[发明专利]知识库数据更新方法、系统及知识库

说明书

技术领域

本发明涉及数据处理技术，特别是涉及一种知识库数据更新方法、系统及知识库。

背景技术

知识库(Knowledge Base)，又称为智能数据库或人工智能数据库。知识库是知识工程中结构化、易操作、易利用、全面有组织的知识集群，是针对某一(或某些)领域问题求解的需要，采用某种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。这些知识片包括与领域相关的理论知识、事实数据，由专家经验得到的启发式知识，如某领域内有关的定义、定理和运算法则以及常识性知识等。

知识库中的数据信息都对应一个可信度，可信度用于表示数据信息的准确性。在调用知识库中的数据信息时，一般选取可信度最高的。传统的知识库都是由专家根据经验，预先输入相关的数据信息。因此，知识库中的数据信息的内容及存储结构在使用过程中是不变的。而由于人们认识水平有限，预先输入知识库中的数据信息不一定最准确，从而导致知识库中的数据信息真实的可信度会发生变化。然而，由于数据信息的内容及存储结构为固定的，在访问知识库中的数据信息时，依然按照数据信息原先对应的可信度进行搜索和筛选，从而使得数据访问的准确率不高。

发明内容

基于此，有必要提供一种可有效提高数据访问的准确率的知识库数据更新方法、系统及知识库。

一种知识库数据更新方法，用于对知识库中的数据信息进行更新，所述数据信息对应一个可信度及反馈次数，所述方法包括以下步骤：

获取用户对所述数据信息的反馈信息；

读取所述数据信息对应的可信度及反馈次数；

根据所述数据信息对应的可信度、反馈次数及所述反馈信息更新所述可信度。

在其中一个实施例中，所述根据所述数据信息对应的可信度、反馈次数及所述反馈信息更新所述可信度的方式为：

B＝(b*k+c)/(k+1)

其中，b和k分别为读取到的所述数据信息对应的可信度及反馈次数，c为用户对所述数据信息的反馈信息，B为更新后的可信度。

在其中一个实施例中，在所述根据所述数据信息对应的可信度、反馈次数及所述反馈信息更新所述可信度的步骤之后，所述方法还包括：

根据所述可信度的大小，对所述数据信息进行重新排序。

在其中一个实施例中，在所述根据所述数据信息对应的可信度、反馈次数及所述反馈信息更新所述可信度的步骤之后，所述方法还包括：

将所述可信度与预设的阈值相比较，并将可信度小于所述阈值的数据信息删除。

一种知识库数据更新系统，用于对知识库中的数据信息进行更新，所述数据信息对应一个可信度及反馈次数，所述系统包括：

反馈接收模块，用于获取用户对所述数据信息的反馈信息；

读取模块，用于读取所述数据信息对应的可信度及反馈次数；

可信度更新模块，用于根据所述数据信息对应的可信度、反馈次数及所述反馈信息更新所述可信度。

在其中一个实施例中，所述可信度更新模块更新所述可信度的方式为：

B＝(b*k+c)/(k+1)

其中，b和k分别为读取到的所述数据信息对应的可信度及反馈次数，c为用户对所述数据信息的反馈信息，B为更新后的可信度。

在其中一个实施例中，还包括重排序模块，重排序模块用于根据所述可信度的大小，对所述数据信息进行重新排序。

在其中一个实施例中，还包括数据剔除模块，所述数据剔除模块用于将所述可信度与预设的阈值相比较，并将可信度小于所述阈值的数据信息删除。

一种知识库，包括：

如上述优选实施例中任一项所述的知识库数据更新系统；

请求处理模块，用于接收用户的处理请求，并获取与所述处理请求匹配且可信度最大的数据信息；

数据输出模块，用于将获取的所述数据信息返回至用户。

在其中一个实施例中，所述请求处理模块包括：

匹配单元，用于在知识库中查找与所述处理请求匹配的数据信息；

选择单元，用于从所述匹配的数据信息进行筛选，选取其中可信度最大的数据信息。