[发明专利]用于选择针对工业系统的配置而使用的项目的平台

权利要求书

1.一种计算机实现方法，用于在选择会话期间对可用于系统的配置的项目进行上下文感知的排序，所述方法包括以下步骤：

（a）提供（S1）数字输入向量V作为上下文，所述数字输入向量V表示在当前选择会话中选择的项目；

（b）使用人工神经网络ANN从所述数字输入向量V来计算（S2）压缩向量V_comp，所述人工神经网络ANN被适配成捕获项目之间的非线性依赖性；

（c）将所述压缩向量V_comp乘以（S3）权重矩阵E_I以计算输出得分向量S，所述权重矩阵E_I是从因子矩阵E中导出的，所述因子矩阵E是作为对所存储的关系张量T_r进行张量因子分解的结果而获得的，所述关系张量T_r表示历史选择会话中执行的项目选择、可用项目以及其属性之间的关系r；以及

（d）根据所计算的输出得分向量S的相关性得分来对所述可用项目进行自动排序（S4），以用于在当前选择会话中选择。

2.根据权利要求1所述的方法，其中所述数字输入向量V被应用于所述人工神经网络ANN的输入层，并且其中所述人工神经网络ANN是经训练的反馈前向人工神经网络ANN。

3.根据权利要求1或2所述的方法，其中所述人工神经网络ANN包括至少一个隐藏层，所述隐藏层具有被适配成应用非线性激活函数σ、特别是ReLU激活函数的节点。

4.根据权利要求3所述的方法，其中所使用的人工神经网络ANN的最后一个隐藏层中的节点数量等于关系核心张量G_c的维数，所述关系核心张量G_c是作为对所存储的关系张量T_r进行张量因子分解的结果而获得的。

5.根据前述权利要求1至4中任一项所述的方法，其中所使用的人工神经网络ANN包括输出层，所述输出层具有被适配成应用sigmoid激活函数来计算所述压缩向量V_comp的节点。

6.根据前述权利要求1至5中任一项所述的方法，其中所述数字输入向量V针对每个可用项目包括向量元素，所述向量元素具有如下数值：所述数值指示用户或代理在当前选择会话中已经选择了多少个相应的可用项目。

7.根据前述权利要求1至6中任一项所述的方法，其中借助于张量因子分解，将所述关系张量T_r分解成关系核心张量G_c和因子矩阵。

8.根据前述权利要求1至7中任一项所述的方法，其中所述关系张量T_r是从所存储的知识图KG中自动导出的，其中所述知识图KG包括表示历史选择会话的节点n、表示可用项目的节点n、以及表示所述可用项目的技术属性的节点n，并且进一步包括表示所述知识图KG的节点n之间的关系r的边e。

9.根据权利要求8所述的方法，其中所述关系张量T_r包括三维包含关系张量T_c，其中所述三维包含关系张量T_c的每个张量元素表示所述知识图KG内的三元组t，其中所述三元组由表示选择会话的第一节点n₁、表示可用项目的第二节点n₂、以及两个节点n₁、n₂之间的包含关系r_c组成，所述包含关系r_c指示由所述知识图KG的第一节点n₁表示的选择会话包含由所述知识图KG的第二节点n₂表示的项目。

10.根据权利要求9所述的方法，其中所述三维关系张量T_r包括稀疏张量，其中如果相关联的三元组t在所存储的知识图KG中存在，则每个张量元素具有逻辑高值，并且如果相关联的三元组t在所存储的知识图KG中不存在，则每个张量元素具有逻辑低值。