一种锻造行业交互驱动式技术知识沉淀管理系统及方法与流程

本技术涉及信息化管理，具体涉及一种锻造行业交互驱动式技术知识沉淀管理系统及方法。

背景技术：

1、锻造行业是装备制造业的基础性产业，大型模锻件作为航空、航天、能源、交通等战略性领域的核心零部件，其制造过程涉及复杂的工艺参数控制、精密的质量检验标准和丰富的专家实践经验。在长期的生产和研发活动中，锻造企业积累了大量的技术知识，涵盖模锻工艺、自由锻工艺、热处理工艺、精密成形、质量检验、设备维护、材料工程等多个技术方向。这些技术知识通常分散在各类技术文档、专家头脑和个人工作记录中，随着企业规模的扩大和技术迭代速度的加快，亟需通过信息化手段实现技术知识的系统化沉淀与智能化管理，以支撑企业的技术创新和知识传承。

2、目前，部分锻造企业已部署了基础的技术分析与知识管理系统，该类系统通常采用java spring boot等web开发框架构建，基于mysql关系型数据库实现知识条目的存储、检索和管理，提供问答发布、专家信息展示、专题知识汇总等基本功能。然而，该类系统本质上属于传统的内容管理系统范畴，主要依赖关键词模糊匹配进行信息检索，依靠简单的计数统计进行数据展示，缺乏对知识内容的语义理解能力和对知识质量的动态评估能力。

3、近年来，随着人工智能技术的发展，知识管理领域出现了多种智能化解决方案。cn122113903a公开了一种基于精准定位检索的知识管理推理系统，实现了语义锚点识别和混合检索策略，提升了通用知识检索的准确性，但其技术架构复杂、部署成本高，且未针对锻造行业的工艺知识特点进行适配。cn122242683a公开了一种基于本体版本管理的知识图谱动态演化与数字线程追溯系统，通过owl本体版本化管理实现了知识图谱的演化追溯，侧重于知识图谱的结构化管理，对锻造领域复杂的工艺参数关联关系和质量追溯需求缺乏专门的支持。cn121960690a公开了一种基于大模型的向量知识库构建方法，实现了层次化语义标注和语义特征张量构建，侧重于文档级别的语义处理，未涉及知识质量评估和专家动态评价机制。

4、然而，综合分析现有技术，当前面向锻造行业的知识管理系统存在以下技术不足：第一，现有系统仅通过简单的浏览数、点赞数等计数指标反映知识的受欢迎程度，无法从用户交互行为中综合评估知识的实际质量，导致低质量知识无法被及时识别和优化，高质量知识也无法被优先推荐；第二，现有系统仅根据专利数、论文数、获奖数等静态统计数据对专家进行评估，无法反映专家在实际技术交流中的动态影响力和专业认可度；第三，现有系统只能被动等待用户提交问题，无法主动从用户交互数据中分析发现知识盲区，缺乏自动识别和补全机制；第四，现有系统中的知识专题需要由管理人员手动创建和维护，无法实现知识专题的自动发现和动态演化；第五，上述现有方案均为通用型方案，未考虑锻造行业专业性强、工艺参数关联复杂、质量标准严格、设备依赖度高等特点，难以满足锻造企业的实际需求。

技术实现思路

1、本技术的目的在于提供一种锻造行业交互驱动式技术知识沉淀管理系统及方法，解决现有锻造行业知识管理系统中知识质量无法动态量化评估、专家权威性评价静态化、知识缺口被动发现、知识专题依赖人工维护以及行业适配性不足的问题。

2、本技术解决其技术问题所采用的技术方案是：

3、第一方面，提供一种锻造行业交互驱动式技术知识沉淀管理系统，包括：

4、用户交互行为采集模块，用于采集用户在知识问答交互过程中的多维行为信号，所述多维行为信号至少包括点赞/取消点赞行为、收藏/取消收藏行为、浏览时长、重问率以及回答采纳标记；

5、交互驱动式知识质量评估模块，用于基于所述多维行为信号构建知识质量评估模型并计算知识质量分数；所述知识质量评估模型综合点赞率、收藏率、浏览时长与内容长度的比值、重问率以及采纳率五项指标进行加权计算，所述重问率作为负向指标参与加权计算，所述五项指标中的每一项分别对应权重系数，且各权重系数之和为一；

6、专家权威性多维动态评估模块，用于基于五维评估体系通过动态权重融合计算综合专家权威指数，基于所述综合专家权威指数进行专家推荐；所述五维评估体系包括创作贡献度、交互影响力、响应时效性、知识传播力和领域专注度，且所述交互影响力至少基于所述知识质量分数计算；

7、知识缺口自动识别与补全模块，用于对未被满意回答的问题进行语义聚类分析以识别高频知识缺口区域并计算缺口严重度，当所述缺口严重度超过预设缺口阈值时，向对应领域中基于所述综合专家权威指数排名靠前的专家推送知识补全任务，并对补全知识重新评估且未达标时重新触发补全任务，形成闭环反馈；

8、知识专题自动组织模块，用于对经所述交互驱动式知识质量评估模块评估后的知识条目，基于关键词共现和语义相似度发现知识条目之间的关联关系，基于所述关联关系聚类生成知识专题，基于访问量、新增知识数和用户互动量评估知识专题的活跃度，并基于所述活跃度对知识专题的展示优先级进行动态调整。

9、进一步的，所述交互驱动式知识质量评估模块还包括：

10、知识质量分级子模块，用于将知识条目按照所述知识质量分数划分为优秀、良好、合格、待优化四个质量等级，对评为优秀等级的知识条目增加其推荐权重并在搜索结果中优先展示；

11、审核触发子模块，用于对持续评为待优化等级的知识条目标记并触发知识审核流程，由领域专家进行审核或修订；

12、经审核修订后的知识条目由所述交互驱动式知识质量评估模块重新计算其知识质量分数，并由所述知识质量分级子模块更新其质量等级。

13、进一步的，所述创作贡献度基于专利数、论文数、获奖数、创作数和下载数的静态统计数据计算；

14、所述交互影响力基于回答被采纳率、回答被点赞率、被咨询频次以及所述知识质量分数的动态行为数据计算；

15、所述响应时效性基于平均首次回答时间和持续回答周期的动态行为数据计算；

16、所述知识传播力基于回答被收藏数、回答被引用次数、衍生问题关联数以及所述专家回复引用次数的动态行为数据计算；

17、所述领域专注度基于专家在特定锻造子领域的回答占比、回答质量以及领域标准准确性计算，所述锻造子领域至少包括模锻工艺、自由锻工艺、热处理工艺、精密成形、质量检验、设备维护、材料工程七个技术方向。

18、进一步的，所述知识缺口自动识别与补全模块还包括：

19、相似问题聚类子模块，用于采用基于词频逆文档频率和词向量的混合语义表示方法对问题文本进行特征提取，采用层次聚类算法对未被满意回答的问题进行聚类，每个聚类簇代表一个候选知识缺口区域；

20、缺口严重性评估子模块，用于综合提问频率、平均浏览人数以及问题存在时长三项指标进行加权计算得到缺口严重度，其中各指标分别对应权重系数且权重系数之和为一；

21、知识补全任务生成子模块，用于当所述缺口严重度超过预设缺口阈值时，根据缺口所属的技术领域匹配所述综合专家权威指数排名靠前的专家，并向所述专家推送包含缺口描述、关联问题列表和预期输出形式的知识补全任务。

22、进一步的，所述知识缺口自动识别与补全模块还包括：

23、补全效果追踪子模块，用于记录补全知识的发布时间、被浏览次数、被采纳次数和用户反馈评分，在预设追踪周期后获取由所述交互驱动式知识质量评估模块计算的补全知识的知识质量分数，并将归一化后的用户反馈评分与该知识质量分数加权融合后得到补全效果值；若补全效果值未超过预设效果阈值，则重新触发知识补全任务。

24、进一步的，所述知识专题自动组织模块还包括：

25、知识关联发现子模块，用于对知识条目的关键词进行共现分析，同时基于预训练语言模型计算知识条目之间的语义相似度，融合关键词共现强度和语义相似度构建知识关联矩阵；

26、专题自动聚类子模块，用于基于所述知识关联矩阵采用谱聚类算法将高度关联的知识条目聚合为知识专题，为每个知识专题自动生成专题名称和摘要描述；

27、专题内容自动更新子模块，用于监控新增知识条目与现有知识专题的关联度，当关联度超过预设关联阈值时自动将所述新增知识条目归入对应的知识专题。

28、进一步的，所述知识专题自动组织模块还包括：

29、专题热度评估子模块，用于综合专题访问量、新增知识数和用户互动量三项指标进行加权计算得到专题热度值，其中各指标分别对应权重系数且权重系数之和为一，根据所述专题热度值将知识专题划分为热门、活跃、平稳、冷门四个热度等级，对热门等级的知识专题增加其在首页的展示权重，对冷门等级的知识专题进行内容审查以确定是否保留或合并。

30、进一步的，还包括：

31、锻造领域语义理解增强模块，用于构建至少包括工艺术语、设备名称、材料牌号、质量标准、检测方法五类术语的锻造领域专用词典，在用户发布问题时基于所述锻造领域专用词典进行关键词提取和领域标注。

32、进一步的，还包括：

33、问答智能分发模块，用于当新问题提交时，基于问题的关键词和语义内容识别其所属的锻造子领域，查询该锻造子领域中综合专家权威指数排名靠前的候选专家列表；考虑候选专家的当前待回答问题数量和历史响应时效性，采用负载均衡算法从候选专家列表中选择目标专家并向其推送问题；当问题超过预设响应时间未被回答时，自动扩大推送范围至次级专家。

34、第二方面，提供一种锻造行业交互驱动式技术知识沉淀管理方法，包括：

35、采集用户在知识问答交互过程中的多维行为信号，所述多维行为信号至少包括点赞/取消点赞行为、收藏/取消收藏行为、浏览时长、重问率、回答采纳标记以及专家回复引用次数；

36、基于所述多维行为信号构建知识质量评估模型并计算知识质量分数；所述知识质量评估模型综合点赞率、收藏率、浏览时长与内容长度的比值、重问率以及采纳率五项指标进行加权计算，所述重问率作为负向指标参与加权计算，所述五项指标中的每一项分别对应权重系数，且各权重系数之和为一；

37、基于五维评估体系通过动态权重融合计算综合专家权威指数，基于所述综合专家权威指数进行专家推荐；所述五维评估体系包括创作贡献度、交互影响力、响应时效性、知识传播力和领域专注度，且所述交互影响力至少基于所述知识质量分数计算；

38、对未被满意回答的问题进行语义聚类分析以识别高频知识缺口区域并计算缺口严重度，当所述缺口严重度超过预设缺口阈值时，向对应领域中基于所述综合专家权威指数排名靠前的专家推送知识补全任务，并对补全知识重新评估且未达标时重新触发补全任务，形成闭环反馈；

39、对经知识质量评估模型评估后的知识条目，基于关键词共现和语义相似度发现知识条目之间的关联关系，基于所述关联关系聚类生成知识专题，基于访问量、新增知识数和用户互动量评估知识专题的活跃度，并基于所述活跃度对知识专题的展示优先级进行动态调整。

40、本技术的有益效果是：

41、1、本技术通过构建交互驱动式知识质量评估模型，综合点赞率、收藏率、浏览时长与内容长度的比值、重问率以及采纳率等多维行为信号进行加权计算，并将重问率作为负向指标参与加权计算，实现了对知识条目质量的动态量化评估和分级管理，显著提高了知识检索的有效性；进一步通过知识质量分级子模块将知识条目划分为优秀、良好、合格、待优化四个质量等级，对优秀等级知识增加推荐权重并优先展示，对待优化等级知识自动标记并触发审核流程，从而有效提升了知识检索的准确性和知识库的整体内容质量。

42、2、本技术构建了包含创作贡献度、交互影响力、响应时效性、知识传播力和领域专注度的五维专家权威评估体系，将静态创作贡献数据与动态交互行为数据相结合，并通过动态权重融合计算综合专家权威指数，且交互影响力至少基于知识质量分数计算，实现了知识质量评估结果向专家评价体系的回流，从而实现了专家权威性的精准、动态评价，显著提高了专家推荐的准确性和问答分发的效率。

43、3、本技术通过对未被满意回答的问题进行混合语义表示和层次聚类分析，主动识别高频知识缺口区域；结合提问频率、平均浏览人数以及问题存在时长计算缺口严重度，当缺口严重度超过预设阈值时，自动向对应领域的高权威专家推送知识补全任务；并通过补全效果追踪子模块记录补全知识的发布时间、被浏览次数、被采纳次数和用户反馈评分，在预设追踪周期后计算补全知识的知识质量分数，当质量分数超过预设效果阈值时标记为已补全，否则重新触发补全任务，从而形成完整闭环机制，显著提高了知识更新的时效性和知识库覆盖的完整性。

44、4、本技术基于关键词共现和语义相似度自动发现知识条目之间的关联关系，融合关键词共现强度和语义相似度构建知识关联矩阵，并采用谱聚类算法将高度关联的知识条目聚合为知识专题，自动生成专题名称和摘要描述；同时，通过监控新增知识条目与现有知识专题的关联度，自动将关联度超过阈值的新增条目归入对应专题，实现了知识专题的自动更新和扩展；进一步通过专题热度评估子模块综合专题访问量、新增知识数和用户互动量计算专题热度值，划分为热门、活跃、平稳、冷门四个等级并动态调整展示优先级，从而实现了知识专题的自动组织和动态演化，大幅降低了知识管理的运营成本。

45、5、本技术针对锻造行业构建了包含工艺术语、设备名称、材料牌号、质量标准、检测方法五类术语的锻造领域专用词典，将领域标注的准确性纳入领域专注度的计算；同时基于java spring boot框架构建，兼容mysql关系型数据库，可在企业现有系统的基础上进行功能升级和智能化改造，无需颠覆性重构，具有良好的行业适配性和工程可行性。