[发明专利]一种面向流程的领域知识抽取与推送系统及方法

权利要求书

1.一种面向流程的领域知识抽取与推送系统，其特征在于，包括如下模块：

用户模块，用户是知识推送的目标，用户参考系统推送的知识执行流程任务，并进行其他知识管理活动；

知识资源模块，为企业知识提供一个存储空间，并对其进行分类管理,响应知识推送请求,辅助用户模块的员工完成流程任务；

知识推送模块，由知识表示抽取层和知识计算重构层构成，用于缩小知识匹配范围，只匹配符合流程特性的领域知识,并推送给用户,提高匹配效率和精度；

流程模块，是知识推送的源头，流程由企业的具体需求产生,可以划分成多个相对独立的子流程任务,各个子流程可以根据其涉及的相关知识来设置知识的属性。

2.根据权利要求1所述的面向流程的领域知识抽取与推送系统，其特征在于，所述用户模块进行的其他知识管理活动包括对推送的知识进行评价和反馈、发布自己的隐性知识、定制感兴趣的知识、向其他用户推荐知识等。

3.根据权利要求1所述的面向流程的领域知识抽取与推送系统，其特征在于，所述知识资源模块是由企业知识库、企业员工隐性知识、客户知识、企业外部公开网络等方面的知识构成的一个知识空间。

4.根据权利要求1所述的面向流程的领域知识抽取与推送系统，其特征在于，所述知识推送模块由知识表示抽取层和知识计算重构层构成。

5.根据权利要求4所述的面向流程的领域知识抽取与推送系统，其特征在于，所述知识表示抽取层包括知识抽取层和知识表示层。

6.根据权利要求5所述的面向流程的领域知识抽取与推送系统，其特征在于，所述知识抽取层是指采用文本信息提取技术从企业内众多的知识资源中提取出所需的知识内容。

7.根据权利要求6所述的面向流程的领域知识抽取与推送系统，其特征在于，所述文本信息提取技术是指从一段文本中提取出规定的某一类或几类特定信息,并将其进行结构化处理的过程；其处理过程包括，首先构造信息提取的规则集,再利用这些规则从文本中提取出指定的信息。

8.根据权利要求5所述的面向流程的领域知识抽取与推送系统，其特征在于，所述知识表示层是将文本信息提取的结果以数据库的数据表等形式进行信息规范化，知识表示层与知识向量对应。

9.根据权利要求4所述的面向流程的领域知识抽取与推送系统，其特征在于，所述知识计算重构层是指在知识表示的基础上，根据流程任务对知识的需求，通过对知识的匹配运算，得到符合条件的知识，并将所得到的知识推送给执行流程任务的用户。

10.根据权利要求9所述的面向流程的领域知识抽取与推送系统，其特征在于，所述知识的匹配运算包括如下步骤：

第一，相关性计算，是指根据业务流程对知识的需求（即流程向量），以及知识自身的特征（即知识向量）和用户的专业、偏好及经验（即用户属性向量），对符合知识需求的知识进行相关性计算；

第二，知识分值计算，是指基于用户行为向量产生的对知识的评分计算；

第三，知识排序，是指在相关性计算的基础上，知识分值计算结果干预相关性计算对知识的排序，得到校正后的知识得分，按照得分从高到低的顺序对知识进行排序，将结果推送给完成某一特定任务的用户，从而实现本发明所述的与流程任务具有紧密联系的知识的推送。

11.一种面向流程的领域知识抽取与推送方法，其特征在于，包括如下步骤：

第一，从知识资源中抽取知识并用知识向量表示，从流程任务中提取流程向量，从用户描述中提取用户属性向量；

第二，通过在流程向量、用户属性向量和知识向量之间进行匹配计算，得出知识需求和知识的相关度；

第三，通过用户行为变量计算得到知识分值，最终用知识分值对知识相关度计算的结果进行校正，得到与流程任务密切相关的知识排序结果，实现知识向流程任务的更准确推送。

12.根据权利要求11所述的面向流程的领域知识抽取与推送方法，其特征在于，所述从知识资源中抽取知识是指采用文本信息提取技术从企业内众多的知识资源中提取出所需的知识内容；所述文本信息提取技术是指从一段文本中提取出规定的某一类或几类特定信息,并将其进行结构化处理的过程。

13.根据权利要求11所述的面向流程的领域知识抽取与推送方法，其特征在于，所述知识向量是用来描述知识的向量空间。