丁毓峰,江 鵬

(武漢理工大學(xué) 機(jī)電工程學(xué)院，湖北 武漢 430070)

隨著工業(yè)4.0和“互聯(lián)網(wǎng)+”時(shí)代的到來，知識資源不斷擴(kuò)充，導(dǎo)致用戶更加難以快速有效地獲取到所需的知識資源，出現(xiàn)“知識迷航”問題，不利于知識資源的共享與重用。

知識推薦技術(shù)能有效解決知識資源使用過程中出現(xiàn)的上述問題，因此得到眾多學(xué)者的關(guān)注。李春磊等[1]對機(jī)械加工特征進(jìn)行研究，并分析其幾何演變過程，在此基礎(chǔ)上提出了工藝知識推薦模型，并實(shí)現(xiàn)了工藝知識的推送，但并未考慮用戶的加工意圖與技能。吉祥等[2]利用粗糙集和信息技術(shù)從知識使用日志中抽取了知識推送規(guī)則，進(jìn)而實(shí)現(xiàn)了產(chǎn)品設(shè)計(jì)知識的推送，但是該方法在建立設(shè)計(jì)人員的知識需求本體模型等方面還不夠完善。王占松等[3]對機(jī)械設(shè)計(jì)過程中用戶的意圖進(jìn)行研究并建模，在此基礎(chǔ)上提出了機(jī)械產(chǎn)品概念設(shè)計(jì)的知識推薦方法。劉海濤等[4]通過有效集成知識學(xué)習(xí)日志與流程管理日志，采用相關(guān)算法實(shí)現(xiàn)了流程知識推薦系統(tǒng)。余本功等[5]對用戶偏好進(jìn)行研究，并結(jié)合設(shè)計(jì)任務(wù)設(shè)計(jì)產(chǎn)品設(shè)計(jì)知識的混合推送算法。董思洋等[6]針對CAD平臺下產(chǎn)品可制造性設(shè)計(jì)分析時(shí)所面臨的知識推薦問題，研究了人體免疫機(jī)理，并構(gòu)建了工藝知識推薦模型，對產(chǎn)品設(shè)計(jì)時(shí)的可制造性分析提供了參考知識。劉庭煜等[7]提出了情境感知的工作流任務(wù)知識推薦方法，但在自然語言處理方面存在語義消歧問題。Liu等[8]針對傳統(tǒng)知識流模型不能滿足用戶知識需求的問題，提出了基于角色的知識流視圖模型，提供面向角色的知識需求建模和知識支持。Lee等[9]定義了知識需求模型，并基于知識需求模型和信息過濾技術(shù)，提出了一系列挖掘用戶知識需求的算法。

然而針對汽輪機(jī)產(chǎn)品的工藝設(shè)計(jì)知識推薦的研究較少，筆者在以上研究基礎(chǔ)上，對汽輪機(jī)工藝設(shè)計(jì)過程的工藝知識活動進(jìn)行分析，對汽輪機(jī)工藝知識情境進(jìn)行建模。在此基礎(chǔ)上，構(gòu)建工藝知識推薦模型，提出基于情境匹配的工藝設(shè)計(jì)知識推薦方法。最后以汽輪機(jī)葉片的工藝設(shè)計(jì)過程為例，驗(yàn)證該方法的可行性和有效性。

1 汽輪機(jī)工藝設(shè)計(jì)過程中的工藝知識活動分析

隨著汽輪機(jī)企業(yè)業(yè)務(wù)發(fā)展，工藝設(shè)計(jì)活動不再局限于汽輪機(jī)企業(yè)內(nèi)部，與汽輪機(jī)產(chǎn)品相關(guān)的協(xié)作企業(yè)和科研院所等組織都可以作為工藝資源的提供者和使用者。由于汽輪機(jī)工藝設(shè)計(jì)資源分布在不同的地理位置，為了能夠?qū)⑻幱诓煌乩砦恢们遗c汽輪機(jī)產(chǎn)品工藝設(shè)計(jì)相關(guān)的工藝資源組織在統(tǒng)一框架下，快速完成工藝設(shè)計(jì)，需要對汽輪機(jī)工藝知識的推薦方法進(jìn)行研究。

為了合理利用工藝資源，實(shí)現(xiàn)汽輪機(jī)企業(yè)間工藝資源共享與重用，結(jié)合云制造的“分散資源集中使用”和“集中資源分散使用”等應(yīng)用理念，將汽輪機(jī)工藝資源進(jìn)行組織，并將知識推薦技術(shù)應(yīng)用于汽輪機(jī)工藝設(shè)計(jì)過程，實(shí)現(xiàn)以用戶需求為導(dǎo)向和驅(qū)動的工藝設(shè)計(jì)知識服務(wù)。

基于知識推薦技術(shù)的汽輪機(jī)工藝設(shè)計(jì)過程如圖1所示，產(chǎn)品工藝設(shè)計(jì)任務(wù)被分解成不同的工藝設(shè)計(jì)子任務(wù)分配給工藝設(shè)計(jì)人員，工藝設(shè)計(jì)人員開始設(shè)計(jì)任務(wù)后，根據(jù)工藝設(shè)計(jì)人員設(shè)計(jì)任務(wù)信息和工藝設(shè)計(jì)人員信息，結(jié)合推薦算法匹配相關(guān)的工藝設(shè)計(jì)知識，以最合適的工藝資源推薦給工藝設(shè)計(jì)人員，在這些推薦知識的引導(dǎo)下，工藝設(shè)計(jì)人員結(jié)合自身的設(shè)計(jì)經(jīng)驗(yàn)和技能知識快速完成工藝設(shè)計(jì)任務(wù)。

圖1 基于知識推薦技術(shù)的汽輪機(jī)工藝設(shè)計(jì)過程

2 工藝知識情境模型

2.1 工藝知識情境模型建立

知識情境指知識創(chuàng)造、應(yīng)用和共享等知識過程發(fā)生的背景、環(huán)境以及場景等，其描述了知識過程發(fā)生時(shí)的場景及狀況，同時(shí)也是知識共享與重用的重要基礎(chǔ)[10]。石美紅等[11]指出知識的運(yùn)用及產(chǎn)生是在特定的背景中發(fā)生的，因此知識所蘊(yùn)含的價(jià)值與意義只有在該背景下才可以展現(xiàn)出來，該背景被稱為知識情境。

通過將汽輪機(jī)工藝知識的歷史使用日志進(jìn)行組織集成，從而形成特定工藝知識情境模型下的解決方案，即工藝知識情境案例，當(dāng)工藝設(shè)計(jì)人員根據(jù)工藝設(shè)計(jì)任務(wù)開始一個(gè)工藝設(shè)計(jì)過程，系統(tǒng)感知到相似的汽輪機(jī)工藝知識需求情境時(shí)，便可以從工藝知識情境案例庫中匹配對應(yīng)的工藝知識情境案例，從而及時(shí)為用戶提供汽輪機(jī)工藝知識推薦服務(wù)。

為了提供用戶個(gè)性化知識需求服務(wù)，提出多維層次汽輪機(jī)工藝知識情境模型，從多個(gè)情境維度對汽輪機(jī)工藝知識情境進(jìn)行描述，每個(gè)情境維度劃分為若干情境要素及其屬性，則工藝知識情境模型劃分為工藝知識情境維度層、工藝知識情境要素層以及工藝知識情境屬性層。工藝知識情境模型KC定義為：KC={KCD,CR}，其中KCD={KCD1,KCD2,…,KCDn}表示工藝知識情境維度的集合，CR表示各工藝知識情境要素的關(guān)系集合CR={CR1,CR2,…,CRn}，工藝知識情境維度KCi可以繼續(xù)劃分為若干工藝知識情境要素或其屬性，即KCDi={kcd1,kcd2,…,kcdn}，kcdi表示工藝知識情境要素或工藝知識情境要素的屬性。工藝知識情境要素間通過權(quán)值連接，并根據(jù)用戶反饋進(jìn)行動態(tài)更新。

結(jié)合汽輪機(jī)工藝知識的實(shí)際應(yīng)用情況，將工藝知識情境模型劃分為特征模型、任務(wù)模型和用戶模型，組成工藝知識情境維度層，每個(gè)維度之下又劃分為多個(gè)維度或工藝知識情境要素的屬性。該模型針對任務(wù)提供解決方案的同時(shí)也考慮了用戶的認(rèn)知水平和知識偏好等個(gè)性化的用戶信息，此外通過特征模型可以快速匹配工藝知識情境，加快系統(tǒng)對用戶需求的響應(yīng)。對工藝知識情境維度層中各模型定義如下：

KC={cid,EM,T,U}

(1)cid為工藝知識情境id，用于唯一標(biāo)識工藝知識情境。

(2)EM為特征模型，對工藝知識情境關(guān)鍵特征屬性的描述，用集合EM表示。

(3)T為任務(wù)模型，對用戶任務(wù)信息的描述，可以采用4元組表示，即T=(Tinfo,Ktask,Trel,Utask)。Tinfo為描述任務(wù)的基本信息；Ktask為任務(wù)過程相關(guān)的知識術(shù)語集合；Trel為任務(wù)在業(yè)務(wù)流程中的聯(lián)系信息，Utask為執(zhí)行任務(wù)的用戶集合。

(4)U為用戶模型，對用戶信息以及用戶的知識偏好和技能水平的綜合描述，可以采用3元組進(jìn)行表示，即U={Uinfo,Kpre,Pskill}，Uinfo為用戶的基本信息；Kpre為用戶在不同領(lǐng)域的知識偏好；Pskill為用戶的技能水平信息。

2.2 工藝知識情境與工藝知識映射

工藝知識情境是工藝知識產(chǎn)生和應(yīng)用的具體環(huán)境和背景，將工藝知識情境和工藝知識進(jìn)行映射是工藝知識推薦的基礎(chǔ)。

通過對汽輪機(jī)工藝知識進(jìn)行分析，將工藝知識表示模型采用6元組表示：K=(KID,KS,KD,KC,KDE,KV)。其中，KID為汽輪機(jī)工藝知識id，KS為汽輪機(jī)工藝知識來源，KD為汽輪機(jī)工藝知識所屬領(lǐng)域，KC為汽輪機(jī)工藝知識類型，KDE為汽輪機(jī)工藝知識描述，KV為汽輪機(jī)工藝知識載體。

工藝知識情境與工藝知識的映射關(guān)系是多對多的關(guān)系，即一個(gè)工藝知識情境需要由多項(xiàng)工藝知識組合才能滿足其需求，而同一項(xiàng)工藝知識可以為不同的工藝知識情境提供服務(wù)，工藝知識情境KC={KCi|i=1,2，…，m}，工藝知識K={Kj|j=1,2，…，n}，其中m為工藝知識情境數(shù)量，n為工藝知識數(shù)量，其映射關(guān)系如圖2所示，例如滿足工藝知識情境KC1的需求需要工藝知識K1、K2，而工藝知識K1可以為工藝知識情境KC1和KC2提供服務(wù)。

汽輪機(jī)工藝知識情境與汽輪機(jī)工藝知識間的映射關(guān)系由汽輪機(jī)工藝知識的使用日志記錄進(jìn)行確定，此外，通過知識推理，結(jié)合領(lǐng)域?qū)＜液凸こ處煹慕?jīng)驗(yàn)知識對工藝知識情境與工藝知識間的映射關(guān)系進(jìn)行擴(kuò)充，從而形成汽輪機(jī)工藝知識情境案例庫。

圖2 工藝知識情境與工藝知識映射關(guān)系示意圖

3 基于情境匹配的工藝知識推薦

3.1 工藝知識推薦模型

為了實(shí)現(xiàn)汽輪機(jī)工藝知識推薦服務(wù)，構(gòu)建如圖3所示的汽輪機(jī)工藝知識推薦模型，主要包括工藝知識需求情境模型構(gòu)建、工藝知識基礎(chǔ)數(shù)據(jù)模型構(gòu)建以及工藝知識推薦過程。

工藝知識需求情境模型主要包括特征模型、任務(wù)模型和用戶模型，其結(jié)構(gòu)與工藝知識情境模型相同。根據(jù)用戶信息和用戶待完成的工藝設(shè)計(jì)任務(wù)分別構(gòu)建用戶模型和任務(wù)模型。為了挖掘用戶的隱性需求、知識偏好等信息，需要通過用戶對工藝知識的操作行為進(jìn)行分析，更新用戶模型。為了提高工藝知識推薦效率，根據(jù)用戶信息和任務(wù)信息提取特征屬性構(gòu)建特征模型。

基于工藝知識基礎(chǔ)數(shù)據(jù)模型構(gòu)建工藝知識庫，從而為工藝知識推薦過程提供基礎(chǔ)數(shù)據(jù)。通過對工藝知識進(jìn)行分類組織后，構(gòu)建工藝知識庫，在此基礎(chǔ)上結(jié)合產(chǎn)品工藝設(shè)計(jì)規(guī)則建立工藝規(guī)則庫；將工藝知識情境模型與工藝知識進(jìn)行映射構(gòu)建工藝知識情境案例庫，從工藝知識情境模型抽取特征，構(gòu)建工藝知識情境特征索引庫，方便工藝知識情境模型的快速篩選。

工藝知識推薦過程分為如下3個(gè)階段：

(1)需求感知階段。在汽輪機(jī)工藝知識推薦過程中，通過對工藝設(shè)計(jì)任務(wù)進(jìn)行感知，結(jié)合用戶信息和用戶知識行為構(gòu)建工藝知識需求情境模型，以表達(dá)用戶在進(jìn)行工藝設(shè)計(jì)時(shí)的工藝知識需求。

(2)知識獲取階段。將工藝知識需求情境模型的情境特征屬性與工藝知識情境特征索引庫中的特征進(jìn)行匹配，判斷有無相同或相似的工藝知識情境。如果各個(gè)特征屬性匹配完畢后，匹配值均高于閾值，則該工藝知識情境與工藝知識需求情境相似，將其加入工藝知識情境案例候選集中，后續(xù)進(jìn)行情境匹配，計(jì)算出情境匹配值，獲取滿足閾值的工藝知識情境并根據(jù)情境匹配值進(jìn)行排序，并獲得滿足閾值的工藝知識情境所映射的工藝知識；如果不存在相似的工藝知識情境，則通過工藝規(guī)則庫中的工藝規(guī)則進(jìn)行知識推理，得到滿足用戶需求的工藝知識。

圖3 汽輪機(jī)工藝知識推薦模型

(3)知識推薦階段。將獲取到的工藝知識推薦給用戶，工藝設(shè)計(jì)人員根據(jù)推薦的工藝知識進(jìn)行選擇、查閱、更改和完善以完成工藝設(shè)計(jì)任務(wù)。將本次解決工藝設(shè)計(jì)任務(wù)的解決方案儲存到工藝知識情境案例庫中，以便工藝知識重用。

3.2 情境模型匹配算法

在工藝知識推薦系統(tǒng)中，通過計(jì)算工藝知識需求情境模型與工藝知識情境案例庫中的工藝知識情境模型相似度，匹配出用戶所需的工藝知識情境案例。為了便于計(jì)算工藝知識需求情境模型與工藝知識情境模型間的相似度，可將情境模型轉(zhuǎn)化成樹狀層次結(jié)構(gòu)，稱為情境模型樹。

在情境模型樹中，各個(gè)節(jié)點(diǎn)則是情境模型中的情境要素，其中，根節(jié)點(diǎn)沒有父節(jié)點(diǎn)，葉子節(jié)點(diǎn)沒有子節(jié)點(diǎn)，除根節(jié)點(diǎn)和葉子節(jié)點(diǎn)外的節(jié)點(diǎn)稱為中間節(jié)點(diǎn)。依次計(jì)算對應(yīng)節(jié)點(diǎn)相似度，最終加權(quán)得到兩根節(jié)點(diǎn)間的相似度，即情境模型相似度。在情境模型樹中，葉子節(jié)點(diǎn)和非葉子節(jié)點(diǎn)間的相似度采用不同的計(jì)算方法。

3.2.1 葉子節(jié)點(diǎn)相似度計(jì)算

假設(shè)e和e′分別為兩情境模型樹中對應(yīng)的葉子節(jié)點(diǎn)，計(jì)算其相似度則是計(jì)算各屬性間的相似度，進(jìn)行加權(quán)求和得到，根據(jù)情境模型樹中葉子節(jié)點(diǎn)的屬性類型不同分別計(jì)算屬性相似度。

(1)數(shù)值類屬性。n1和n2分別為實(shí)體e和e′的數(shù)值類屬性值，n1,n2∈n，max(n)、min(n)分別為該屬性的最大值和最小值，則數(shù)值類屬性的相似度計(jì)算公式為：

(1)

(2)確定區(qū)間類屬性。(a,a′)和(b,b′)分別為e和e′的確定區(qū)間類屬性的屬性值，其相似度計(jì)算公式為：

(2)

(3)模糊區(qū)間類屬性。模糊區(qū)間類屬性指屬性參數(shù)由區(qū)間值形式提供，且在參數(shù)區(qū)間內(nèi)即可滿足要求。為確定該類屬性相似度，采用梯形函數(shù)對區(qū)間進(jìn)行劃分，如圖4所示，在最優(yōu)取值區(qū)間，其相似度為1，其余區(qū)間可由隸屬函數(shù)關(guān)系表示為：

Simfr(e,e′)=

(3)

圖4 模糊區(qū)間類屬性的隸屬度函數(shù)

(4)向量類屬性。向量類屬性的相似度通過調(diào)整余弦相似度的方式進(jìn)行計(jì)算，如式(4)所示。

(4)

(5)集合類屬性。當(dāng)屬性類型為集合類時(shí)，需計(jì)入其集合元素個(gè)數(shù)對匹配計(jì)算的影響，e和e′的該類屬性中元素個(gè)數(shù)差異使用式(5)計(jì)算。

(5)

式中：count(e)用于計(jì)算e的集合類屬性中元素?cái)?shù)量。Diff(e,e′)值越大，表示其屬性差異越小，設(shè)定閾值θ，當(dāng)Diff(e,e′)<θ時(shí)，計(jì)入集合元素?cái)?shù)目差異對匹配的影響。集合類屬性相似度采用式(6)計(jì)算。

Sims(e,e′)=

(6)

(6)模糊類屬性。采用[0,1]間的數(shù)值將模糊概念進(jìn)行量化，則可以用式(7)對其進(jìn)行相似度計(jì)算。

(7)

式中：f1和f2分別為e和e′的模糊類屬性量化后的屬性取值。

(7)對象類屬性。對象類屬性是指屬性值為另一個(gè)情境要素的屬性。定義兩個(gè)對象類屬性的情境要素相同時(shí)其相似度為1，否則為0，則其相似度計(jì)算方法為：

(8)

式中：o1和o2分別為葉子節(jié)點(diǎn)e和e′的對象類屬性。

根據(jù)屬性相似度采用式(9)計(jì)算葉子節(jié)點(diǎn)相似度。

(9)

式中：e和e′為兩個(gè)情境模型樹中對應(yīng)的葉子節(jié)點(diǎn)；n為與之對應(yīng)的屬性數(shù)量；ωk為葉子節(jié)點(diǎn)中第k個(gè)屬性的權(quán)重值；sp(pk,pk′)為屬性相似度大小。

3.2.2 非葉子節(jié)點(diǎn)相似度計(jì)算

對于情境模型樹的非葉子節(jié)點(diǎn)，即中間節(jié)點(diǎn)和根節(jié)點(diǎn)，其相似度計(jì)算公式為：

(10)

式中：E和E′為兩個(gè)情境模型樹中對應(yīng)的非葉子節(jié)點(diǎn)；m為E的子節(jié)點(diǎn)數(shù)量；ωi為E中第i個(gè)子節(jié)點(diǎn)的權(quán)重；Ei和Ei′分別為E和E′中第i個(gè)子節(jié)點(diǎn)；Sim(Ei,Ei′)為Ei和Ei′的相似度大小。

計(jì)算出各中間節(jié)點(diǎn)的相似度，最終計(jì)算出根節(jié)點(diǎn)間的相似度，即情境模型樹的相似度，也是工藝知識需求情境模型與工藝知識情境模型間的相似度。

4 實(shí)例驗(yàn)證及應(yīng)用

汽輪機(jī)葉片工作在高溫、高應(yīng)力、蒸汽激振力、腐蝕與磨蝕共同作用的苛刻環(huán)境中，對材料和加工工藝均提出了很高的要求，合理的工藝規(guī)劃直接影響到產(chǎn)品的安全運(yùn)行。為了驗(yàn)證所提的工藝知識推薦方法，將其應(yīng)用到某型號汽輪機(jī)等截面直葉片的加工工藝設(shè)計(jì)中。具體過程如下：

(1)汽輪機(jī)工藝知識需求情境模型構(gòu)建。為了便于計(jì)算，對汽輪機(jī)葉片工藝知識需求情境模型進(jìn)行了一定的簡化，形成如表1所示的汽輪機(jī)葉片工藝知識需求情境模型，其中各個(gè)節(jié)點(diǎn)的括號中的數(shù)值表示該節(jié)點(diǎn)與其父節(jié)點(diǎn)間的權(quán)重。

表1 汽輪機(jī)葉片工藝知識需求情境模型

(2)篩選工藝知識情境案例候選集。通過汽輪機(jī)葉片工藝知識需求情境模型的關(guān)鍵特征屬性與工藝知識情境特征索引庫中的工藝知識情境特征模型進(jìn)行匹配，過濾掉與當(dāng)前工藝設(shè)計(jì)任務(wù)中不同材料和毛坯以及非等截面直葉片加工工藝設(shè)計(jì)的工藝知識情境案例，得到如表2所示的工藝知識情境案例候選集。

表2 工藝知識情境案例候選集

(3)工藝知識需求情境模型與工藝知識情境模型匹配。通過情境模型匹配算法計(jì)算出工藝知識需求情境模型與工藝知識情境案例候選集中工藝知識情境模型的相似度。首先，根據(jù)葉子節(jié)點(diǎn)屬性類型計(jì)算工藝知識需求情境模型與工藝知識情境模型的各葉子節(jié)點(diǎn)相似度，結(jié)果如表3所示；然后根據(jù)各葉子節(jié)點(diǎn)的相似度，依次計(jì)算情境模型樹中各中間節(jié)點(diǎn)的相似度，最終計(jì)算出情境模型樹的根節(jié)點(diǎn)相似度，即工藝知識需求情境模型與工藝知識情境模型的相似度。

表3 工藝知識需求情境模型與工藝知識情境模型各葉子節(jié)點(diǎn)相似度

同樣地，計(jì)算出其他工藝知識情境模型與工藝知識需求情境模型的相似度，如表4所示。

表4 工藝知識需求情境模型與工藝知識情境模型相似度

(4)汽輪機(jī)葉片加工工藝知識推薦。獲取情境模型相似度滿足閾值0.9的工藝知識情境案例，并根據(jù)情境模型相似度、任務(wù)模型相似度和用戶模型相似度進(jìn)行綜合排序，結(jié)果分別對應(yīng)表4中的案例3、案例2，獲取與其相映射的工藝知識推薦給用戶。案例3對應(yīng)的工藝知識為{J2631.042015.010_動葉片機(jī)械加工工藝過程卡，J2631.042015.010_動葉片機(jī)械加工工序卡片，J2631.042015.010_動葉片檢驗(yàn)卡片，……}。

(5)工藝知識應(yīng)用和更新。工藝設(shè)計(jì)人員根據(jù)推薦的工藝知識進(jìn)行查閱、更改和完善以完成工藝設(shè)計(jì)任務(wù)。將完成本次工藝設(shè)計(jì)任務(wù)的解決方案儲存到工藝知識情境案例庫中，以便工藝知識重用。

5 結(jié)論

面對企業(yè)在工藝設(shè)計(jì)活動中因知識資源繁多和用戶檢索能力差異造成的“知識迷航”問題，提出了基于情境模型匹配的工藝知識推薦方法。通過對汽輪機(jī)工藝設(shè)計(jì)過程中的工藝知識活動進(jìn)行分析，構(gòu)建了汽輪機(jī)工藝知識情境模型和工藝知識表示模型，并通過工藝知識使用日志、知識推理以及領(lǐng)域?qū)＜医?jīng)驗(yàn)知識等途徑，將汽輪機(jī)工藝知識情境和工藝知識進(jìn)行映射形成工藝知識情境案例庫。構(gòu)建了汽輪機(jī)工藝知識推薦模型，通過工藝知識需求情境模型與工藝知識情境模型的匹配算法，實(shí)現(xiàn)了基于情境匹配的工藝知識推薦方法。最后以某型號汽輪機(jī)葉片的工藝設(shè)計(jì)過程的工藝知識推送為例，驗(yàn)證了該方法的可行性和有效性。由于汽輪機(jī)工藝知識復(fù)雜，工藝知識推薦技術(shù)還有很多問題需要深入研究，針對不同應(yīng)用情境的工藝知識，研究由不同粒度的工藝知識情境要素所構(gòu)建的工藝知識情境模型進(jìn)行描述，從而適應(yīng)復(fù)雜的工藝知識應(yīng)用情境；結(jié)合知識圖譜等信息技術(shù)，逐步完善工藝知識組織和推理機(jī)制，為用戶提供更為個(gè)性化的工藝知識推薦服務(wù)。