[发明专利]一种互联网+环境下文化创新企业知识缺口的识别方法

权利要求书

1.一种互联网+环境下文化创新企业知识缺口的识别方法，其特征在于：该方法包括以下步骤：

S1、构建“互联网+”环境下的知识全集网络：

运用无向加权的连通图G＝(V,E)，

节点V＝{v₁,v₂,…,v_m}表示知识主题，边E＝{e_ij|v_i,v_j∈V}表示主题间关联，e_ij的权值d_ij是主题v_i和v_j的关联强度，d_ij越大关联越强，即确定节点集V、关联集E和任意节点间关联强度d_ij的过程；

S2、向量化知识主题语义：

将网络化的知识载体文本表征为词向量的语义信息，并获取语义相似度；

S3、构建文化创新企业储备知识主题网络：

运用无向加权的连通图G'＝(V',E')，其中：

S4、识别需求知识主题及需求知识主题中的知识缺口：

抽取需求知识载体文本中的主题词，通过词频和逆向文档频率完成需求知识主题识别，在识别需求知识主题的基础上，识别需求知识主题中的知识缺口；

在步骤S2中，

通过给定输入词进行语义预测的过程，令ω_t为当前词，c为上下文窗口长度，则p(ω_i|ω_t)(t-c≤i≤t+c)为当前词与窗口内某一词共同出现的概率，模型的训练目标是让下式中H最大，

T为文本长度，每轮训练后采用Softmax分类函数计算损失并进行反向传播，训练结束后，从神经网络的隐层提取主题v_i的向量表示v_i＝(S_i1,S_i2,...,S_in)，n为向量维度，S_in为该向量第n维的值，以Pearson相关系数表示主题v_i和v_j的语义关联度d_ij，形式为

为主题v_i和v_j的向量表示中所有维度的均值；d_ij越大，主题v_i和v_j间的语义关联越强；

在步骤S3中，

储备知识主题网络的主题关联包含共现关联和语义关联，其中：

共现关联度通过主题词共现频次分析获得并进行量化，其形式为

tf_ij为主题词v_i和v_j在同一文档中共现数，tf_i为主题词v_i出现总次数，tf_j为主题词v_j出现总次数，O_ij为主题词v_i和t_j之间的系数，O_ij越大，主题v_i和v_j之间的共现关联越强；主题词v_i和v_j在储备知识主题网络中关联度为：

R_ij＝1-(βO_ij+(1-β)d_ij)

β∈(0,1)为权重系数；

以储备知识主题网络中知识主题间的关联度修正知识全集网络的主题关联度，具体为

在步骤S4中，词频tf_ij表示为

n_ij是词v_i在文档d_j中出现的频率，是文档d_j中所有词出现的总频率；

逆向文档频率idf_i表示为

|D|为描述需求知识的总文档数，|{j:t_i∈d_j}|为包含v_i的文档数；

同时考虑词频tf_ij和逆向文档频率idf_i，某一主题词的重要度为tfidf_i＝tf_ij*idf_i

设定重要度阈值α，则需求知识主题集合V”＝{v_i|v_i∈V且tfidf_iα}，

对需求知识主题集合V”，计算

作为需求知识主题v_i在需求知识主题集合中的权重，需求知识主题集合V”的权重系数矩阵写成

A＝(tfidf₁',tfidf₂',…,tfidf_n')

其中n是V”中的元素个数；

在步骤S5中，针对需求知识主题v_i运用特征向量中心度刻画组织的储备知识主题网络中某一知识主题的重要度，其形式为

γ为一个比例常数，R_ij是主题v_i和v_j在储备知识主题网络中的关联度，E_i是主题v_i在储备知识主题网络中的特征向量中心度，E_j则是主题v_i的邻居主题v_j的特征向量中心度；

对于v_i∈V”，E_i就反映了储备知识主题网络满足需求知识主题v_i的能力，对知识主题满足能力进行模糊化，为将精确的特征向量中心度向知识满足能力的模糊论域映射，建立模糊评价集合

U＝{u₁,u₂,u₃}

分别表示知识主题满足能力差、一般和好的隶属度，其线性隶属度函数定义为

其中0≤a＜b＜c＜d≤1，根据上式计算需求知识主题集合V”中的主题v_i对各能力级别的隶属度，得到模糊关系矩阵

通过模糊相容计算，得到组织面向需求知识主题集合时的知识满足能力模糊评价向量B＝A·R。

2.根据权利要求1所述的互联网+环境下文化创新企业知识缺口的识别方法，其特征在于：根据模糊评价向量B中各分量的隶属度分布，识别所面向文化创新企业知识满足能力：

对于满足能力评价为好的，意味着需求知识主题集V”在知识储备网络中既有对应主题，该主题也与邻居主题占据了网络中心位置，表示该文化创新企业长期从事此类主题的知识创新活动，需求知识能完全在组织内得到满足；

对于满足能力为差的，认为需求知识主题集V”所涉及的知识主题未出现在知识储备网络中；

对于满足能力为一般的，认为需求知识主题集V”在知识储备网络中有对应主题，但仍有待于加强提升。