王有遠，張樂恩

(1.南昌航空大學(xué) 工業(yè)工程研究所，江西 南昌 330063；2.南昌航空大學(xué) 航空制造工程學(xué)院，江西 南昌 330063)

基于情境感知的設(shè)計資源服務(wù)需求獲取研究

王有遠1，張樂恩2

(1.南昌航空大學(xué) 工業(yè)工程研究所，江西 南昌 330063；2.南昌航空大學(xué) 航空制造工程學(xué)院，江西 南昌 330063)

為縮短產(chǎn)品研發(fā)周期和提高產(chǎn)品設(shè)計質(zhì)量，需要實現(xiàn)設(shè)計資源的主動推送服務(wù)，而要實現(xiàn)設(shè)計資源的主動服務(wù)，需要解決設(shè)計資源服務(wù)的需求獲取問題。設(shè)計資源服務(wù)需求具有復(fù)雜性與多變性，為解決如何快速高效地獲取設(shè)計資源服務(wù)需求問題，在分析情境感知推理層特點的基礎(chǔ)上，構(gòu)建了主動獲取設(shè)計資源服務(wù)需求的情境感知服務(wù)體系。采用貝葉斯方法使設(shè)計資源類別偏好情境化，并根據(jù)不同的情境特點，為選擇合適的且能融合到推薦中的方法，提出了融合資源類別偏好的協(xié)同過濾獲取算法。通過多個設(shè)計資源服務(wù)需求的期望值計算及其大小比較，實現(xiàn)了基于情境感知的設(shè)計資源服務(wù)需求的主動獲取。驗證實例結(jié)果表明，所構(gòu)建的服務(wù)體系和所提出的算法可行、有效，為設(shè)計資源主動服務(wù)理念提供了新思路。

情境感知；設(shè)計資源；服務(wù)需求；獲取；協(xié)同過濾；貝葉斯

1 概 述

隨著信息技術(shù)的不斷發(fā)展，產(chǎn)品的設(shè)計資源也呈海量增長趨勢。但面對海量的設(shè)計資源，設(shè)計者如何快速高效地獲取所需求的設(shè)計資源，實現(xiàn)資源主動服務(wù)是當(dāng)前迫切需要解決的問題[1]。而要實現(xiàn)設(shè)計資源的主動服務(wù)，首先要解決設(shè)計資源服務(wù)的需求獲取問題。

國內(nèi)外研究者對設(shè)計資源服務(wù)進行了相關(guān)研究。例如，Xing Yingjie等[2]提出了基于OWL-S的設(shè)計資源應(yīng)用服務(wù)模式，構(gòu)建了設(shè)計資源服務(wù)分類模型，幫助用戶對自己所感興趣的設(shè)計資源類別進行定位檢索；張汝珍等[3]構(gòu)建了基于集成產(chǎn)品信息模型的兩階段檢索系統(tǒng)，通過基于非幾何信息檢索和基于幾何信息檢索兩個階段的檢索算法，提高了設(shè)計資源檢索的精度與效率；杜江等[4]提出了結(jié)構(gòu)化的產(chǎn)品設(shè)計知識描述模式，構(gòu)建了可實現(xiàn)產(chǎn)品設(shè)計知識積累的設(shè)計資源數(shù)據(jù)庫；T.Strang等[5]提出了一種上下文標(biāo)記配置模型，該模型使用具有層次結(jié)構(gòu)的標(biāo)記語言(如XML或RDF)表達上下文信息，實現(xiàn)了基于偏好提取的設(shè)計資源信息檢索；Yuan-Hsin Tung等[6]在研究實例推理技術(shù)的基礎(chǔ)上，進行了知識組織與檢索研究，采用規(guī)則推理和案例推理的混合方法，提高了知識檢索精度；Robert B. Stone等[7]在研究功能本體的基礎(chǔ)上，進行了知識組織與檢索研究，并開發(fā)了一種功能建模語言，為知識檢索系統(tǒng)實現(xiàn)了設(shè)計知識的精準(zhǔn)化檢索；Simon Szykman等[8]進行了設(shè)計知識獲取、共享和重用研究，完善了設(shè)計知識庫管理，縮短了產(chǎn)品開發(fā)周期；Ram D. Sriram等[9]研究了協(xié)同產(chǎn)品開發(fā)的設(shè)計庫和產(chǎn)品表示，解決了產(chǎn)品設(shè)計中的知識管理問題；余旭等[10]進行了基于領(lǐng)域本體的復(fù)雜產(chǎn)品設(shè)計知識檢索技術(shù)研究，解決了產(chǎn)品數(shù)據(jù)管理系統(tǒng)中知識難以被發(fā)現(xiàn)和重用的問題；Sang Min Jeon等[11]通過CAD模型的語義處理和規(guī)則處理，從CAD模型中提取隱藏的設(shè)計信息和設(shè)計文檔，實現(xiàn)了設(shè)計知識的CAD模型自動檢索；K.Balasubramaniam[12]進行了基于模糊本體的信息檢索研究，通過語義網(wǎng)絡(luò)的知識表達，解決了設(shè)計知識的不確定性檢索問題。

以上研究主要針對設(shè)計資源的信息檢索與獲取，但隨著顧客需求的不斷變化，服務(wù)需求的時變性和環(huán)境的動態(tài)性制約了設(shè)計資源的服務(wù)效率和質(zhì)量?；诖?，將情境感知(Context-Aware，CA)引入到設(shè)計資源服務(wù)中，在分析資源服務(wù)需求動態(tài)演化機理的基礎(chǔ)上，采用協(xié)同過濾獲取算法與貝葉斯方法，解決在環(huán)境信息和設(shè)計需求不斷變化的情況下為設(shè)計者提供適合其需求的設(shè)計資源服務(wù)問題，主動獲取與設(shè)計任務(wù)相關(guān)的設(shè)計資源，為后續(xù)的設(shè)計資源推送提供依據(jù)，提高設(shè)計資源服務(wù)主動推送的效率與質(zhì)量。

2 情境感知相關(guān)理論

2.1 情境感知的概念

情境是一種完全不同于傳統(tǒng)的人與信息空間交流方式的交互模式，其涵蓋了多個學(xué)科，情境是指描述任何實體特征的上下文信息，其中，實體包括人、位置或者與用戶和應(yīng)用交互相關(guān)的一些虛擬對象，也包括用戶和應(yīng)用本身[13-14]。

情境感知是一個對情境上下文信息處理的過程。情境感知通過對系統(tǒng)所感知、獲取的情境數(shù)據(jù)信息進行解釋、管理和使用，并將處理后的情境信息傳達指定的計算設(shè)備，根據(jù)計算設(shè)備分析，同步調(diào)整自身行為，結(jié)合用戶當(dāng)時的顯隱性需求，主動為用戶提供適時、適用的智能服務(wù)。

2.2 情境感知的分類

情境感知可分為主動感知和被動感知。主動感知是直接的顯式感知，感知對象包括用戶信息、所處位置、天氣時節(jié)和設(shè)備環(huán)境等情境信息；被動感知則為內(nèi)部的蘊含感知，感知對象包括用戶特點、風(fēng)俗習(xí)慣、偏愛喜好和知識層次等情境信息。

主動感知到的情境信息稱為主動式情境，在交互過程中，它與應(yīng)用程序行為密切相關(guān)并且能直接改變應(yīng)用程序行為；而被動感知到的情境信息可以稱為被動式情境，在交互過程中，它需要根據(jù)用戶興趣進行操作來間接影響系統(tǒng)行為，通過用戶的主觀選擇、確認后才能激發(fā)或改變應(yīng)用程序行為。

3 設(shè)計資源服務(wù)需求及其獲取問題分析

3.1 設(shè)計資源的定義及分類

設(shè)計資源是產(chǎn)品設(shè)計活動過程不可或缺的基本要素，一般指所有能夠有助于推動產(chǎn)品設(shè)計活動進行的資源，設(shè)計資源的豐富與否直接影響產(chǎn)品設(shè)計活動的順利進行。在產(chǎn)品研發(fā)的各個階段都需要使用大量的設(shè)計資源，包括智力資源、知識資源和工具資源等，如圖1所示。

圖1 設(shè)計資源分類

其中，智力資源是指所有參與產(chǎn)品設(shè)計工作且具有人類智慧行為特征的資源，它的不可剝奪性、能動性以及變化性等智能特征，決定了它在設(shè)計任務(wù)完成過程中的重要影響地位。智力資源包括了設(shè)計工程師、專家顧問、設(shè)計審核者、組織協(xié)調(diào)者以及科研機構(gòu)等。

知識資源是指所有參與到設(shè)計任務(wù)中的、可以數(shù)據(jù)化或信息化的系統(tǒng)資源，它是建立在知識的基礎(chǔ)上、可以被反復(fù)利用的資源，具有不可替代性、非磨損性以及可共享性等特征。知識資源包括了文檔、案例、標(biāo)準(zhǔn)、知識庫、實踐經(jīng)驗以及方法總結(jié)等。

工具資源是指被智力資源按照一定的要求所建立、執(zhí)行功能明確、易于掌握和使用的各種應(yīng)用于設(shè)計任務(wù)的軟件和硬件，工具資源包括了CAD、CAM、CAPP、CAE、PDM等軟件以及實驗設(shè)備、計算資源、原型件等硬件，研究僅限于機械產(chǎn)品設(shè)計資源。

3.2 設(shè)計資源服務(wù)需求及其屬性

設(shè)計資源服務(wù)需求是指需要利用外部資源服務(wù)來完成產(chǎn)品設(shè)計過程，主要是智力資源服務(wù)需求、知識資源服務(wù)需求、工具資源服務(wù)需求以及其他服務(wù)需求，其屬性主要包括基本屬性、目標(biāo)屬性和服務(wù)屬性，如圖2所示。

圖2 設(shè)計資源服務(wù)需求屬性

在圖2中的基本屬性中，需求能力和約束關(guān)系屬于動態(tài)屬性(mov.)，而需求ID、需求類型及需求名稱屬于靜態(tài)屬性(qui.)。其中，需求類型包括信息資源、人力資源、設(shè)備資源、設(shè)計物資以及設(shè)計工具等。在服務(wù)屬性中，服務(wù)ID、服務(wù)類型及服務(wù)名稱屬于功能屬性(fun.)，服務(wù)成本和服務(wù)安全則屬于非功能屬性(N-fun.)。用RT表示設(shè)計資源服務(wù)需求的集合，即：

RT={TasRis,TasRisAtt}

(1)

其中，子集TasRis表示設(shè)計資源服務(wù)需求的集合，它包含IntSerTas(智力資源服務(wù)需求)、KnoSerTas(知識資源服務(wù)需求)、TooSerTas(工具資源服務(wù)需求)和OthSerTas(其他服務(wù)需求)，即：

TasRis={IntSerTas,KnoSerTas,TooSerTas, OthSerTas}

(2)

RT的另一子集TasRisAtt則表示設(shè)計資源服務(wù)需求的屬性集合，包含TasStaAtt(基本屬性)、TasObjAtt(目標(biāo)屬性)和TasSerAtt(服務(wù)屬性)，即

TasRisAtt={DesTask,TasStaAtt,TasObjAtt, TasSerAtt}

(3)

3.3 設(shè)計資源服務(wù)需求的獲取問題分析

在產(chǎn)品設(shè)計過程中，傳統(tǒng)的Web服務(wù)模式給用戶提供的僅僅是設(shè)計資源知識管理系統(tǒng)，用戶通過輸入關(guān)鍵詞檢索并獲取相關(guān)設(shè)計資源，這種以知識檢索為主的靜態(tài)獲取方法在企業(yè)應(yīng)用中存在以下問題：

(1)當(dāng)用戶并不明確自己真正所需要的設(shè)計資源時，難以利用準(zhǔn)確的關(guān)鍵詞進行設(shè)計資源知識檢索活動。

(2)由于不同用戶存在個人水平、背景等差異，對于完成同一設(shè)計任務(wù)所需要的設(shè)計資源不盡相同，這些鮮明的個性化特點在設(shè)計資源知識檢索中都無法體現(xiàn)出來。

(3)當(dāng)用戶輸入較簡單的關(guān)鍵詞，系統(tǒng)不能對其需求進行鎖定、對難以言表的需求進行評估，無法通過用戶需求重要度分析、功能需求映射以及提供設(shè)計參數(shù)等數(shù)據(jù)化操作，將復(fù)雜多變的情境信息應(yīng)用到設(shè)計資源服務(wù)中。

針對上述設(shè)計資源服務(wù)需求的獲取困難問題，采用情境感知服務(wù)模式，解決了情境適配性問題，主動識別獲取資源服務(wù)需求，根據(jù)用戶的現(xiàn)時興趣，針對不同時期的需求為用戶提供資源主動服務(wù)。

4 基于情境感知的設(shè)計資源服務(wù)需求的獲取

4.1 面向設(shè)計資源的情境感知服務(wù)體系

為實現(xiàn)用戶情境信息的主動采集、情境上下文推理及推理結(jié)果的服務(wù)動態(tài)調(diào)用，提出了一種面向設(shè)計資源的情境感知服務(wù)體系。該服務(wù)體系采用分層式結(jié)構(gòu)框架，主要包括情境信息的采集層和情境感知的推理層、訪問層以及服務(wù)層，如圖3所示。

圖3 面向設(shè)計資源的情境感知服務(wù)體系

在企業(yè)產(chǎn)品設(shè)計任務(wù)完成過程中，用戶需求具有不確定性和不穩(wěn)定性，情境信息采集層則通過傳感器主動收集用戶復(fù)雜多變的原始情境信息，對用戶難以言表的需求進行評估并加以權(quán)重分析，再通過數(shù)據(jù)處理器完成用戶需求到功能需求的映射。最終確定功能需求并提供設(shè)計參數(shù)，生成的情境數(shù)據(jù)被下一層所識別并用于下一層數(shù)據(jù)處理。

情境感知數(shù)據(jù)庫主要包含關(guān)系數(shù)據(jù)庫、規(guī)則庫和服務(wù)數(shù)據(jù)庫。其中，關(guān)系數(shù)據(jù)庫用于實現(xiàn)原始數(shù)據(jù)向待使用數(shù)據(jù)的轉(zhuǎn)化，規(guī)則庫被情境感知推理引擎用于存儲推理規(guī)則，服務(wù)數(shù)據(jù)庫則用于存儲設(shè)計資源并及時更新資源信息。

情境感知推理層主要包括接收情境信息、推理器、調(diào)用控制器這三個模塊[15]，它是整個服務(wù)體系的核心，主要完成情境數(shù)據(jù)的推理預(yù)測工作。當(dāng)原始數(shù)據(jù)被處理并傳到該層后，通過調(diào)用規(guī)則庫的相關(guān)算法，推理出用戶當(dāng)前情境狀態(tài)，調(diào)用控制器則從服務(wù)數(shù)據(jù)庫中調(diào)用相關(guān)設(shè)計資源，投其所好地推送給用戶。

情境感知訪問層主要通過與推理層的控制器對接，為用戶提供查詢方式和推送方式。查詢方式是根據(jù)用戶周圍環(huán)境信息的變化為用戶提供所需的靜態(tài)服務(wù)；推送方式是通過系統(tǒng)內(nèi)部的實時監(jiān)聽器來完成服務(wù)數(shù)據(jù)庫中的服務(wù)數(shù)據(jù)與用戶復(fù)雜多變的原始情境相匹配，為用戶推送適時、實用的動態(tài)服務(wù)。

情境感知服務(wù)層主要向用戶提供各種不同性質(zhì)的服務(wù)，可以是計算機網(wǎng)絡(luò)服務(wù)，也可以是實體服務(wù)，如實時提醒建議等。

4.2 基于情境感知的協(xié)同過濾獲取算法

在情境感知服務(wù)體系中，情境感知推理層對情境數(shù)據(jù)的推理預(yù)測工作最為關(guān)鍵，它能夠從規(guī)則庫中調(diào)用合適的算法，即時推理出用戶不同時期的不同情境狀態(tài)。不同的情境信息對用戶的資源選擇產(chǎn)生不同的影響，因此，應(yīng)該根據(jù)不同的情境特點選擇合適的且能融洽到推薦中的方法。

由于設(shè)計工作需要，用戶常常會有自己所偏好的設(shè)計資源類別，從而對外發(fā)出一些偏好情境，而對于偏好情境，采用傳統(tǒng)的協(xié)同過濾方法較為合適，它是以給資源評分的形式用于推薦；當(dāng)這些偏好情境信息經(jīng)過關(guān)系數(shù)據(jù)庫處理后，推理器將會從規(guī)則庫中調(diào)用協(xié)同過濾算法，從而推理出用戶的當(dāng)前情境狀態(tài)及服務(wù)需求。

4.2.1 情境化設(shè)計資源類別偏好

用戶對某些設(shè)計資源的瀏覽目的和瀏覽時間這兩個情境因素直接影響用戶對資源類別的選擇。不同用戶對同樣情境有著不同的敏感度，例如，有些用戶每天不同時段瀏覽的資源類別并無明顯差異，而另一些用戶在一天的不同時段瀏覽的資源類別卻有很大差別，那么對這些用戶采用同一服務(wù)模式將不合適。因此，為了真正實現(xiàn)設(shè)計資源服務(wù)需求的智能獲取，應(yīng)該分別計算每個用戶的設(shè)計資源類別偏好，使其情境化。然而，由于設(shè)計資源服務(wù)系統(tǒng)中通常資源數(shù)量較大、種類較多，而用戶評價較少，加上同一類別的設(shè)計資源又有許多相似的內(nèi)容或功能，因此，為了能夠準(zhǔn)確獲取并掌握用戶在不同情境下對各類別設(shè)計資源的偏好，可以在協(xié)同過濾獲取中引入貝葉斯方法來估算這些資源類別偏好并使其情境化。

要成功地獲取資源服務(wù)需求并給予針對性的服務(wù)推薦，必須有充足的用戶偏好信息。用戶偏好與客觀情境之間可以是一個松耦合的關(guān)系[16]，認為用戶情境在很大程度上反映了用戶對設(shè)計資源內(nèi)容的偏好，如瀏覽時間等情境因素能反映出用戶會在哪種情況下請求該設(shè)計資源服務(wù)。因此，將用戶情境直接應(yīng)用到傳統(tǒng)的協(xié)同過濾算法中，進行用戶對資源評分的預(yù)測工作。就如何將瀏覽目的、瀏覽時間等情境因素融合到獲取算法中的問題，采用貝葉斯方法，如下：

用C1、C2和C3分別表示當(dāng)天瀏覽的時間段、瀏覽日期以及瀏覽目的，V表示設(shè)計資源所屬類別集合，系統(tǒng)主動收集到這一屬性值后，可以計算出用戶選擇vj(vj∈V)類設(shè)計資源的概率，計算方法如下：

(4)

下面根據(jù)訓(xùn)練數(shù)據(jù)來估計式(4)中兩個數(shù)據(jù)項的值。通過每個目標(biāo)值vj在訓(xùn)練數(shù)據(jù)中的概率計算求得每個P(vj)的估計值。由于P(c1,c2,c3|vj)P(vj)的估算需要一個較大的訓(xùn)練數(shù)據(jù)集，而實際上可用的用戶瀏覽記錄通常又比較稀疏，另外，要使用的貝葉斯方法與樸素貝葉斯分類器有著相同的基本原理，因此，可以暫且提出一個假設(shè)：若給定了目標(biāo)值，則屬性值之間相互條件獨立，聯(lián)合的c1,c2,c3的概率就等于每個單獨屬性的概率乘積：

(5)

將式(5)代入式(4)，得到情境化設(shè)計資源類別偏好的貝葉斯計算方法：

(6)

使用式(6)時需要有訓(xùn)練集，而且訓(xùn)練集中的數(shù)據(jù)要求為離散值，因此，所收集到的瀏覽記錄需按照五元組的格式進行格式轉(zhuǎn)換。其中，UserId表示用戶編號；ReadTime表示用戶在某天瀏覽某類設(shè)計資源的時間段，取值格式為{上午，下午，晚上}；ReadDate表示瀏覽日期，即某個工作日或周末；Motive表示瀏覽目的，有工作需求和學(xué)術(shù)應(yīng)用兩種；Category表示所瀏覽設(shè)計資源的類別，取值格式為{智力，知識，工具}。在給定的情況下，可采用貝葉斯模型預(yù)測估算Category中每個屬性值的概率。

4.2.2 融合資源類別偏好的協(xié)同過濾獲取算法

由于不同用戶在同一情境下的設(shè)計資源類別偏好各不相同，為了更好地揭示每個用戶的情境化設(shè)計資源類別偏好，可根據(jù)式(6)，建立每個用戶的貝葉斯模型。

對于瀏覽記錄充分的用戶，可以建立單獨的貝葉斯模型。當(dāng)用戶瀏覽記錄較多時，單獨建立的貝葉斯模型將能夠很好地反映其在各種情境下對各類設(shè)計資源的偏好情況。

對于瀏覽記錄匱乏的用戶，單獨建立的貝葉斯模型將不能保證其準(zhǔn)確性，因此，為了使訓(xùn)練集數(shù)量充足，可將該用戶所在的相似組的記錄引入其貝葉斯模型。至于如何識別用戶的相似組，可采用聚類的方法，即根據(jù)用戶的年齡、性別及工作單位等信息對用戶進行群分類聚。

為不同用戶建立貝葉斯模型得到各自情境化的設(shè)計資源類別偏好，將該偏好與協(xié)同過濾算法相結(jié)合，可以實現(xiàn)基于情境感知的設(shè)計資源服務(wù)需求的智能獲取，步驟如下：

步驟1：用戶相似度計算。協(xié)同過濾服務(wù)系統(tǒng)輸入的是評分矩陣Am×n，表示數(shù)量為m的不同用戶對數(shù)量為n的不同設(shè)計資源評過分。評分信息反映了用戶偏好，通過查看Am×n可以找到與當(dāng)前用戶有相似資源愛好的鄰居用戶，根據(jù)近鄰用戶就可以推測當(dāng)前用戶所需資源類別。為了尋找鄰居用戶，可采用用戶相似度的計算方法。

(7)

步驟2:預(yù)測用戶評分。根據(jù)式(7)可以求出用戶a與其他任意用戶b的相似度，再對所求相似度進行降序排列，取前k個鄰居用戶作為當(dāng)前用戶a的最近鄰B，根據(jù)這些最近鄰，預(yù)測用戶a對資源i的評分，具體計算方法為：

(8)

步驟3:設(shè)計資源服務(wù)期望值計算。最后，將式(6)計算得出的P(vj|c1，c2，c3)與式(8)計算得出的Pa,i相乘，便可得到當(dāng)前用戶a對設(shè)計資源i服務(wù)的期望值，即

Ea,i=P(vj|c1，c2，c3)*Pa,i

(9)

其中，vj表示資源i所屬的設(shè)計資源類別；P(vj|c1，c2，c3)表示根據(jù)式(6)計算得出的用戶a在當(dāng)前情境(c1，c2，c3)下傾向于選擇vj類設(shè)計資源的概率；Pa,i表示根據(jù)式(8)計算得出系統(tǒng)預(yù)測的用戶a對資源i的評分；Ea,i表示在當(dāng)前情境下用戶a對設(shè)計資源i的期望值，期望值越大，用戶a對設(shè)計資源i服務(wù)的需求也就越大。

5 應(yīng)用案例

以某企業(yè)設(shè)計人員w設(shè)計滾動軸承為例，建立基于情境感知的滾動軸承設(shè)計資源服務(wù)體系。當(dāng)用戶w開展?jié)L動體設(shè)計任務(wù)時，系統(tǒng)首先通過傳感器采集用戶w的原始情境信息，并進行用戶需求評估、功能需求映射以及提供設(shè)計參數(shù)等數(shù)據(jù)化處理，得到相應(yīng)的情境數(shù)據(jù)。用戶原始情境與系統(tǒng)生成的情境數(shù)據(jù)對應(yīng)關(guān)系如表1所示。

所得情境數(shù)據(jù)由關(guān)系數(shù)據(jù)庫確定滾動體相關(guān)的設(shè)計資源服務(wù)需求所屬關(guān)系，如圖4所示。

圖4 滾動體設(shè)計資源服務(wù)需求所屬關(guān)系

在圖4中，橢圓表示類，連線表示各類之間所屬關(guān)系，“is-a”表示類的父子繼承關(guān)系，“has-a”表示類與屬性的關(guān)系。由關(guān)系數(shù)據(jù)庫輸出結(jié)果初步判斷用戶w需要10類相關(guān)設(shè)計資源，分別為軸的常用材料及其主要力學(xué)性能(Ⅰ)、滾動軸承的國家標(biāo)準(zhǔn)(Ⅱ)、滾動體數(shù)量與動靜載負荷的關(guān)系(Ⅲ)、滾動體標(biāo)準(zhǔn)件的內(nèi)外徑參照(Ⅳ)、軸的失效形式與設(shè)計準(zhǔn)則(Ⅴ)、滾動體數(shù)量與轉(zhuǎn)速的平衡知識(Ⅵ)、國內(nèi)知名供應(yīng)商(Ⅶ)、軸的疲勞強度計算公式(Ⅷ)、滾動體的專業(yè)裝配方法(Ⅸ)、計算機輔助設(shè)計軟件(Ⅹ)。

表1 用戶原始情境與系統(tǒng)生成的情境數(shù)據(jù)對應(yīng)關(guān)系

綜上，由式(9)計算用戶w對設(shè)計資源Ⅰ的期望值Ew,I=0.5×6=3。同理可得用戶w對其他9類設(shè)計資源的期望值，其對比如圖5所示。其中，Er表示期望值，Vr表示設(shè)計資源所屬類別。

圖5 10類設(shè)計資源期望值比較

從圖5可以看出，用戶w對設(shè)計資源Ⅱ的期望值最大，其次是資源V，資源X的期望值最小。根據(jù)期望值越大的設(shè)計資源服務(wù)需求越大的原理，系統(tǒng)調(diào)用控制器則按照期望值從大到小的順序?qū)⑦@10類設(shè)計資源依次推送給用戶。

通過用戶對不同設(shè)計資源的期望值對比，系統(tǒng)主動篩選與設(shè)計任務(wù)相關(guān)性較大的設(shè)計資源作為優(yōu)先推送目標(biāo)，可以提高設(shè)計資源服務(wù)需求的獲取效率與資源推薦準(zhǔn)確率。

6 結(jié)束語

在產(chǎn)品設(shè)計過程中，傳統(tǒng)的設(shè)計資源管理系統(tǒng)無法主動獲取用戶的設(shè)計資源服務(wù)需求，不能投其所好地為用戶提供針對性的服務(wù)推薦，從而影響用戶及時、高效地完成設(shè)計任務(wù)。為此，對設(shè)計資源服務(wù)需求的獲取問題進行了分析研究，建立了情境感知服務(wù)體系，并且在情境感知推理層的基礎(chǔ)上，提出了情境化設(shè)計資源類別偏好的計算方法；同時，應(yīng)用傳統(tǒng)的協(xié)同過濾算法，求得當(dāng)前用戶對某類設(shè)計資源服務(wù)的期望值，通過所求期望值的大小，表明當(dāng)前用戶對該類設(shè)計資源服務(wù)的需求情況，從而實現(xiàn)了基于情境感知的設(shè)計資源服務(wù)需求的主動獲取，為設(shè)計資源服務(wù)的推薦工作提供了關(guān)鍵技術(shù)支撐。

[1] 陳禮貴,王有遠,肖學(xué)勤.基于情境感知的環(huán)境友好設(shè)計資源服務(wù)研究[J].機械工程師,2013(11):1-3.

[2]XingYingjie,ChengHui,SunJing,etal.Designresourceapplicationservicebasedonthesemanticwebservices[J].JournaloftheChineseSocietyofMechanicalEngineers,2006,27:7-12.

[3] 張汝珍,周雄輝.基于集成產(chǎn)品信息模型的設(shè)計資源檢索算法[J].上海交通大學(xué)學(xué)報,2007,41(8):1248-1251.

[4] 杜 江,曹 巖,白 瑀.面向知識管理的產(chǎn)品設(shè)計資源庫研究[J].西北工業(yè)大學(xué)學(xué)報,2006,26(6):511-514.

[5]StrangT,Linnhoff-PopienC.Acontextmodelingsurvey[C]//Firstinternationalworkshoponadvancedcontextmodeling,reasoningandmanagementaspartofubicomp.[s.l.]:[s.n.],2004:33-40.

[6]TungYH,TsengSS,WengJF,etal.Arule-basedCBRapproachforexpertfindingandproblemdiagnosis[J].ExpertSystemswithApplications,2010,37(3):2427-2438.

[7]StoneRB,WoodKL.Developmentofafunctionalbasisfordesign[J].JournalofMechanicalDesign,2002,122(4):359-370.

[8]SzykmanS,SriramR,BochenekC,etal.Designrepositories:engineeringdesign'snewknowledgebase[J].IEEEIntelligentSystems,2000,15(3):48-55.

[9]SriramR,SzykmanS.Designrepositoriesandproductrepresentationforcollaborativeproductdevelopment[J].ComputerSupportedCooperativeWorkinDesign,2001,12(6):3-4.

[10] 余 旭,劉繼紅,何 苗.基于領(lǐng)域本體的復(fù)雜產(chǎn)品設(shè)計知識檢索技術(shù)[J].計算機集成制造系統(tǒng),2011,17(2):225-231.

[11]SangMJ,LeeJH,HahmGJ,etal.AutomaticCADmodelretrievalbasedondesigndocumentsusingsemanticprocessingandruleprocessing[J].ComputersinIndustry,2016,77:29-47.

[12]BalasubramaniamK.Hybridfuzzy-ontologydesignusingFCAbasedclusteringforinformationretrievalinsemanticweb[J].ProcediaComputerScience,2015,50:135-142.

[13] 徐光佑,史元春,謝偉凱.普適計算[J].計算機學(xué)報,2003,26(9):1042-1050.

[14]DeyAK,AbowdGD,SalberD.Aconceptualframeworkandatoolkitforsupportingtherapidprototypingofcontext-awareapplications[J].JournalofHuman-ComputerInteraction,2001,16(2):97-166.

[15] 張 爍,段 富.基于智能移動平臺的情景感知技術(shù)研究[J].計算機應(yīng)用與軟件,2013,30(8):166-169.

[16] 曾子明,李 鑫.移動環(huán)境下基于情境感知的個性化信息推薦[J].情報雜志,2012,31(8):166-170.

Investigation on Acquisition of Designing Resources ServiceRequirements with Context Awareness

WANG You-yuan1，ZHANG Le-en2

(1.Institute of Industry and Engineering,Nanchang Hangkong University,Nanchang 330063,China;2.College of Aeronautical Manufacturing Engineering,Nanchang Hangkong University,Nanchang 330063,China)

In order to shorten the product development cycle and improve the quality of product design,it is necessary to realize the active push service of design resources needing to solve the requirement acquisition problem of designing resource service.To design resource service requirements are of complexity and variability.In order to solve the problem of how to access the requirement of design resource service more quickly and efficiently,based on the analysis of the characteristics of the context aware reasoning layer,the context aware service system is constructed which can access the requirement of design resource service actively.Bayesian approach is used to make the design resource type,and according to the characteristics of different situations,in order to select the appropriate method which can be integrated into the recommend,a collaborative filtering algorithm based on the preference of fusion resources has been proposed.By calculating the expected value of the service requirements of a number of design resources and comparing their size,the active acquisition of design resources service requirements based on the context aware is realized.The verified example results show that the constructed service system and the proposed algorithm are feasible and effective,which provides a new idea for designing resource active service.

context awareness;resources design;service requirements;acquisition;collaborative filtering;Bayesian

2016-06-13

2016-10-26 網(wǎng)絡(luò)出版時間：2017-03-07

國家科技支撐計劃項目(2013BAF02B01)；江西省火炬計劃項目(20151BBE51064)；江西省科技支撐計劃項目(20141BBE53005)

王有遠(1965-)，男，博士，教授，研究方向為制造業(yè)信息化；張樂恩(1990-)，男，碩士研究生，研究方向為數(shù)字化設(shè)計與制造。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170307.0922.084.html

TP31

A

1673-629X(2017)05-0010-06

10.3969/j.issn.1673-629X.2017.05.003