买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国营芜湖机械厂

摘要：本发明涉及知识图谱协同过滤算法领域，具体是一种基于知识图谱的航空产品质量问题预测方法，方法的具体步骤如下：S1、协同过滤算法；S2、融合相似度计算；S3、基于ICF算法的问题原因预测；S4、基于UCF算法的质量问题预测；通过融合原因的语义相似度及历史信息原因相似度，计算导致不同质量问题的问题原因的相似性，从而针对某一质量问题实现问题原因的预测；同时，通过计算问题原因导致的质量问题的相似性，从而实现质量问题的关联分析，即某一质量问题发生时，会引起另一质量问题的发生。进而实现质量问题的快速管控和提前防范。

主权项：1.一种基于知识图谱的航空产品质量问题预测方法，其特征在于：其具体步骤如下：S1、协同过滤算法：S11、通过协同过滤算法用来实现预测和推荐功能，协同过滤推荐算法分为两种类型，从用户历史行为数据出发，算法通过挖掘找到用户的偏好进行推荐；S12、协同过滤算法需要对相似度进行分析计算；S2、融合相似度计算：S21、知识图谱的向量化表示：运用知识图谱向量表示模型TransE模型，知识图谱中的三元组表示为h，r，t，h代表头实体，r代表关系，t代表尾实体，将产品质量知识图谱中的每一个实体及关系都表示为向量形式，TransE模型表示为：h+r≈t；S22、原因的语义相似性：基于知识图谱的向量化表示，将产品质量知识图谱中的原因实体表示为低维度的向量，当维度空间为d时，可对原因向量化表示为：Pi＝E1i,E2i,…,EdiT，其中，Eki为原因Pi在第k维上的值；S23、历史信息原因的相似性：引入TF-IDF统计算法，则针对某一个问题，原因关键词vi的权重计算公式如下： 其中，e是三元组Reason，lead-to，Question中的尾实体，Fe,vi是尾实体与vi一起出现在数据集中的次数，n是三元组的总个数；S24、选用原因的权重作为原因推荐的依据，结果记为Rm×n样式，利用余弦定理计算两原因向量Ii,Ij的相似度，公式如下： S25、融合原因的相似度：综合原因的语义相似度及历史信息原因的相似性，得到融合原因相似度的算法如下：sIi,Ij＝αskIi,Ij+βsuIi,Ij其中，α,β表示相似度融合因子，α∈[0,1],β∈[0,1],α+β＝1；S26、评分预测：通过对融合原因相似度的计算，对质量问题未发现的原因进行权重评分，生成预测原因集合里原因的降序排序，为问题生成一个Top-N的推荐列表，对原因的权重评分预测公式为： 其中，Ri,k为问题i对所有原因的评分，Sk,j为原因j中的原因相似度乘积和；同理，对于质量问题的相似度计算及评分预测按照同样的方法进行；S3、基于ICF算法的问题原因预测：产品发生质量问题时，应用ICF算法，通过计算不同问题原因的相似性，找出最相似的问题原因，从而实现问题原因预测；S4、基于UCF算法的质量问题预测：基于UCF算法的质量问题关联分析，计算出不同质量问题的相似度，并进行排名，其原理及过程同质量问题的原因预测。

全文数据：

权利要求：

百度查询： 国营芜湖机械厂 一种基于知识图谱的航空产品质量问题预测方法