合理性与有效性,可进一步推广。     

基于前景理论和证据理论的混合型多属性决策方法

针对混合型多属性决策问题,提出基于前景理论和证据理论的决策方法。考虑属性值类型,将实数和语言变量转化为区间数形式,保留原属性值的不确定性。结合决策者的心理行为,依据前景理论和属性权重给出各方案在不同属性下的评价价值,根据证据理论将同一方案的评价价值合成得到综合评价值,按照基于可能度的区间数排序方法对方案的综合评价值进行排序,从而得到方案的排序结果。算例分析说明了该方法的可行性和有效性。     

基于改进质量功能展开的质量特性重要度确定

针对传统质量功能展开(QFD)质量屋构建过程存在语言评价信息模糊和不确定等问题,提出一种结合犹豫二元语义变量、层次分析法和逼近理想解排序多属性决策法的改进QFD模型,用以对产品质量特性的重要度级别进行确定.模型分为评价用户需求与质量特性的关系、确定用户需求的重要度权重、确定质量特性的重要度排序3个阶段,提高了质量特性重要度排序的准确性.最后以某企业一语言类数字学习系统的质量特性重要度确定为例,进行了模型应用和有效性验证,为以用户为中心的数字学习系统设计质量提升提供参考.     

基于案例推理的旋转机械故障诊断系统研究

针对大型旋转机械结构复杂,故障现象难以用结构化知识表示,故障诊断规则难以提炼的特点,将基于案例推理(CBR)方法应用于旋转机械故障诊断。从旋转机械故障诊断的需求出发,在分析旋转机械故障诊断知识特点的基础上,对故障诊断系统的总体结构、故障案例库的构建、案例相似度匹配、案例调整和学习等CBR方法的关键技术进行了研究。重点设计了故障案例表示方法,采用基于三标度的层次分析法(AHP)确定案例征兆权值。提出了改进的最近邻法计算案例相似度,可以从征兆名称、征兆值、权值三方面对案例进行精确匹配。提出了基于案例审核的学习机制,可以充分发挥不同人员的作用。开发了基于CBR的旋转机械故障诊断系统原型,并给出了应用实例。     

多属性决策中一种模糊度量排序方法

针对多属性决策的排序问题,在模糊集的基础上重新建立了一种优势关系,定义了新的优势类,利用优势度及综合优势度,基于优势度的多属性决策方法,得到一种多属性决策排序的新方法.给出了此优势关系性质及此方法的可行性.具体实例的应用和验证表明该方法在多种条件下,对多属性排序具有适应性和方便应用的特点,丰富了多属性决策中的排序方法.     

MediaWiki平台下工程经验知识审阅的专家推荐方法

针对如何对企业经验知识进行规范审阅的问题,结合Wiki平台的特征和隐性知识积累的形式,采用Okapi BM2500权重计算算法考虑用户与词条的相关度,运用改进的PageRank算法计算用户-词条关系网中用户的权威度,根据Cascade排序方式得到推荐专家列表,提出了基于隐性知识积累平台——MediaWiki的专家推荐方法.结合中国某大型造船厂的工艺经验知识,通过实验,验证了基于MediaWiki平台的专家推荐方法的有效性.     

基于综合扩展优势度排序L-R型模糊数的方法

根据决策者的偏好及L-R型模糊数的左、右扩展优势度定义该类型模糊数综合扩展优势度,再依据综合扩展优势度,计算每个模糊数相对于其它模糊数综合优势度的几何平均值,以确定模糊数的排序向量,提出一种基于综合扩展优势度排序L-R型模糊数的方法,并用算例进行检验．算例验证表明,该方法在一定程度上克服了现有模糊数排序方法存在的缺陷．     

一种新的综合评价排序方法及求解

对经典综合评价中绝对形式的评价结论进行了拓展,提出了带有概率特征的可能性排序方法.介绍了反映被评价对象之间优劣比较的优胜度矩阵;基于优胜度矩阵,分析了可能性排序结论的相关概念及定义;在此基础上,从提升排序结论稳定性的视角,结合随机模拟的方法给出了一种可能性排序结论的求解算法.该排序结论以概率形式呈现被评价对象之间的排序,可为非精确评价问题提供更具解释性的结论支撑.     

一种综合概念相似度计算方法

针对在本体间异构系统知识集成问题上,对本体映射中概念相似度计算存在的一些不足之处,提出了一种改进的方法。先分别计算基于实例的概念相似度、基于概念名的相似度和基于属性的相似度,然后进行加权合并形成新的综合相似度计算方法,最后进行简单验证进而根据本体和本体中概念的特点,设计了一种改进的相似度的计算方法。改善了相似度计算中存在的片面性和不完善性问题,提高了本体映射的查全率和查准率。