基于全生命周期成本理论的知识匹配方法

《基于全生命周期成本理论的知识匹配方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于全生命周期成本理论的知识匹配方法林友谅刘芳姚夏梁湖南理工学院经济与管理学院摘要：为丫完善生命周期成本知识库的应用，提出棊于全生命周期成本理论的知识匹配方法。首先在知识库中分岗位按控制全生命周期成本的重要性建立岗位知识重耍性表，然后根据用户查询与知识在隐性语义空间计算相关度，按用户所在的岗位、岗位知识重要性、相关度完成知识匹配，实验表明方法的可用性和合理性。关键词：生命周期成本;知识匹配;岗位需求;作者简介：林友谅，男，湖南理工学院讲师，中南大学在读博士研宂生;主要研宄方向：决策分析、知识匹配。基金：湖南省教育厅科学研究项目“基于全生命周期成木理论的知识匹配方法研宄”（项目编号：1

2、5C0635）一、引言面向产品全生命周期成本管理的知识库的构建厘清了成本控制与相关知识的关系，促进了组织成员之间的知识共享。知识库易用的关键是用户要能快速有效地获取知识，因而知识匹配方法受到人们重视。现奋知识匹配方法主要奋基于文档的方法和基于查询日志的方法。DumaisT等于1988年提出LSI（隐性语义标引）模型，该模型已在文本匹配领域己得到广泛应用。现有知识匹配的研宂往往忽略岗位对知识的重耍性需求，而用户的岗位调动或个人工作职责变更也经常发生，现有文献也较少从控制全牛.命周期成木的角度进行知识匹配。因此，已有知识匹配方法直接应用于企业全生命周期成本知识库均存在一定的局限性。基于此

3、，利用控制生命周期成本的岗位知识重要性和LSI模型，提出一种基于全生命周期理论的知识匹配方法。二、基本理论和方法（一）全生命周期成本理论按全生命周期成本理论，产品按其生命的产生到结束可分为设计过程、制造过程、销售过程、使用过程、处置回收过程。图1全生命周期成本组成图下载原图每个过程又包括成多个任务，完成每个任务都需耍耗费成本，这些成本之和组成产品生命周期成木。（二）控制生命周期成本的岗位重要知识由于按产品从产生到消亡的生命周期可分成多个阶段，每个阶段可分成多个过程，每个过程又可分成多个任务，在完成任务时，该岗位积累了所需的控制生命周期成木的知识。利用专家经验，可以为每份知识文档在各岗

4、位下定义重要性，例如文档j在岗位1下控制产品生命周期成本的重要性为7~，其取值范围为0—1，值越大表示该岗位越需要该知识，据此可构建控制全生命周期成本的岗位知识重要性的数据表。（三）基于LSI模型的知识匹配过程基于生命周期成木理论的知识匹配方法仍需要利用LSI模型实现知识匹配，当用户从知识库中输入査询条件后，系统根据用户所在的岗位找到该岗位所需的知识文档，同时将用户查询视同“伪文档”，利用LSI模型计算用户查询和知识库文档的相关性，并根据岗位知识重要性，确定需匹配的知识，具体过程见图2。图2基于LSI模型的知识匹配过程下载原图如阁所示，首先，构建隐性语义空间，通过对特征词i在岗位所需

5、的文档j中出现的频率和反文档频数因子组成的特征词-文档矩阵进行预处理，生成矩阵X，利用式（1）对矩阵X进行奇异值分解，-X^：UoUo=l,VoVo=l,S。为r阶对角矩阵。选择S。中k个最大的奇异值，将其余的元素都置为0，构成矩阵S。同吋，取U。和V。的前k列得矩阵U和V，利用Xk=USV构建X的k秩近似矩阵Xk;其次，计算查询文本与文档j的相似度，把查询文本视同一份“伪文档”，则可转换为查询文本向量q,并利用q=SUq将q投影到k维语义空间形成向量q。利用式（2）计算查询文本与文档j在隐性语义空间相似度，其中山为文档j的隐性语义空间中的投影;再次，据式（3）计算该岗位下查询文本与

6、知识文档的匹配度，选择匹配度大于阀值的知识，降序排列送给用户。三、实验结果及分析某企业构建了基于生命周期成本知识库，知识库中存储了用户、岗位、岗位知识重要性、特征词、知识等实体。我们选择五份知识文档K,、K2、K3、K4、K5,—个用户，两个岗位B^B。，通过变更查询条件，变更人员岗位来测试匹配方法的冇效性。（一）实验与生命周期成本相关的六个特征词在该五份文档中形成矩阵A，五份文档在两个岗位B,、B2下控制全生命周期成木的重要性矩阵为（B,，B2），将岗位B,分配给用户，査询文本的特征词词频向量（1，1，0，0，0，0）。可计算出归一化的特征词权重矩阵A。映射到k=3的隐性语义空间形

7、成矩阵X、。则查询文档在该隐性语义空间屮的映射向量q为（-0.4229，0.6114，-0.7355）,据式（2）得相似性向量（0.6282,-0.2712,0.8707,0.3198,0.2123）,据式（3）得匹配度为（0.6282,-0.2712,0.8707,0.3198,0.2123）,设置阀值0.2，则选择知识（K3,K,，K,，K5）依序推送给用户。实验表明：在岗位知识重要性相同的情况下，查询文本和知识文档越相似，匹配度越高，表明方法合理有效