面向不完整、不精确、动态优化决策目标的DIKW资源构建与处理系统的制作方法

面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统
技术领域：
：1.本发明涉及dikw领域，特别涉及一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的方法和装置。
背景技术：
：：2.随着互联网的广泛普及和物联网等相关技术的快速发展，大量的资源被编译，社会对资源快速有效处理和利用的需求不断增长。人们渴望用自动手段处理海量资源，特别是复杂的自然语言资源。然而，由于自然语言本身的复杂性，现有的自然语言处理理论和方法的研究不能为处理应用系统的开发提供足够的支持，需要从对自然语言语义的理解入手进行更多的研究。3.所以，为了促进自然语言的表达和理解，dikw体系开始被广泛用作各领域的自然语言标记术语。其中，dikw体系就是关于数据、信息、知识及智慧(价值)的体系，其中dikw数据、信息、知识及智慧四个词语的英文的首字母的组合，所以dikw体系就是将资源划分为这四类进行处理的体系。然而，在资源构建与处理的建模过程中，所述dikw资源并不总是确定的，更多的应用场景下其不完整、不精确、不一致。因此现今还缺乏能有效地面向不完整、不精确、不一致的用户资源，使用价值驱动构建模型的方式。技术实现要素：4.鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的方法和装置。5.第一方面，一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的方法，所述方法包括：6.根据用户资源构成以用户为中心的数据、信息和知识图谱；7.根据用户的数据、信息和知识图谱构建用户的价值图谱；8.使用价值图谱对用户决策目标的初始意图进行修正；9.得到意图结合dikw图谱下的整体最优决策方案。10.结合第一方面，在某些可选的实施方式中，所述方法包括：11.根据用户资源对于“实体-关系”这一结构的不同表达将其分为数据、信息、知识3种不同的类型，然后分别映射至dik体系图谱。12.结合第一方面，在某些可选的实施方式中，所述方法包括：13.对dik体系图谱间进行数据转换、信息转换、知识转换，得到用户价值体系图谱w。14.结合第一方面，在某些可选的实施方式中，所述方法包括：15.在系统构建的过程中使用价值体系对用户决策目标的初始意图资源p不断地进行补充修正。16.结合第一方面，在某些可选的实施方式中，所述方法包括：17.得出用户dikw体系图谱资源下价值驱动的意图最优决策方案。18.结合第一方面，在某些可选的实施方式中，所述方法包括：19.所述用户资源，包括数据类型资源、信息类型资源、知识类型资源、意图类型资源可以是不完整、不精确、不一致的；20.结合第一方面，在某些可选的实施方式中，所述方法包括：21.所述用户资源分类映射至dikp体系图谱的过程及体系图谱资源之间的转换是动态的，贯穿整个资源系统构建与处理过程；22.结合第一方面，在某些可选的实施方式中，所述方法包括：23.所述整体最优决策方案是用户所拥有的dikwp资源体系图谱下的最优。24.第二方面，一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的装置，所述装置包括：体系构建单元、体系转换单元、系统决策单元；25.所述体系构建单元，被配置为执行根据用户资源对于“实体-关系”这一结构的不同表达将其分为数据、信息、知识3种不同的类型，然后分别映射至dik体系图谱；26.所述体系转换单元，被配置为执行对dik体系图谱间进行数据转换、信息转换、知识转换，得到用户价值体系图谱w；27.所述系统决策单元，被配置为执行得出用户dikw体系图谱资源下价值驱动的意图最优决策方案；28.结合第二方面，在某些可选的实施方式中，所述装置包括：系统修正单元；29.所述系统修正单元，被配置为执行在系统构建的过程中使用价值体系对用户决策目标的初始意图资源p不断地进行补充修正。30.借由上述技术方案，本发明提供的一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的方法和装置，可以通过根据用户资源构成以用户为中心的数据、信息和知识图谱；根据用户的数据、信息和知识图谱构建用户的价值图谱；使用价值图谱对用户决策目标的初始意图进行修正；得到意图结合dikw图谱下的整体最优决策方案。由此可以看出，本发明可以在内容不完整、不精确、不一致的dikwp体系下，构建资源处理系统，在构建过程中不断修正初始意图，从不完整、不精确、不一致，甚至是缺失的用户资源，在dikwp体系上进行迁移来实现价值驱动的体系内整体最优决策方案，可以在用户资源不完整、不精确、不一致的动态变化情况下，使用价值驱动修正建模过程，解决意图决策问题。31.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。附图说明32.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在附图中：33.图1示出了本发明提供的一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的方法的流程图；34.图2示出了本发明提供的一种意图驱动信息资源的表达示意图；35.图3示出了本发明提供的一种意图决定d向i转换的方向示意图；36.图4示出了本发明提供的一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的装置的结构示意图。具体实施方式37.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。38.如图1所示，本发明提供了一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的方法，所述方法包括：s100、s200、s300和s400；39.s100：根据用户资源构成以用户为中心的数据、信息和知识图谱。40.根据用户资源对于“实体-关系”这一结构的不同表达可将其分为数据、信息、知识3种不同的类型，然后分别映射至dik体系图谱。41.数据资源d是对语义对象关系的最简表达，属于dikw图谱建模中最简单也是数量最多的部分。d不与人类的某个特定意图相关联，在数据图谱中以离散的形式存在；42.d在数据图谱中有数值型(numeric)，概率型(probability)，逻辑型(logic)和范围型(range)四种不同的存在形式；43.可选地，本方法s100具有如下式子：44.data＝rexist＝{dn，dp，dl，dr}ꢀꢀꢀ(1)45.其中，数值型数据dn表达数值符号或数值符号与obj的结合，不仅限于阿拉伯数字，还包括具有数值语义的文字表达。例如下列dn1中包含的单值符号、多值组合、语义对象数值属性、公式等多种形式的dn；46.dn1＝{“6”、“12”、“{6,12}”、“6本书”、“12个人”、“12÷6＝2”、“每人2本书”、“2”、“{6,12,2}”}47.概率型数据dp是用于表示obj不确定属性的一种数字资源，可分为数值型dp和非数值型dp。数值型dp是dn的分支，多以分数、小数、比数和百分比的形式存在，例如：48.dp＝{“箱子中有1/4是黑球”、“箱子中黑球和白球的个数比为1:3”、“一次抽一个抽到白球的可能性为0.75”、“一次抽一个抽到黑球的可能性为25％”}49.非数值型dp则是带有模糊性量化描述的语义表达，例如数据集dp1中的“好像”“大部分”“大概”等词语。50.dp1＝{“隔壁班明晚的活动好像是观看电影”、“大部分人都选择了参加这一次集体活动”、“他们大概8:20在电影院门口集合”}51.逻辑型数据dl表达可用“yes/no”来定义的数字资源，可简化表达为obj(yes/noxxxx)。例如dl1是关于同一个语义对象a的两项内容身份定义。dl表达形式有利于资源的归类处理，方便了dikw图谱的建模中系统对资源的调用。52.dl1＝{“a是一名学生”→a(yesstudent)、“a不是一名老师”→a(noteacher)}53.范围型数据dr是指由某种意图的驱动而形成的d组合表达，dr中所包含的d可以是数值型、逻辑型、集合型或是多种混合型。例如dr1为dl范围，dr2为混合型范围。54.dr1＝{p:buyasuitablecupofcoffee|nosugaring,yesice,yespack}55.dr2＝{p:recruitcompetentemployees|clinicalmedicine,masterdegreeandabove,yesexperience}56.数据资源分为dn和dp，小数、分数、比数、百分数等小于1的数值形式的dp属于dn的分支，但并非所有的小于1的dn都属于dp。dp具有需要与obj结合才能表达的特性，纯数值属性则属于dn。例如，dn1中的“1”、“6”和“1/6”未与具体的obj结合，仅表示数值本身，不具有现实意义；dn2中的“8:30”则是比数形式的时间表达，二者都不属于pddik的范畴。57.d1＝“1÷6＝1/6”∈dn58.d2＝“明天上午8:30a.m.考试开始”∈dn59.d3＝“一份奖品六个人每人获奖的概率为1/6”∈dp60.d4＝“食物与人数的比例为8:30”∈dp61.信息资源idik是对语义对象关系的客观描述(robjective)，如式(2)所示，r(obj1,obj2)表示两个语义对象之间的由p驱动而形成的客观关系。p能够在d的基础上驱动i对obj之间r的表达，如式(3)中所示，定义了类型资源计算符号；62.i＝robjective＝r(obj1,obj2)ꢀꢀꢀ(2)[0063][0064]图2中左侧展示了p如何驱动d向i转换，图2中右侧为图2中左侧过程的分解公式。图3则展示了p在d向i的转换过程中的关键作用，不同的p会导致同一个d不同的转换结果。[0065]信息资源最常见的两个类型是比较类型(icompare)和用途类型(iusage)。icompare存在于两个的属性相同的obj之间，出于将二者进行比较的意图而形成，通用形式为“a比b更...”。iusage则由使用意图驱动而形成，通用形式为“a利用b做了...”[0066]icompare＝“ais comparative thanb”[0067]iusage＝“adosomethingwithb”[0068]知识资源k是对rel的一种总结归纳，根据已有的资源经过演绎推导得到，具有主观概念性(rconceptual)和不确定性；[0069]可选地，本方法具有如下式子：[0070]k＝rconceptual＝rcpt(obj1,obj2)ꢀꢀꢀ(4)[0071]k的来源包括提取和归纳，归纳是指由特殊具体的事例推导出一般原理、原则的解释方法，分为完全归纳推理和不完全归纳推理，不完全归纳推理又可分为简单枚举归纳推理和科学归纳推理。在dikw图谱传输模型中，由p驱动进行，由于用户生成内容ugc很难提供足以支撑完全归纳推理充足资源的情况下，k归纳法成本高昂且成功率低。而提取得到的k虽然有无法直接进行计算不确定性的劣势，但可利用归纳方进行确定性验证，属于先有结论再进行归纳的方法，验证成本低于纯粹归纳法且成功率更高；[0072]知识资源可分为常识性知识(commonsenseknowledge)与规则性知识(rulesknowledge)。常识性知识与数据资源中dl类似，dl用“yes/no”定义，常识性知识则用“true/false”定义，例如“地球是圆的”。而规则性知识则是针对某一处理事件而制定的规则，例如某项选举规定了“一人一票，少数服从多数”。常识性知识是通用的绝对知识，规则性知识是相对知识，并不通用；[0073]介于100％的常识性规则和一次性的规则性知识之间，还存在着经验性规则(experienceknowledge)，通过已发生的同类事件的结果来预测尚未发生的事件。例如在dikw的建模过程中，obj的识别和定义就需要借助已存在的经验规则，经过学习的机器系统可完成语义对象的识别；[0074]所述用户资源，包括数据类型资源、信息类型资源、知识类型资源可以是不完整、不精确、不一致的。所述用户资源分类映射至dik体系图谱的过程是动态的，贯穿整个资源系统构建与处理过程，系统并不等到dik资源完全确定才开始构建及处理过程，而是在构建及处理过程中不断补充、修正、完善dik资源，补充、修正、完善过后的dik资源又被资源系统调用进行体系模型的构建及处理。[0075]s200：根据用户的数据、信息和知识图谱构建用户的价值图谱。[0076]可选地，用户资源之间可以转换，单一类型的用户资源不构成有意义的体系，本方法s200构建dikp之间的转化，单独的d或i或k或p意义是不明显的，实际中往往一个实体存在不同的表示形式；[0077]可选地，数据与意图可转化为信息，数据是离散元素，通过与特定的意图结合形成信息，表现为“dat dikpup＝inf”。数据可与一个或多个特定的意图存在联系，通过意图将可存在相关性的数据整合起来，如dat(tom)和dat(18)在没有意图的情况下显然不具有任何方向性的信息，加入意图pup(toknowhisage)则变成inf(tom’sage,is,18)，而加入pup(toknowhisnumber)则变成inf(tom’snumber,is,18)。元组形式表现为inf(tom’sage,is,18)＝《dat(tom),dat(18),pup(toknowhisage)》和inf(tom’snumber,is,18)＝《dat(tom),dat(18),pup(toknowhisnumber)》；[0078]可选地，数据与信息可转化为知识：数据与信息通过统计与推理可以得到知识规则，此过程是规律性的概括与总结。知识是相对稳定的、有价值的结果。如[0079]inf(humans,survival,carbohydrate,protein,lipid)＝[0080]《dat(human),dat(carbohydrate),dat(protein),dat(lipid),pup(tosurvival)》[0081]inf(cats,survival,protein,lipid)＝[0082]《dat(cat),dat(protein),dat(lipid),pup(survival)》[0083]在数据体系中dat(animal)包括dat(human)、dat(fish)和dat(cat)；dat(energy)包括dat(carbohydrate)、dat(protein)和dat(lipid)等。dat(human)和dat(cat)均能与pup(survival)结合得到信息，于是从数据体系和信息体系中进行统计和推导出kng(animalneedenergytosurvival)；[0084]可选地，信息和意图可转化为信息：信息间通过意图可以结合进一步转化得到其它的信息，这些信息与原信息存在着关系，如先得到两条信息，再将两条信息结合意图得到另外的信息。信息1：inf(tom,is,170cminheight)＝《dat(tom),dat(170),pup(forheight)》，信息2：inf(tom,weight,90kg)＝《dat(tom),dat(90),pup(forweight)》，由信息1和信息2加上意图可以得到信息3：inf(tom,is,fat)＝《inf(tom,is,170cminheight),inf(tom,weight,90kg),pup(toknowhishealth)》；[0085]可选地，信息与意图可转化为数据：信息去除了意图之后退变成数据，难以从数据中得到具有方向性的信息。如inf(tom’sage,is,18)-dikpup(toknowhisage)＝《dat(tom),dat(18)》，信息在剥离出意图之后留下的数据可以与其它特定意图进行结合形成其它的信息，如dat(tom) dikdat(18) dikpup(toknowhisnumber)＝inf(tom’snumber,is,18)；[0086]可选地，知识与数据可转化为信息：数据在特定的知识规则下结合意图可得到较为特定的信息。例如对于一个地理学家来说，他具有地理学方面的知识，当他面对dat(hainan)和dat(18-20)这两个数据想要弄明白海南冬天是否会下雪时，他可能会将dat(18-20)这个数据看作是海南的纬度，北纬18到20度，所以其范式为：inf(hainan,don'tsnow,inwinter)＝[0087]《dat(hainan),dat(18-20),pup(forwinterclimate),kng(lowlatitudeareasgenerallyhavehightemperatureinwinterandnosnow)》[0088]当一个普通人想要了解海南的冬季气候情况时，他的知识可能是“如果温度较高就不会下雪”，kng(ifthetemperatureishigh,itwon'tsnow)，那么他在他面对dat(hainan)和dat(18-20)这两个数据时，他可能会将dat(18-20)这个数据看作是海南的气温温度。[0089]意图图谱p中的意图(pup)是人类具有的与特定事物相关的隐含或明确的目的或目标。在数据、信息、知识以及价值当中，意图主要与数据进行关联结合，单个数据或多个数据可以与一个或多个意图进行结合。意图本身之间的主要关系为与或非以及包含，一个意图可划分出几个子意图。例如，调查一个人，可以由“要知道这个人是谁”和“要知道他做过什么”两个子意图构成，而“要知道这个人是谁”又能进一步划分成“了解其名字”、“了解其性别”和“了解其社会身份”等子意图。使用元组来形式化表达意图之间的关系：pup(toinvestigatesomeone)＝《pup(toknowwhoheis),pup(toknowwhatdidhedo),rinclude》，pup代表意图模型中意图，r代表关系，包含表达形式为“rinclude”。[0090]p可分为父意图(pfather，pf)和子意图(pson，ps)，ps是pf的分支，pf可能包含所有的ps，也可能只包含单独一个ps。如果将p视为数据资源的一种，pf即为包含一个或多个ps的范围型数据。父意图和子意图属于相对概念，子意图可继续划分为二级子意图、三级子意图；[0091]在意图体系中，父意图下的多个子意图可以是共存关系而非排斥关系，同一个子意图可能分属于两个不同的父意图[0092]所述意图类型资源可以是不完整、不精确、不一致的，体系图谱资源之间的转换是动态的，贯穿整个资源系统构建与处理过程，系统并不等到dikp资源完全确定才开始构建及处理过程，而是在构建及处理过程中不断补充、修正、完善dikp资源，补充、修正、完善过后的dikp资源又被资源系统调用进行构建及处理。[0093]价值图谱是一个外推过程，价值使得人们可以明辨是非，从有限到无穷，从已知到未知进行推测。信息告诉人们做什么，知识告诉人们怎么做，价值告诉人们为什么要做，价值图谱是在知识图谱的基础上体现出从已知到未知的推测过程，是一种混合型的难以剥离的结构；[0094]可选地，价值图谱由dik资源图谱转换而来，正如人们成长的环境，接受的教育，接触的事物，决定了人们的认知，处在什么样的位置，用什么样的时间段的眼光去看待与分析事物，价值正是人对事物的判断的反应，它是人们的基本看法和观点。[0095]价值认知具有实践性，人的价值认知是不断更新、不断完善、不断优化的。价值认知是指人们在认识各种具体事物的价值的基础上，形成的对事物价值的总的看法和根本观点。一方面表现为价值取向、价值追求，凝结为一定的价值目标；另一方面表现为价值尺度和准则，成为人们判断价值事物有无价值及价值大小的评价标准。一个人的价值认知一旦确立，便具有相对稳定性，但就社会和群体而言，由于人员更替和环境的变化，社会或群体的价值认知又是不断变化着的，对诸事物的看法和评价在心目中的主次、轻重的排列次序，构成了价值体系。价值体系是决定人的意图行为的心理基础。[0096]s300：使用价值图谱对用户决策目标的初始意图进行修正。[0097]在系统构建的过程中使用价值体系对用户决策目标的初始意图资源p不断地进行补充修正。[0098]可选地，价值模型具有相对稳定性，根据接受变化的数据、信息、知识不断地转化、修正，进而决定了人的意图行为，并在人们达成意图的行为过程中不断地修正意图。因此价值模型和意图模型始终处于一种不完整、不精确、不一致的状态，但这种状态根据dik的更新终会达成一个阶段内确定的结果，更准确地说是终会达成人们对于某个决策的确定结果。[0099]s400：得到意图结合dikw图谱下的整体最优决策方案。[0100]所述整体最优决策方案是用户所拥有的dikwp资源体系图谱下的最优。[0101]系统通过构建dikwp体系图谱，将用户资源里分散的数据、信息、知识进行系统的整合转换分析，使用价值映射并影响意图的方式，得出意图结合dikw图谱下的整体最优决策方案。[0102]可选地，为了进一步描述本发明的方案，下面以完整实施例描述本发明的方案。[0103]本文旨在搭建一个dikw资源构建与处理系统，利用dikw图谱技术对用户的数字资源进行分类建模。dikw图谱是以“human”和“existence”两个概念为核心的数据、信息、知识和智慧框架uml元模型，根据用户资源对于“实体-关系”这一结构的不同表达将其分为数据、信息、知识3种不同的类型，构成以用户为中心的数据、信息和知识图谱，三者共同构成用户的数字资源dikw图谱，可用于优化存储、传输与计算一体化的处理效率。[0104]dikwp体系构建过程中，由输入的dikwp资源，不断地在体系间进行整合转换，对用户的初始意图进行动态修正，最终的用户资源所限定的能完成的事情，包括长期能完成的事情和短期能完成的事情，达成资源和意图互动下整体的决策结果。[0105]举例说明：[0106]系统接收到某用户小学的时候希望成为总统，上中学的时候认知现实了一点，意图变为希望成为市长，上大学的时候觉得当县长也不错，于是意图变为希望成为县长，工作之后拼搏了40年成为科长。其实一个孩子从一出生就能知道他大概率能不能成为总统，这是根据决策过程中一开始不完整、不精确但不断完善的数据体系、信息体系、知识体系、价值体系来不断完善意图体系，最终构建成其自身的dikw体系下可行的意图体系，形成整体较优化的决策结果。[0107]举例说明：[0108]系统接收到某用户某天想吃牛肉，到超市购买牛肉，到了超市发现今天牛肉特别差而且价格特别贵，但是羊肉促销并且特别新鲜。于是意图系统反馈出用户有高兴的事情想庆祝买一些新鲜的肉，一开始倾向牛肉，其实本质上想要吃羊肉，但羊肉平时就比牛肉贵，经过信息体系间的迭代之后，最终决定购买羊肉。此体系一开始不是完整的，初始意图可判定为吃顿好的，在超市购物的过程中不断地构建完善dik体系，最后根据价值体系决策出最终意图。[0109]如图4所示，本发明提供了一种面向不完整、不精确、动态优化决策目标的dikw资源构建与处理系统的装置，所述装置包括：体系构建单元、体系转换单元、系统决策单元；[0110]所述体系构建单元，被配置为执行根据用户资源对于“实体-关系”这一结构的不同表达将其分为数据、信息、知识3种不同的类型，然后分别映射至dik体系图谱；[0111]所述体系转换单元，被配置为执行对dik体系图谱间进行数据转换、信息转换、知识转换，得到用户价值体系图谱w；[0112]所述系统决策单元，被配置为执行得出用户dikw体系图谱资源下价值驱动的意图最优决策方案。[0113]结合图4所示的实施方式，在某些可选的实施方式中，所述装置包括：系统修正单元；[0114]所述系统修正单元，被配置为执行在系统构建的过程中使用价值体系对用户决策目标的初始意图资源p不断地进行补充修正。[0115]在本技术中，诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。[0116]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。[0117]以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。当前第1页12当前第1页12