[发明专利]一种碎片化知识智能化聚合方法

权利要求书

1.一种碎片化知识智能化聚合方法，其特征在于：步骤如下：

步骤1.定义知识元本体：

将知识进行合理地碎片化分割，成为具有最小知识点集合的粒度，所述粒度是一个具有完整语义单元的知识元，所述知识元的知识元本体结构描述为如下四元组:

K＝(C,P,M,R) (1)；

其中，K表示知识元本体结构，C表示某个领域概念，P，M分别是概念C上的一组属性和方法，R是建立在C上的与其他概念的一组关系；

步骤2.定义碎片化知识本体关联聚合：

为进一步明确知识元本体结构的语义内容和语义关联，公式(1)分解为:

(C,P,M) (2)

(C,R) (3)

其中，公式(2)是对领域概念C自身的描述，体现为对属性集P和方法集M的定义和描述；公式(3)则是对概念C与领域中其他概念之间的一组特定的领域关系R的描述；

每个碎片化知识能够由若干知识元本体构成；

步骤3.建立基于本体蕴涵的关联聚合规则：

对于碎片化知识，建立相关关联规则表示为一个形如R:的蕴含式，其中且关联规则R:的支持度support是指搜索集D中同时包含知识点X和知识点Y的搜索次数与所有搜索次数之比，即

关联规则R:的置信度Confidence是指搜索集D中包含知识点X和知识点Y的搜索次数与包含知识点X的搜索次数之比，即

当支持度和置信度均较高时，关联规则才是用户感兴趣的、有用的关联规则；

关联规则的最小支持度记为sup_min，用于衡量关联规则需要满足的最低重要性；最小置信度记为conf_min，表示关联规则需要满足的最低可靠性；

步骤4.聚合关联规则判定：

如果两个碎片化知识点之间的关联规则R:满足且则关联规则R:为强关联规则，否则为弱关联规则；

步骤5.基于知识元本体的碎片知识关联规则判定：

在任意两个碎片知识本体结构K₁＝(C₁,P₁,M₁,R₁)和K₂＝(C₂,P₂,M₂,R₂)中，若K₁∈K，K₂∈K，并有C₂∈∪(C₁)，其中∪(C₁)是概念C₁的关联概念集合，则称K₁本体蕴涵K₂，记做K₁→K₂，概念C₁的关联概念集合∪(C₁)是指以节点K₁为原点，进行语义链接，所能关联到的所有节点的集合；因此，本体蕴涵实质是在碎片知识本体语义网络图中，如果有C₂∈∪(C₁)，则节点K₁和节点K₂之间至少存在一条语义链接；

步骤6.碎片知识聚合关联发现：

设S和T分别为知识元的数据源，K₁和K₂为碎片知识本体结构，即K₁∈K，K₂∈K，若ξ₁(K₁,S)，ξ₂(K₂,T)，且K₁→K₂，则称碎片知识元T构成到碎片知识S的一个知识聚合关联发现；

步骤7.实现碎片化知识聚合：

根据以上对碎片知识本体结构及聚合关联方法，若碎片知识本体由n个本体元素组成，即概念集C＝{C₁,C₂,…,C_n}和建立在C上的关系集R＝{R₁,R₂,…,R_n}将共同组成一个语义关联聚合网络图:

G＝{X,E} (6)；

其中，X为语义关联网络的节点集，E为语义链接集，X的值域为概念集C，E的值域为关系集R；基于此，知识元本体通过概念之间的关系集R构成了相对完善的碎片知识语义内容体系和网络化语义关联结构；

通过公式(6)即可实现碎片化知识智能化聚合。