基于設(shè)計人員需求的知識推送技術(shù)研究

劉同磊，曹云峰，莊麗葵

（1.南京航空航天大學(xué) 自動化學(xué)院，江蘇 南京 210016；2.南京航空航天大學(xué) 航天學(xué)院，江蘇 南京210016）

基于設(shè)計人員需求的知識推送技術(shù)研究

劉同磊1，曹云峰2，莊麗葵2

（1.南京航空航天大學(xué) 自動化學(xué)院，江蘇 南京 210016；2.南京航空航天大學(xué) 航天學(xué)院，江蘇 南京210016）

為了提高飛行控制系統(tǒng)（簡稱飛控系統(tǒng)）的設(shè)計效率，提出了一種基于飛控系統(tǒng)設(shè)計人員需求的知識推送方法。建立了設(shè)計任務(wù)的功能模型和包含領(lǐng)域?qū)傩约安僮魅罩镜脑O(shè)計人員興趣模型，并設(shè)計了興趣模型中個興趣項的計分方法和設(shè)計人員隱性信息提取算法。依據(jù)設(shè)計人員興趣模型給出了設(shè)計人員興趣模型的更新原理，設(shè)計了基于本體的語義相似度知識匹配求解算法。開發(fā)了面向飛控系統(tǒng)設(shè)計的知識推送原型系統(tǒng)。通過一個實例驗證了本文提出方法的有效性。

飛控系統(tǒng)；知識推送；設(shè)計任務(wù)；功能模型；興趣模型

隨著航空技術(shù)的快速發(fā)展，飛行器承擔(dān)的任務(wù)逐步增加，飛行控制系統(tǒng)正向著航空綜合化方向發(fā)展，與此相對應(yīng)，飛控系統(tǒng)的規(guī)模越來越大，系統(tǒng)結(jié)構(gòu)、功能、行為及數(shù)據(jù)交聯(lián)關(guān)系越來越復(fù)雜。這意味著飛控系統(tǒng)設(shè)計人員在設(shè)計的過程中需要的知識量越來越大，種類越來越多[1]。目前的知識管理系統(tǒng)提供的是一種以查詢?yōu)橹鞯睦瓌邮椒?wù)方式，即設(shè)計人員在獲得自己需要知識前首先要明確自己的知識需求，通過檢索詞檢索來獲得相應(yīng)的知識。在這種服務(wù)方式下，檢索的結(jié)果包含大量的“垃圾知識”，出現(xiàn)信息冗余，設(shè)計人員的大量時間都耗費在知識的查詢中，嚴(yán)重影響飛控系統(tǒng)的設(shè)計效率。因此，快速準(zhǔn)確地向設(shè)計人員推送所需知識，對提高飛控系統(tǒng)的設(shè)計效率有重要的意義。

知識推送最早由美國《信息周刊》主編Ricadela[2]提出，并將其定義為一種網(wǎng)絡(luò)化的知識服務(wù)方式。知識推送的本質(zhì)是在適當(dāng)?shù)臅r間將適當(dāng)?shù)闹R推送給正確的人。知識推送一經(jīng)提出便得到了國內(nèi)外學(xué)者的廣泛關(guān)注，石美紅等[3]在研究工作流引擎和知識引擎雙驅(qū)動的知識主動推送實現(xiàn)機制的基礎(chǔ)上，提出一種集設(shè)計人員、過程和知識為一體的知識主動推送服務(wù)的方法；蔣翠清等[4]研究了面向產(chǎn)品設(shè)計人員需求的知識推送服務(wù)，提出一種知識服務(wù)層次模型和需求驅(qū)動的產(chǎn)品設(shè)計知識服務(wù)運行模式；JUNG J J[5]研究了電子商務(wù)領(lǐng)域用戶的知識推送，構(gòu)建了知識推送框架；項興彬[6]研究了基于本體的知識推送系統(tǒng)，提出了基于本體的用戶模型，給出了用戶模型的構(gòu)建方法，最后對知識系統(tǒng)進行了實現(xiàn)；蔣翠清等[7]研究了知識推送在產(chǎn)品協(xié)同設(shè)計中的應(yīng)用，提出設(shè)計過程知識需求模型的更新方法，設(shè)計了一種面向協(xié)同的產(chǎn)品設(shè)計知識推送模型；吉祥等[8]在建立設(shè)計任務(wù)和設(shè)計知識本體模型的基礎(chǔ)上利用粗糙集和信息技術(shù)從知識使用日志中抽取了知識推送規(guī)則，進而實現(xiàn)了產(chǎn)品設(shè)計知識的推送；王世凱等[9]建立了領(lǐng)域知識與情境知識本體模型，在此基礎(chǔ)上研究了基于情境的知識推送技術(shù)；王占松等[10]提出了一種基于機械設(shè)計意圖建模的知識主動推送服務(wù)方法，開發(fā)了相應(yīng)的原型系統(tǒng)；張艷等[11]在金字塔式技術(shù)狀態(tài)知識管理體制研究的基礎(chǔ)上，提出了一種基于知識地圖的航天技術(shù)狀態(tài)知識推送方法，并通過建立面向航天領(lǐng)域特點的分層立體知識地圖和單層知識地圖，實現(xiàn)面向空間和時間的雙維度知識推送。

綜合上述文獻可以看出知識推送已經(jīng)得到了廣泛的研究，但是在這些研究中，缺乏對設(shè)計任務(wù)知識需求的研究。同時，在對設(shè)計人員進行知識推送時，沒有充分考慮到設(shè)計人員的個性化知識需求，導(dǎo)致他們很難獲取所需知識。針對這些不足，本文研究了面向飛控系統(tǒng)設(shè)計人員知識需求的知識推送技術(shù)，綜合考慮設(shè)計任務(wù)知識需求和設(shè)計人員的個性化知識需求，基于此可使推送的知識更加符合設(shè)計人員的需求。

1 基于設(shè)計人員需求的知識推送框架

文中的知識推送是在飛控系統(tǒng)設(shè)計過程中，根據(jù)設(shè)計人員的知識需求 （包括設(shè)計任務(wù)知識需求和設(shè)計人員的個性化知識需求），系統(tǒng)自動地檢索知識并向設(shè)計人員主動提供所需要的知識。文中基于設(shè)計人員需求的知識推送框架如圖1所示。

圖1 基于設(shè)計人員需求的知識推送框架

整個推送框架分為兩層：

第一層，需求捕獲和知識推送，當(dāng)設(shè)計人員在進行飛控系統(tǒng)設(shè)計時，設(shè)計人員根據(jù)自己的設(shè)計經(jīng)驗和能力對設(shè)計任務(wù)進行分解，分解為不同的設(shè)計子任務(wù)，然后構(gòu)建設(shè)計任務(wù)的功能模型，按照匹配方法進行知識匹配，得到設(shè)計任務(wù)需求知識集合；同時構(gòu)建設(shè)計人員的興趣模型，并計算操作行為中各個興趣項的權(quán)值，按權(quán)值的高低排序；然后將設(shè)計人員的領(lǐng)域?qū)傩运鶎?yīng)的知識從設(shè)計人員需求知識集合中剔除。在自己熟悉的領(lǐng)域，設(shè)計人員基本能夠掌握該領(lǐng)域的知識，所以在設(shè)計任務(wù)需求知識集合中剔除了設(shè)計人員熟悉的知識，這樣處理也符合將最需要的知識推送給設(shè)計人員的原則；然后將剩余的設(shè)計任務(wù)需求集合按照設(shè)計人員興趣項權(quán)值高低進行排序，形成設(shè)計人員需求知識集合，最后將知識推送給設(shè)計人員。

第二層，設(shè)計人員知識需求更新，根據(jù)當(dāng)前用戶的操作行為和推送決策，更新設(shè)計人員興趣模型，更新設(shè)計人員的個性化知識需求，從而使得下次推送時獲得準(zhǔn)確的設(shè)計人員個性化知識需求。

2 設(shè)計人員知識需求的獲取

2.1 設(shè)計任務(wù)知識需求獲取

在飛控系統(tǒng)的設(shè)計過程中，設(shè)計人員在接到設(shè)計任務(wù)后，會根據(jù)目前所具有的設(shè)計經(jīng)驗和設(shè)計資源將設(shè)計任務(wù)進行相應(yīng)的分解，設(shè)計任務(wù)的分解有利于知識需求的確定，綜合這些設(shè)計子任務(wù)的知識需求成整個設(shè)計任務(wù)知識需求集合。在設(shè)計任務(wù)知識需求獲得的過程中起到關(guān)鍵作用的是設(shè)計任務(wù)的預(yù)期功能這一屬性，為了與知識庫中的知識更容易的匹配，需要對預(yù)期功能進行一個形式化的表達。飛控系統(tǒng)的設(shè)計任務(wù)多為求解型，即從已知情況出發(fā)，通過計算、推斷等，找出一個合適系統(tǒng)的最佳配置，其預(yù)期功能表達的形式從語法上多為動詞和名詞相結(jié)合的特點，如飛控計算機模塊，其在飛控系統(tǒng)中的功能主要有兩個：1）解算控制律；2）控制模態(tài)轉(zhuǎn)換。其中的動詞為“解算”、“轉(zhuǎn)換”，名詞為“控制律”、“控制模態(tài)”。所以本文采用“名詞+動詞”的形式來對功能模型進行表達，同時這些名詞和動詞經(jīng)過語義標(biāo)注可以在飛控系統(tǒng)知識本體找到相應(yīng)的概念實體，方便了后面知識匹過程中相似度的計算。功能模型如圖2所示。

圖2 設(shè)計任務(wù)的功能模型

2.2 設(shè)計人員個性化知識需求獲取

1）設(shè)計人員的興趣模型

設(shè)計人員的興趣模型包含兩方面：設(shè)計人員熟悉領(lǐng)域和通過分析設(shè)計人員的歷史操作日志獲取的設(shè)計人員的興趣特征。其中設(shè)計人員熟悉領(lǐng)域的信息為顯性信息，比較容易從用戶的注冊信息中獲得，如設(shè)計人員主要從事控制律的設(shè)計，則其熟悉的領(lǐng)域為控制律設(shè)計，一個設(shè)計人員熟悉的領(lǐng)域可以不止于一個。文中設(shè)計領(lǐng)域依據(jù)飛控系統(tǒng)的系統(tǒng)組成來劃分領(lǐng)域模塊。操作日志記錄的興趣特征為隱性信息，設(shè)計人員在搜尋資料、瀏覽文檔、檢索知識、及推送決策等會留下操作痕跡和信息，這些信息從某種程度上會暗示用戶的興趣。

根據(jù)以上分析建立設(shè)計人員的用戶興趣模型，如圖3所示。

圖3 用戶興趣模型

對于用戶興趣模型中的領(lǐng)域?qū)傩员疚挠靡唤M關(guān)鍵詞集合來表示。操作日志中包含多個興趣項，這些興趣項由檢索記錄、瀏覽記錄、推送決策、反饋評價等組成。這些興趣項和領(lǐng)域?qū)傩栽谟脩舻呐d趣模型中都有相應(yīng)的權(quán)值，但這些權(quán)值不是一成不變的，權(quán)值的高低設(shè)計人員對該領(lǐng)域的熟悉程度或是對某方面的操作頻繁程度，權(quán)值的改變也是設(shè)計人員興趣模型更新的依據(jù)。

2）設(shè)計人員隱性信息提取算法

設(shè)計人員在知識服務(wù)的過程中會進行瀏覽知識、檢索知識、對推送的知識做出決策、對知識進行反饋評價等行為。為了確定操作日志中各個信息對設(shè)計人員興趣模型的影響程度，對操作日志中的興趣模型項設(shè)置了興趣分。通過計算操作日志中各個項的分?jǐn)?shù)來確定興趣模型。隱性知識的獲取主要包括瀏覽記錄、推送決策、反饋評價、檢索記錄等。

文中將隱性信息分為兩類：檢索行為和另外3種操作行為，其中瀏覽行為、推送決策、反饋評價等經(jīng)過算法計算后，如果滿足要求，則得到是興趣文檔，然后從興趣文檔中抽取知識概念，并將知識概念載入到興趣模型相對應(yīng)的興趣項中；而檢索行為反映的是歷史查詢記錄可以直接從數(shù)據(jù)庫中獲取。為了描述方便本文將瀏覽行為、推送決策、反饋評價統(tǒng)稱為知識行為。

①知識行為

對以上的不同操作行為設(shè)計了不同的興趣分計算方法。具體如下：

a）瀏覽行為計分如下，R為某篇知識文檔，S為該篇知識文檔要成為設(shè)計人員興趣文檔所要被至少瀏覽的次數(shù)，規(guī)定文檔被瀏覽一次計1分，當(dāng)計分達到S時，則說明該知識文檔可以成為興趣文檔，然后可以從該文檔中抽取知識概念，生成設(shè)計人員興趣模型中的興趣項，否則該知識文檔不能成為興趣文檔，直到其計分達到S。如公式（1），當(dāng)Sscan≥S時，為興趣文檔，否則不是興趣文檔。

b）推送決策計分如下，對于系統(tǒng)推送給設(shè)計人員的信息，設(shè)計人員有閱讀和不閱讀兩種處理方式，不閱讀這種處理方式?jīng)Q策結(jié)果為無用；經(jīng)過設(shè)計人員閱讀后的推送知識有兩種結(jié)果，一種是設(shè)計人員認(rèn)為該推送知識對目前的設(shè)計任務(wù)沒有作用，則該推送知識被標(biāo)定為無用，另一種設(shè)計人員認(rèn)為對其設(shè)計任務(wù)有幫助，決策結(jié)果為有用，那么可以抽取知識中的知識概念集合組成本體的概念集合，載入設(shè)計人員實例的對應(yīng)興趣項中。

c）反饋評價計分如下，設(shè)MS為反饋評價的標(biāo)準(zhǔn)分?jǐn)?shù)，m為設(shè)計人員對知識的反饋評分。當(dāng)設(shè)計人員評分高于MS時，說明設(shè)計人員對該部分知識有一定的興趣，計1分，然后抽取其中的知識概念組成概念集合，載入設(shè)計人員對應(yīng)實例興趣項中；如果評分未達到MS，則說明設(shè)計人員對該知識評價較差，對目前的設(shè)計任務(wù)沒有幫助，如公式（2）所示。

以上3種操作行為的興趣信息提取算法流程如圖4所示。

圖4 興趣信息提取算法

②檢索行為

文中的檢索行為指的是設(shè)計人員歷史檢索行為，對檢索行為的分析主要是針對設(shè)計人員在系統(tǒng)搜索引擎上檢索記錄進行興趣信息挖掘。設(shè)計人員在通過關(guān)鍵詞檢索的過程中會留下檢索信息，這信息被記錄在用戶相應(yīng)的檢索日志中。

檢索日志中歷史檢索關(guān)鍵詞的興趣提取規(guī)則為：首先，獲取一個歷史檢索關(guān)鍵詞（i=1，2…n），然后遍歷其余歷史檢索關(guān)鍵詞，并與相比較，如果和相同則檢索次數(shù)加1，并判定檢索詞此時是否大于設(shè)定的閾值，當(dāng)檢索次數(shù)超過閾值時，將該檢索詞加入到興趣模型相應(yīng)的興趣項中，并對該詞計1分；如果沒有與相同的檢索詞，則檢索次數(shù)定為1；根據(jù)此方法判定下一個歷史檢索關(guān)鍵詞。

檢索行為的興趣提取算法流程如圖5所示。

圖5 檢索行為興趣信息提取算法

3 設(shè)計人員興趣模型更新

設(shè)計人員興趣模型的更新原理：首先確定操作日志和領(lǐng)域?qū)傩缘臋?quán)值，操作日志和領(lǐng)域?qū)傩灾g通過權(quán)值的變化可以相互轉(zhuǎn)化，對于達到領(lǐng)域?qū)傩詸?quán)值的操作日志信息可以轉(zhuǎn)化為領(lǐng)域?qū)傩裕捎跁r間變化設(shè)計人員以前熟悉的領(lǐng)域會出現(xiàn)遺忘等情況，相應(yīng)領(lǐng)域?qū)傩缘臋?quán)值就會下降，對于遺忘的領(lǐng)域?qū)傩杂稍O(shè)計人員手動進行刪除更新。

領(lǐng)域?qū)傩院筒僮魅罩局械呐d趣項都有相應(yīng)的權(quán)值，由于領(lǐng)域?qū)傩允窃O(shè)計人員在注冊時提供的信息或是通過操作日志中的興趣項轉(zhuǎn)化而來，所以其優(yōu)先級較高，初始權(quán)值將大于操作日志中的興趣項。規(guī)定在新注冊時領(lǐng)域?qū)傩缘臋?quán)值為W（W為一個具體的分?jǐn)?shù)值），而操作日志中的興趣項對興趣模型的影響不可能完全相同，所以文中根據(jù)各自興趣項對興趣模型的影響程度設(shè)定了不同的權(quán)值因子，具體如表1所示。在模型更新過程中根據(jù)興趣項的權(quán)值因子和上一節(jié)的計分方法來對其權(quán)值進行計算，當(dāng)其權(quán)值達到為W時興趣項可以加入到領(lǐng)域?qū)傩灾校瑢崿F(xiàn)興趣模型的更新。

4 知識匹配求解算法

通常飛控系統(tǒng)設(shè)計人員的設(shè)計任務(wù)是通過項目管理系統(tǒng)及產(chǎn)品數(shù)據(jù)管理系統(tǒng)進行發(fā)放和審核的。設(shè)計人員接受到設(shè)計任務(wù)后：

表1 操作日志各興趣項的權(quán)值因子

1）根據(jù)自己的設(shè)計經(jīng)驗、資源配置等因素對設(shè)計任務(wù)進行分解，得到多個設(shè)計子任務(wù)；

2）針對每個設(shè)計任務(wù)建立其相對應(yīng)的設(shè)計任務(wù)模型，根據(jù)設(shè)計任務(wù)模型捕獲對應(yīng)的預(yù)期功能并對預(yù)期功能進行分解，得到底層的功能單元；

3）對功能單元進行表達，綜合所有形式化的功能單元；

4）通過匹配得到設(shè)計任務(wù)的需求知識集合TR，文中功能模型采用的是“名詞+動詞”的表達方式，所以知識的匹配采用基于本體的語義計算相似度來實現(xiàn)。功能模型語義相似度是功能模型中的功能項與知識庫中表達知識的功能項在概念層的語義相似度的度量。

文中語義相似度的計算采用基于語義距離的方法。在一個本體中，兩個概念間的相似度可以用概念節(jié)點之間的語義距離來計算[12]，兩個概念之間節(jié)點語義距離越近，表明兩者之間的相似度越高，反之相似度越低。兩個概念節(jié)點語義距離的公式如公式（3）。

M、N為兩個概念節(jié)點，n表示最短路徑的邊數(shù)，i表示最短路徑的第i條邊，di表示第i條邊的長度，wi為第i條邊所占的權(quán)重，如果M、N之間不存在路徑，則二者的相似度為0。在本文中為了計算方便，規(guī)定每條邊的長度為1，所占權(quán)重為1，公式（1）可以簡化為：Distance（M，N）=n。相似度的計算的算法采用基于語義的經(jīng)典算法——WordNet的WP[13-15]算法，因此概念M、N相似度算法為公式（4）。

由于文中預(yù)期功能采用的是“名詞+動詞”的表達方式，所以在匹配的過程中要分別計算“名詞”和“動詞”的語義相似度，二者的乘積便為兩個功能項的語義相似度。假設(shè)A、B分別為設(shè)計任務(wù)的功能模型中的一個功能單元，B為知識庫中的有一對名詞概念實例和動詞概念實例組成的一對功能描述。Av、Bv為功能項中的動詞，Av、Bv為功能項中的名詞，根據(jù)公式4，A、B的語義相似度如公式（5）。

5）從設(shè)計任務(wù)需求知識集合TR中剔除設(shè)計人員興趣模型中領(lǐng)域?qū)傩詫?yīng)的領(lǐng)域知識；

6）然后將設(shè)計任務(wù)需求知識集合TR中剩余的內(nèi)容按照設(shè)計人員操作日志興趣項的權(quán)值高低進行排序，得到最終的知識推送項。知識匹配求解算法如圖6所示。

圖6 知識匹配求解算法流程圖

5 實驗應(yīng)用

文中采用B/S（Browser/Server，瀏覽器/服務(wù)器模式）模式構(gòu)建了知識推送系統(tǒng)，采用Java語言作為服務(wù)器端的開發(fā)語言，系統(tǒng)由客戶端軟件（Browser）、Web服務(wù)器和數(shù)據(jù)庫服務(wù)器DS（Database Server）組成。選擇MySQL Server7.5作為關(guān)系數(shù)據(jù)庫服務(wù)器，Apache Tomcat 7.0作為Web服務(wù)器，利用Eclipse集成開發(fā)環(huán)境進行系統(tǒng)的開發(fā)。系統(tǒng)由用戶層、處理層、功能層及數(shù)據(jù)資源層組成，其中功能層為系統(tǒng)的核心，包括用戶服務(wù)、知識服務(wù)和基本服務(wù)3個模塊。

下面以飛控計算機架構(gòu)設(shè)計這一設(shè)計任務(wù)為例，驗證知識推送系統(tǒng)的有效性。首先系統(tǒng)捕獲當(dāng)前設(shè)計人員瀏覽行為、反饋評價、推送決策及檢索行為等相關(guān)信息，根據(jù)這些信息構(gòu)建設(shè)計人員的興趣模型，系統(tǒng)根據(jù)以上信息為當(dāng)前設(shè)計人員進行了知識推送，推送結(jié)果如圖7所示：

圖7 知識推送的結(jié)果

從圖7可看出系統(tǒng)向該設(shè)計人員推送了8篇知識文檔，并按照相似度進行了排序，從知識概念的內(nèi)容：余度、飛控計算機、架構(gòu)、可靠性等來看，推送的知識文檔與設(shè)計人員的設(shè)計任務(wù) “飛控計算機余度架構(gòu)設(shè)計”相關(guān)性很大，從而說明該系統(tǒng)能夠較準(zhǔn)確的根據(jù)設(shè)計人員的知識需求進行知識推送，同時表明本文開發(fā)的系統(tǒng)很好的實現(xiàn)了知識服務(wù)的功能。

6 結(jié) 論

文中在知識推送的過程中綜合考慮設(shè)計任務(wù)知識需求和設(shè)計人員的個性化知識需求，使設(shè)計人員知識需求更全面；同時通過用戶興趣模型的更新實現(xiàn)了知識需求的實時性，提高了知識推送的準(zhǔn)確性。能夠為飛控系統(tǒng)設(shè)計人員及時推送需求的知識，減少設(shè)計人員花費在知識查詢方面的時間，在提高飛控系統(tǒng)的設(shè)計效率上具有一定的意義。

[1]劉興華.飛行控制系統(tǒng)數(shù)字化設(shè)計技術(shù)研究[D].南京：南京航空航天大學(xué)，2011.

[2]RICADELA A.Microsoft’s knowledge push[J]. Information Week，2000（805）:151.

[3]石美紅，王婷，陳永當(dāng)，等.基于業(yè)務(wù)過程和知識需求的知識推送系統(tǒng)[J].計算機集成制造系統(tǒng)，2011，17（4）:882-887.

[4]蔣翠清，高家飛，李斌生.面向產(chǎn)品設(shè)計人員的知識推送服務(wù)研究[J].合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2012，35（3）：392-397.

[5]JUNG J J.Attribute selection-based recommendation framework for short-head user group:an empirical study by MovieLens and IMDB[J].Expert Systems with Applications，2012，39 （4）：4049-4054.

[6]項興彬.基于本體的知識推送系統(tǒng)研究[J].信息系統(tǒng)工程，2012，20（1）：30-32.

[7]蔣翠清，李斌生，高家飛，等.面向協(xié)同的產(chǎn)品設(shè)計知識推送研究[J].中國機械工程，23（16）：1972-1977.

[8]吉祥，顧新建，代風(fēng)，等.基于本體和粗糙集的產(chǎn)品設(shè)計知識推送技術(shù)[J].計算機集成制造系統(tǒng)，2013，19（1）：7-20.

[9]王士凱，王力，江萍，等.基于情境的知識推送技術(shù)研究[J].計算機技術(shù)與發(fā)展，2013，23（2）：131-134.

[10]王占松，田凌，段文睿.基于設(shè)計意圖建模的知識推送技術(shù)[J].計算機集成制造系統(tǒng)，2015，21（3）：606-617.

[11]張艷，梁欣欣，張耐民，等.基于知識地圖的航天知識推送方法研究 [J].航天工業(yè)管理，2015（5）: 35-37.

[12]CROSS V.Fuzzy semantic distance measures between ontological concepts[C]//Processing NAFIPS'04 :IEEE Annual Meeting of the Fuzzy Information Washington,DC:IEEE Press，2004.

[13]Michael S Lew，Nicu Sebe，Chabane Djeraba，et al. Content-Based Multimedia Information Retrieval: State of the Art and Challenges[J].ACM Transactions on Multimedia Computing,Communications,and Applications(TOMCCAP),2006（2）:1-19.

[14]Michael S Lew，Nicu Sebe，Chabane Djeraba，et al. Content-Based Multimedia Information Retrieval: State of the Art and Challenges[J].ACM Transactions on Multimedia Computing，Communications,and Applications（TOMCCAP），2006（2）:1-19.

[15]Li Lei,Zhou Guo-min.Personalized search engine based on Ajax and VSM[J].Computer Engineering and Applications，2007，43(19):89-91.

Knowledge push technology research based on the design personnel requirement

LIU Tong-lei1，CAO Yun-feng2，ZHUANG Li-kui2
（1.College of Automation Engineering，Nanjing University of Aeronautics&Astronautics，Nanjing 210016，China；2.College of Astronautics，Nanjing University of Aeronautics&Astronautics Nanjing 210016，China）

In order to improve the design efficiency of the flight control system，this paper proposes a knowledge push method based on flight control system designpersonnel requirement.It establishs the function modelof the design task and researchers interest model contained attributes and operations log. It also designsthe scoring method of interest in an item of interest model and extraction algorithm for information.On the basis of interest model，it offers updating mechanism researchers interest model.It design knowledge matching algorithmbased on ontology semantic similarityand develops prototype system of knowledge pushfor flight control system design.The effectiveness of the proposed method is verified by examples.

flight control system；knowledge push；design task；functional model；interestmodel

TN01

：A

：1674-6236（2017）02-0031-06

2016-01-30稿件編號：201601293

劉同磊（1990—），男，山東臨沂人，碩士。研究方向：飛控系統(tǒng)數(shù)字化設(shè)計。