基于企業(yè)質(zhì)量問(wèn)題知識(shí)圖譜的構(gòu)建及應(yīng)用

馬 剛，李 楠，郭葉鵬

（中核控制系統(tǒng)工程有限公司，北京 102401）

產(chǎn)品質(zhì)量是企業(yè)的生命線(xiàn)，全員質(zhì)量是全面質(zhì)量管理理念的核心，如何采用先進(jìn)技術(shù)和新思維保證產(chǎn)品質(zhì)量是企業(yè)員工都需關(guān)注的問(wèn)題。企業(yè)在產(chǎn)品實(shí)現(xiàn)過(guò)程中會(huì)產(chǎn)生大量記錄信息，運(yùn)用先進(jìn)技術(shù)和新思維對(duì)這些數(shù)據(jù)進(jìn)行組織，既可規(guī)避企業(yè)在產(chǎn)品實(shí)現(xiàn)過(guò)程中的質(zhì)量風(fēng)險(xiǎn)，也可為企業(yè)積累提供寶貴的經(jīng)驗(yàn)反饋信息。

1 企業(yè)知識(shí)圖譜構(gòu)建

1.1 知識(shí)圖譜概念

知識(shí)圖譜最初是由谷歌提出，它運(yùn)用知識(shí)圖譜的結(jié)構(gòu)來(lái)挖掘、分析、建立、描述和展示不同來(lái)源的知識(shí)資源之間的關(guān)聯(lián)，用簡(jiǎn)單直觀的方法來(lái)展示復(fù)雜的關(guān)系，以便使計(jì)算機(jī)和人更好的理解。

知識(shí)圖譜是語(yǔ)義網(wǎng)絡(luò)技術(shù)更新所產(chǎn)生的成果，它用結(jié)構(gòu)化的架構(gòu)描述了客觀世界中的概念、實(shí)體及關(guān)系，用節(jié)點(diǎn)和連線(xiàn)表示。在知識(shí)圖譜中，這些節(jié)點(diǎn)代表現(xiàn)實(shí)世界中存在某個(gè)具體事物或者其屬性值，用這些線(xiàn)來(lái)連接所有有關(guān)系的實(shí)體，形成關(guān)系網(wǎng)，其中每個(gè)節(jié)點(diǎn)和關(guān)系都具有唯一性[1]。知識(shí)圖譜將關(guān)系作為知識(shí)表示的一種方式，它可通過(guò)關(guān)系將相差甚遠(yuǎn)的不同種類(lèi)事物進(jìn)行關(guān)聯(lián)，為使用者提供了一種從“關(guān)系”角度對(duì)事物進(jìn)行分析的新視野。知識(shí)圖譜可以根據(jù)使用者的需求回答出精準(zhǔn)的答案以及一些有關(guān)聯(lián)的信息，并利用可視化技術(shù)直觀的展示其關(guān)系，以方便使用者更好的理解知識(shí)，同時(shí)能夠?yàn)樾袠I(yè)內(nèi)的應(yīng)用決策提供精準(zhǔn)化的依據(jù)。

根據(jù)知識(shí)圖譜的覆蓋面的不同來(lái)看，可以把知識(shí)圖譜劃分為通用知識(shí)圖譜和行業(yè)知識(shí)圖譜兩大類(lèi)。

通用知識(shí)圖譜是面向通用領(lǐng)域，以日常生活中產(chǎn)生的知識(shí)為主，注重對(duì)知識(shí)廣度的描述，而行業(yè)知識(shí)圖譜則是面向某一領(lǐng)域，充分利用了本企業(yè)內(nèi)產(chǎn)生的數(shù)據(jù)進(jìn)行構(gòu)建，更加注重知識(shí)的深度和準(zhǔn)確性[2]。本文構(gòu)建的基于企業(yè)質(zhì)量問(wèn)題知識(shí)圖譜是行業(yè)知識(shí)圖譜，清晰的展示了概念及關(guān)系模式。

1.2 數(shù)據(jù)來(lái)源及數(shù)據(jù)處理

在通用領(lǐng)域知識(shí)圖譜構(gòu)建過(guò)程中，大量實(shí)體和屬性都會(huì)帶來(lái)許多冗余和錯(cuò)誤信息，需進(jìn)一步進(jìn)行知識(shí)融合來(lái)消除歧義、剔除冗余和錯(cuò)誤信息[3]。本文數(shù)據(jù)來(lái)源于本企業(yè)記錄的質(zhì)量問(wèn)題，是經(jīng)人工篩選后去除冗余的數(shù)據(jù)。但仔細(xì)對(duì)這些記錄內(nèi)容進(jìn)行分析，發(fā)現(xiàn)這些數(shù)據(jù)對(duì)質(zhì)量問(wèn)題的語(yǔ)言描述，缺乏規(guī)范性和標(biāo)準(zhǔn)性。先將這些記錄進(jìn)行統(tǒng)一化、標(biāo)準(zhǔn)化處理，規(guī)范質(zhì)量問(wèn)題描述內(nèi)容。規(guī)范的描述是知識(shí)圖譜的構(gòu)建前提條件。

1.3 質(zhì)量問(wèn)題知識(shí)圖譜的構(gòu)建

1.3.1 質(zhì)量問(wèn)題本體的概念及關(guān)系的確定

質(zhì)量問(wèn)題知識(shí)圖譜是由其實(shí)體和實(shí)體之間的關(guān)系構(gòu)成，用以描述整個(gè)質(zhì)量問(wèn)題的知識(shí)語(yǔ)義網(wǎng)絡(luò)[4]。

在對(duì)質(zhì)量問(wèn)題知識(shí)圖譜構(gòu)建前，應(yīng)結(jié)合用戶(hù)需求進(jìn)行組織和規(guī)范，構(gòu)建有效的、可擴(kuò)展的知識(shí)模式。本體指“共享概念模型的形式化規(guī)范說(shuō)明”[5]。故引入本體可實(shí)現(xiàn)對(duì)知識(shí)圖譜實(shí)體與實(shí)體間關(guān)系和屬性的統(tǒng)一規(guī)范和管理，有助于提高知識(shí)圖譜質(zhì)量。

本文根據(jù)質(zhì)量問(wèn)題知識(shí)圖譜的概念抽取主問(wèn)題、問(wèn)題實(shí)體描述、從問(wèn)題層次抽取概念后，又采用訪談法和觀察法，從安全質(zhì)量管理部門(mén)對(duì)其控制的角度切入的。構(gòu)建的質(zhì)量問(wèn)題知識(shí)圖譜面向的用戶(hù)為安全質(zhì)量部門(mén)，根據(jù)其調(diào)研結(jié)果，結(jié)合其需求及檢索習(xí)慣確定了本體概念，同時(shí)結(jié)合其業(yè)務(wù)流程定義了概念間關(guān)系及實(shí)體間關(guān)系，如圖1 所示。

圖1 本企業(yè)質(zhì)量問(wèn)題本體概念及關(guān)系Fig.1 Quality problem ontology concept and relationship of the enterprise

圖2 本體與知識(shí)圖譜映射機(jī)制Fig.2 Mapping mechanism of ontology and knowledge map

在概念和關(guān)系確定后，采用“自頂向下”方式，從概念層開(kāi)始，逐級(jí)細(xì)化，進(jìn)行實(shí)體擴(kuò)充。每個(gè)實(shí)體包含一個(gè)或多個(gè)實(shí)例，根據(jù)本體特性，實(shí)例將繼承其所屬概念的所有屬性和關(guān)系。

1.3.2 本體映射及知識(shí)存儲(chǔ)

知識(shí)圖譜是將概念層級(jí)作為樹(shù)，概念節(jié)點(diǎn)作為樹(shù)的節(jié)點(diǎn)，實(shí)體節(jié)點(diǎn)作為知識(shí)圖譜的實(shí)體關(guān)系圖節(jié)點(diǎn)，用線(xiàn)連接節(jié)點(diǎn)之間的關(guān)系[6]。

圖3 企業(yè)質(zhì)量問(wèn)題知識(shí)圖譜部分Fig.3 Knowledge map of enterprise quality problems

構(gòu)建的質(zhì)量問(wèn)題知識(shí)圖譜首先要確定本體和知識(shí)圖譜間的映射機(jī)制，如圖2 所示。本體可看作是將概念層級(jí)結(jié)構(gòu)，即為“樹(shù)的主干”，其中概念和實(shí)例等為“樹(shù)的枝節(jié)”，用關(guān)聯(lián)關(guān)系連接。

經(jīng)過(guò)映射后的知識(shí)以三元組形式存在，將知識(shí)存儲(chǔ)在圖數(shù)據(jù)庫(kù)中，運(yùn)用數(shù)據(jù)庫(kù)存儲(chǔ)知識(shí)可快速、直觀、靈活地處理大量復(fù)雜和相互連接的數(shù)據(jù)。

1.4 質(zhì)量問(wèn)題知識(shí)圖譜的可視化

知識(shí)圖譜最大的優(yōu)點(diǎn)就是可利用空間形態(tài)直觀地表示出知識(shí)間的相互關(guān)系。構(gòu)建的質(zhì)量問(wèn)題知識(shí)圖譜，安全質(zhì)量管理人員可根據(jù)其使用需求和檢索習(xí)慣，多維度的利用知識(shí)，同時(shí)利用實(shí)體間關(guān)系，可為實(shí)現(xiàn)質(zhì)量問(wèn)題精準(zhǔn)定位、根本原因深度挖掘、為制定有效措施奠定基礎(chǔ)。

通過(guò)對(duì)構(gòu)建完成的質(zhì)量問(wèn)題知識(shí)圖譜進(jìn)行分析發(fā)現(xiàn)，企業(yè)內(nèi)同類(lèi)質(zhì)量問(wèn)題時(shí)有發(fā)生，根據(jù)此現(xiàn)象，引入語(yǔ)義相似度[7]，將這些相似“問(wèn)題描述”進(jìn)行聚類(lèi)，并借助標(biāo)簽組織簇實(shí)體，如圖3 所示。如，人工將“生銹”作為兩個(gè)質(zhì)量問(wèn)題的共同標(biāo)簽，通過(guò)語(yǔ)義相似度計(jì)算，便將描述中有關(guān)“機(jī)柜門(mén)板生銹”“機(jī)柜頂部及內(nèi)部生銹”等質(zhì)量問(wèn)題，聚為一類(lèi)。標(biāo)簽的制定為后續(xù)的質(zhì)量問(wèn)題分析奠定基礎(chǔ)。

2 質(zhì)量問(wèn)題知識(shí)圖譜在企業(yè)的應(yīng)用

構(gòu)建完成的質(zhì)量問(wèn)題知識(shí)圖譜將主要應(yīng)用于以下幾方面：

2.1 智能化檢索和分析

本文構(gòu)建的知識(shí)圖譜以圖結(jié)構(gòu)的形式對(duì)產(chǎn)品實(shí)現(xiàn)過(guò)程中所發(fā)生的質(zhì)量問(wèn)題的概念、實(shí)體、屬性及關(guān)系進(jìn)行組織和存儲(chǔ)，使知識(shí)間的關(guān)聯(lián)更加立體[8]。隨著知識(shí)的不斷積累，借助知識(shí)圖譜可挖掘質(zhì)量問(wèn)題產(chǎn)生的根本原因與問(wèn)題發(fā)生的潛在關(guān)系，便于企業(yè)在產(chǎn)品實(shí)現(xiàn)過(guò)程中出現(xiàn)質(zhì)量問(wèn)題時(shí)，可實(shí)現(xiàn)智能化檢索和問(wèn)題的邏輯推理，并能進(jìn)一步快速精準(zhǔn)定位問(wèn)題原因。

2.2 問(wèn)題全程追溯

從質(zhì)量問(wèn)題的實(shí)體描述，到解決方案等多步深入分析，便于用戶(hù)對(duì)該質(zhì)量問(wèn)題進(jìn)行全程回顧和追溯，為合理制定改進(jìn)措施提供物質(zhì)基礎(chǔ)。

3 小結(jié)

本文涉及如何運(yùn)用新技術(shù)和新思維構(gòu)建企業(yè)質(zhì)量問(wèn)題知識(shí)圖譜，實(shí)現(xiàn)企業(yè)質(zhì)量問(wèn)題高效檢索、問(wèn)題原因精準(zhǔn)定位、相關(guān)知識(shí)的有效積累和共享等，后續(xù)還將繼續(xù)開(kāi)展對(duì)其研究和實(shí)踐，將最大限度地發(fā)揮知識(shí)圖譜的應(yīng)用價(jià)值。