一种用户协同的相似材料推荐方法与流程

1.本发明涉及一种用户协同的相似材料推荐方法，属于材料信息服务方法技术领域。


背景技术：

2.传统用户选材推荐与未知材料判定过程受随机性与主观性因素的影响，该过程往往受限于个人经验，效率低，效果差。此外，现有的材料推荐的相似度计算方法大多基于精确值的相似度计算，对于材料数据库中包括区间值的材料数据处理方式存在质疑。因此，建立合理的综合定量评价选材推荐方法是实现科学选材的重要途径。


技术实现要素：

3.本发明目的是提供一种用户协同的相似材料推荐方法，能够根据用户选材需求自动的实现相似材料推荐或选材匹配过程，能够实现区间值、精确值、枚举值不同数据类型的相似度计算与匹配，提高材料选材推荐的科学性，适用范围广，灵活性强，推荐结果可靠，有效地解决了背景技术中存在的上述问题。
4.本发明的技术方案是：一种用户协同的相似材料推荐方法，包含以下步骤：
5.(1)建立材料分类层级结构树，可选的有材料类型、材料大类、材料小类和材料牌号，在对应层级中进行材料数据基础公共信息的维护，各层级中字段类型为枚举值；
6.(2)建立材料数据集，在材料分类层级结构树的最底层进行化学成分、材料性能和关键特征参数的数据维护，化学成分和材料性能属性参数录入的数据类型有精确值和区间值，关键特征参数录入的数据类型为枚举值；
7.(3)用户选择或输入相似度计算的对照材料与参与相似度计算的数据集，包含材料分类层级结构树、化学成分、材料性能参数和关键特征参数；化学成分包含c、si、mn、p和s化学元素，但不限于上述元素；材料性能参数有屈服强度、抗拉强度和断后伸长率，但不限于上述参数；关键特征参数有用途和材料状态，不限于上述属性；
8.(4)进行材料分类层级结构树相似度计算sc，计算公式如下：
9.sc(c1,c2)＝∑ωi*sbi ω
t
sa(c1,c2)
10.∑ωi ωt＝1
11.其中ωi为结构树各层级的属性值相似度的权重，ωt为结构树概念相似度的权重，sa为结构树层级概念相似度，sbi为结构树的第i层级的属性值相似度；
12.(5)进行数据集中化学成分、材料性能和关键特征参数的类型相似度计算；
13.化学成分的类型相似度计算sd1，计算公式如下：
14.sd1＝(c1∩c2)/(c1∪c2)
15.其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的化学元素或参数数量，c1∪c2为参加匹配的化学元素或参数总数；
16.材料性能的类型相似度计算sd2，计算公式如下：
17.sd2＝(c1∩c2)/(c1∪c2)
18.其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的材料性能参数数量，c1∪c2为参加匹配的性能参数总数；
19.关键特征参数的类型相似度计算sd3，计算公式如下：
20.sd3＝(c1∩c2)/(c1∪c2)
21.其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的关键特征参数的数量，c1∪c2为参加匹配的关键特征参数的总数。
22.(6)制定数据区间值和缺省值的处理规则，进行数据的前处理；
23.可选的化学成分元素区间值的处理方法为把≥or＞a的区间值按照端点值a来处理，将≤or＜a类型的区间值按照[0，a]处理，将(a,b)or(a,b]or[a,b)按照[a,b]来处理；可选的缺省值的处理方法为用0填充；按照上述规则处理后的化学成分数据集进行标准化/归一化处理；
[0024]
可选的材料性能参数区间值的处理方法为把≥or＞a与≤or＜a的区间值按照端点值a来处理，将(a,b)or(a,b]or[a,b)按照[a,b]来处理；可选的缺省值处理方法为，若属性集中被对照材料b存在属性指标值为空的情况，则约定双方该属性值相当；按照上述规则处理后的材料性能数据集进行标准化/归一化处理；
[0025]
可选的关键特征参数缺省值处理方法为，对照材料a的参数值x＝空，约定xa＝“无”，若属性集中被对照材料b存在值为空的情况，则约定双方该属性值相当，参数值为“其他”时可与“其他”或空关键字匹配；
[0026]
(7)分别进行化学成分、材料性能和关键特征参数属性值相似度计算，获得相似度矩阵；
[0027]
(8)分别进行化学成分、材料性能和关键特征参数相似度矩阵中的参数j的组合权重；分别计算数据集中每条被对照材料的化学成分、材料性能和关键特征参数的考虑属性权重属性值相似度；
[0028]
(9)进行材料综合属性相似度计算；
[0029]
进行化学成分属性相似度schem计算：schem＝sd1*se1；
[0030]
进行材料性能属性相似度sprop计算：sprop＝sd2*se2；
[0031]
进行关键特征参数属性相似度schar计算：schar＝sd3*se3。
[0032]
进行材料综合属性相似度计算：ssub＝ω1*schem ω2*sprop ω3*schar，其中ω1、ω2、ω3分别为化学成分、材料性能及关键特征属性的权重，ω1
[0033]
ω2 ω3＝1；
[0034]
(10)进行材料总体相似度计算，材料总体相似度st＝材料分类层级结构树相似度sc*材料综合属性相似度ssub；
[0035]
(11)按照数据集中被对照材料的总体相似度st值的大小进行排序，用户可通过设置相似度阈值控制相似材料推荐的数量。
[0036]
所述步骤(4)中，结构树层级概念相似度sa的计算方法，可选有基于距离的概念或语义相似度计算公式，包括但不限于以下可选公式：
[0037]
式中c1与c2材料分类层级结构树最底层的两个
值，可选的有材料牌号，表示在len(c1,c2)表示c1和c2在层次树中的最短路径长度，depth表示层次树的最大深度值；
[0038]
其中，n1和n2分别表示最底层概念如材料牌号c1、c2与最近公共父节点的最短路径，h表示从最近公共父节点c到根节点的层级数；
[0039]
其中，des(c1,c2)表示结构树总层级大小，分子表示描述c1、c2共性部分即公共父节点到根节点的距离；
[0040]
结构树的第i层级的属性值相似度sbi计算方法如下：
[0041][0042]
所述步骤(6)中，化学成分与材料性能数据集标准化/归一化处理计算方法，不限于下述方法：
[0043]
数据集中某化学成分或性能参数值具有区间值也可有精确值，其中第k个材料实例为精确值，表示为xk，其中第j个材料实例为区间值，表示为[aj,bj]，则
[0044]
mina＝min{min{a1，a2，
……
,aj,
……
},min{
…
xk
…
}}
[0045]
maxb＝max{max{b1，b2，
……
,bj,
……
},max{
…
xk
…
}}
[0046]
区间值进行标准化：aj’＝(aj-mina)/(maxb-mina)
[0047]
bj’＝(bj-mina)/(maxb-mina)
[0048]
精确值进行标准化：xk’＝(xk-minai)/(maxb-mina)。
[0049]
所述步骤(7)中，属性值的相似度计算不限于如下方法：
[0050]
区间值间或与精确值的相似度计算：
[0051][0052]
精确值间的相似度计算：sij(a1,a2)＝1-|a1-a2|
[0053]
枚举值的相似度计算：
[0054][0055]
所述步骤(8)中，组合权重计算包括主观权重计算与客观权重计算，采用乘法组合赋权法，方法如下：
[0056][0057]
其中，ω1为主观权重，ω2为客观权重；
[0058]
主观权重计算方法可选用专家调查法或层次分析法，但不限于上述方法；客观权重计算方法可选用相似度离差方法或熵值法，但不限于上述方法，其中选用的相似度离差信息的方法如下：
[0059][0060][0061]
所述步骤(8)中，化学成分属性值相似度se1计算方法包括但不限于如下方法：
[0062]
或
[0063]
材料性能属性值相似度se2计算方法包括但不限于如下方法：或
[0064]
关键特征属性值相似度se3计算方法包括但不限于如下方法：
[0065]
或
[0066]
本发明的有益效果是：能够根据用户选材需求自动的实现相似材料推荐或选材匹配过程，能够实现区间值、精确值、枚举值不同数据类型的相似度计算与匹配，提高材料选材推荐的科学性，适用范围广，灵活性强，推荐结果可靠。
附图说明
[0067]
图1为本发明的流程图；
[0068]
图2为本发明实施例的化学成分相似度计算的流程图；
[0069]
图3为本发明实施例的材料性能相似度计算的流程图；
[0070]
图4为本发明实施例的关键特征参数相似度计算的流程图；
[0071]
图5为本发明实施例中材料分类层级结构树相似度计算附图；
[0072]
图6为本发明实施例中材料化学成分相似度计算附图；
[0073]
图7为本发明实施例中材料性能相似度计算附图；
[0074]
图8为本发明实施例中材料关键特征参数相似度计算附图；
[0075]
图9为本发明实施例中材料总体相似度计算与相似推荐排序结果附图。
具体实施方式
[0076]
为了使发明实施案例的目的、技术方案和优点更加清楚，下面将结合实施案例中的附图，对本发明实施案例中的技术方案进行清晰的、完整的描述，显然，所表述的实施案例是本发明一小部分实施案例，而不是全部的实施案例，基于本发明中的实施案例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施案例，都属于本发明保护范围。
[0077]
一种用户协同的相似材料推荐方法，包含以下步骤：
[0078]
(1)建立材料分类层级结构树，可选的有材料类型、材料大类、材料小类和材料牌号，在对应层级中进行材料数据基础公共信息的维护，各层级中字段类型为枚举值；
[0079]
(2)建立材料数据集，在材料分类层级结构树的最底层进行化学成分、材料性能和关键特征参数的数据维护，化学成分和材料性能属性参数录入的数据类型有精确值和区间值，关键特征参数录入的数据类型为枚举值；
[0080]
(3)用户选择或输入相似度计算的对照材料与参与相似度计算的数据集，包含材料分类层级结构树、化学成分、材料性能参数和关键特征参数；化学成分有c、si、mn、p和s化学元素；材料性能参数有屈服强度、抗拉强度和断后伸长率；关键特征参数有用途和材料状态；
[0081]
(4)进行材料分类层级结构树相似度计算sc，计算公式如下：
[0082]
sc(c1,c2)＝∑ωi*sbi ω
t
sa(c1,c2)
[0083]
∑ωi ωt＝1
[0084]
其中ωi为结构树各层级的属性值相似度的权重，ωt为结构树概念相似度的权重，sa为结构树层级概念相似度，sbi为结构树的第i层级的属性值相似度；
[0085]
(5)进行数据集中化学成分、材料性能和关键特征参数的类型相似度计算；
[0086]
化学成分的类型相似度计算sd1，计算公式如下：
[0087]
sd1＝(c1∩c2)/(c1∪c2)
[0088]
其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的化学元素或参数数量，c1∪c2为参加匹配的化学元素或参数总数；
[0089]
材料性能的类型相似度计算sd2，计算公式如下：
[0090]
sd2＝(c1∩c2)/(c1∪c2)
[0091]
其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的材料性能参数数量，c1∪c2为参加匹配的性能参数总数；
[0092]
关键特征参数的类型相似度计算sd3，计算公式如下：
[0093]
sd3＝(c1∩c2)/(c1∪c2)
[0094]
其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的关键特征参数的数量，c1∪c2为参加匹配的关键特征参数的总数。
[0095]
(6)制定数据区间值和缺省值的处理规则，进行数据的前处理；
[0096]
可选的化学成分元素区间值的处理方法为把≥or＞a的区间值按照端点值a来处理，将≤or＜a类型的区间值按照[0，a]处理，将(a,b)or(a,b]or[a,b)按照[a,b]来处理；可选的缺省值的处理方法为用0填充；按照上述规则处理后的化学成分数据集进行标准化/归一化处理；
[0097]
可选的材料性能参数区间值的处理方法为把≥or＞a与≤or＜a的区间值按照端点值a来处理，将(a,b)or(a,b]or[a,b)按照[a,b]来处理；可选的缺省值处理方法为，若属性集中被对照材料b存在属性指标值为空的情况，则约定双方该属性值相当；按照上述规则处理后的材料性能数据集进行标准化/归一化处理；
[0098]
可选的关键特征参数缺省值处理方法为，对照材料a的参数值x＝空，约定xa＝“无”，若属性集中被对照材料b存在值为空的情况，则约定双方该属性值相当，参数值为“其他”时可与“其他”或空关键字匹配；
[0099]
(7)分别进行化学成分、材料性能和关键特征参数属性值相似度计算，获得相似度矩阵；
[0100]
(8)分别进行化学成分、材料性能和关键特征参数相似度矩阵中的参数j的组合权重；分别计算数据集中每条被对照材料的化学成分、材料性能和关键特征参数属性值相似度；
[0101]
(9)进行材料综合属性相似度计算；
[0102]
进行化学成分属性相似度schem计算：schem＝sd1*se1；
[0103]
进行材料性能属性相似度sprop计算：sprop＝sd2*se2；
[0104]
进行关键特征参数属性相似度schar计算：schar＝sd3*se3。
[0105]
进行材料综合属性相似度计算：ssub＝ω1*schem ω2*sprop ω3*schar，其中ω1、ω2、ω3分别为化学成分、材料性能及关键特征属性的权重，ω1 ω2 ω3＝1；
[0106]
(10)进行材料总体相似度计算，材料总体相似度st＝材料分类层级结构树相似度sc*材料综合属性相似度ssub；
[0107]
(11)按照数据集中被对照材料的总体相似度st值的大小进行排序，用户可通过设置相似度阈值控制相似材料推荐的数量。
[0108]
所述步骤(4)中，结构树层级概念相似度sa的计算方法，可选有基于距离的概念或语义相似度计算公式，包括但不限于以下可选公式：
[0109]
式中c1与c2材料分类层级结构树最底层的两个值，可选的有材料牌号，表示在len(c1,c2)表示c1和c2在层次树中的最短路径长度，depth表示层次树的最大深度值；
[0110]
其中，n1和n2分别表示最底层概念如材料牌号c1、c2与最近公共父节点的最短路径，h表示从最近公共父节点c到根节点的层级数；
[0111]
其中，des(c1,c2)表示结构树总层级大小，分子表示描述c1、c2共性部分即公共父节点到根节点的距离；
[0112]
结构树的第i层级的属性值相似度sbi计算方法如下：
[0113][0114]
所述步骤(6)中，化学成分与材料性能数据集标准化/归一化处理计算方法，不限于下述方法：
[0115]
数据集中某化学成分或性能参数值具有区间值也可有精确值，其中第k个材料实例为精确值，表示为xk，其中第j个材料实例为区间值，表示为[aj,bj]，则
[0116]
mina＝min{min{a1，a2，
……
,aj,
……
},min{
…
xk
…
}}
[0117]
maxb＝max{max{b1，b2，
……
,bj,
……
},max{
…
xk
…
}}
[0118]
区间值进行标准化：aj’＝(aj-mina)/(maxb-mina)
[0119]
bj’＝(bj-mina)/(maxb-mina)
[0120]
精确值进行标准化：xk’＝(xk-minai)/(maxb-mina)。
[0121]
所述步骤(7)中，属性值的相似度计算不限于如下方法：
[0122]
区间值间或与精确值的相似度计算：
[0123][0124]
精确值间的相似度计算：sij(a1,a2)＝1-|a1-a2|
[0125]
枚举值的相似度计算：
[0126][0127]
所述步骤(8)中，组合权重计算包括主观权重计算与客观权重计算，采用乘法组合赋权法，方法如下：
[0128][0129]
其中，ω1为主观权重，ω2为客观权重；
[0130]
主观权重计算方法可选用专家调查法或层次分析法，但不限于上述方法；客观权重计算方法可选用相似度离差方法或熵值法，但不限于上述方法，其中选用的相似度离差信息的方法如下：
[0131][0132][0133]
所述步骤(8)中，化学成分属性值相似度se1计算方法包括但不限于如下方法：
[0134]
或
[0135]
材料性能属性值相似度se2计算方法包括但不限于如下方法：或
[0136]
关键特征属性值相似度se3计算方法包括但不限于如下方法：
[0137]
或
[0138]
实施例：
[0139]
本发明提供一种用户协同的相似材料推荐方法，具体包括如下步骤：
[0140]
(1)建立材料分类层级结构树，层级由高到低为材料类型、品种、产品种类、材料类别、材料牌号五层。在对应层级中进行材料数据基础公共信息的维护，具体如图5。所述的材料分类层级结构树，其特征在于，各层级中字段类型为枚举值。
[0141]
(2)建立材料数据集：在材料分类层级结构树的材料牌号层级下进行化学成分、机械性能、关键特征参数等材料参数属性及数据维护。所述的化学成分中元素及材料性能属性参数录入的数据类型可选的有精确值，区间值。所述的关键特征属性录入的数据类型为
枚举值。
[0142]
(3)选择图5-图9中的id1作为对照材料，id2～id7作为数据集中进行相似度推荐的被对照材料。选择图6所示的化学元素c、si、s参与相似度计算；选择图7所示的材料性能参数屈服强度rp0.2、抗拉强度rm、断后伸长率a参加相似度计算；选择图8所示的材料关键特征参数材料状态、应用、镀层形式、面漆种类参与相似度计算。
[0143]
(4)勾选材料分类层级结构树参与相似度计算，则进行材料分类层级结构树相似度计算sc，计算公式如下：
[0144]
sc(c1,c2)＝∑ωi*sbi ω
t
sa(c1,c2)
[0145]
∑ωi ωt＝1
[0146]
其中ωi为结构树各层级的属性值相似度的权重，ωt为结构树概念相似度的权重，sa为结构树层级概念相似度，sbi为结构树的第i层级的属性值相似度。
[0147]
(5)进行数据集中化学成分属性的类型相似度计算sd1，计算公式如下：
[0148]
sd1＝(c1∩c2)/(c1∪c2)
[0149]
其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的化学元素或参数数量，c1∪c2为参加匹配的化学元素或参数总数。
[0150]
进行数据集中材料性能属性的类型相似度计算sd2，计算公式如下：
[0151]
sd2＝(c1∩c2)/(c1∪c2)
[0152]
其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的材料性能参数数量，c1∪c2为参加匹配的性能参数总数。
[0153]
进行数据集中关键特征参数的类型相似度计算sd3，计算公式如下：
[0154]
sd3＝(c1∩c2)/(c1∪c2)
[0155]
其中，c1∩c2为对照材料c1与数据集中被对照材料c2中参与相似度计算的相匹配的关键特征参数的数量，c1∪c2为参加匹配的关键特征参数的总数。
[0156]
(6)对参与相似度计算的化学成分数据集进行数据的前处理，制定化学成分元素区间值、缺省值的处理规则。化学成分元素区间值的处理方法为把≥or＞a的区间值按照端点值a来处理，将≤or＜a类型的区间值按照[0，a]处理，将(a,b)or(a,b]or[a,b)按照[a,b]来处理。缺省值的处理方法为用0填充。按照上述规则处理后的化学成分数据集进行标准化/归一化处理。
[0157]
对参与相似度计算的材料性能数据集进行数据的前处理，制定材料性能参数区间值、缺省值的处理规则。材料性能参数区间值的处理方法为把≥or＞a与≤or＜a的区间值按照端点值a来处理，将(a,b)or(a,b]or[a,b)按照[a,b]来处理。缺省值处理方法为，若属性集中被对照材料b存在属性指标值为空的情况，则约定双方该属性值相当。按照上述规则处理后的材料性能数据集进行标准化/归一化处理。
[0158]
对参与相似度计算的关键特征参数数据集进行数据的前处理，制定关键特征参数缺省值的处理规则。缺省值处理方法为，对照材料a的参数值x＝空，约定xa＝“无”，若属性集中被对照材料b存在值为空的情况，则约定双方该属性值相当，参数值为“其他”时可与“其他”或空关键字匹配。
[0159]
(7)对参与相似度计算的化学成分数据集进行化学成分属性值的相似度计算，获得化学成分相似度矩阵s1。
[0160]
对参与相似度计算的材料性能数据集进行材料性能属性值的相似度计算，获得材料性能相似度矩阵s2。
[0161]
对参与相似度计算的关键特征参数数据集进行关键特征参数属性值的相似度计算，获得材料性能相似度矩阵s3。
[0162]
(8)对化学成分相似度矩阵s1中的参数c、si、s的组合权重进行计算，包括主观权重计算与客观权重计算，获得各参数的权重ωj。进行考虑权重的化学成分属性值相似度计算，获得数据集中每条被对照材料的化学成分属性值相似度se1：
[0163][0164]
对材料性能相似度矩阵s2中的参数屈服强度rp0.2、抗拉强度rm、断后伸长率a的组合权重进行计算，包括主观权重计算与客观权重计算，获得各参数的权重ωj。进行考虑权重的化学成分属性值相似度计算，获得数据集中每条被对照材料的材料性能属性值相似度se2：
[0165][0166]
对关键特征参数相似度矩阵s3中的参数材料状态、应用、镀层形式、面漆种类的组合权重进行计算，包括主观权重计算与客观权重计算，获得各参数的权重ωj。进行考虑权重的化学成分属性值相似度计算，获得数据集中每条被对照材料的关键特征参数属性值相似度se3：
[0167][0168]
(9)进行化学成分属性相似度schem计算：schem＝sd1*se1，如图6；
[0169]
进行材料性能属性相似度sprop计算：sprop＝sd2*se2，如图7；
[0170]
进行关键特征参数属性相似度schar计算：schar＝sd3*se3，如图8。
[0171]
进行材料综合属性相似度计算：ssub＝ω1*schem ω2*sprop ω3*schar，其中ω1、ω2、ω3分别为化学成分、材料性能及关键特征属性的权重，ω1 ω2 ω3＝1。
[0172]
(10)进行材料总体相似度计算：
[0173]
材料总体相似度st＝材料分类层级结构树相似度sc*材料综合属性相似度ssub
[0174]
(11)按照数据集中被对照材料的总体相似度st值的大小进行排序，见附图9，可选的设置相似度阈值控制相似材料推荐的数量。
[0175]
进一步的，步骤(4)所述的分类结构树层级相似度sa计算方法，选用基于距离的概念相似度计算公式：
[0176]
式中c1与c2材料分类层级结构树最底层的两个值，可选的有材料牌号，表示在len(c1,c2)表示c1和c2在层次树中的最短路径长度，depth
表示层次树的最大深度值。
[0177]
进一步的，步骤(4)所述的分类结构树各层的属性值相似度sbi计算方法如下：
[0178][0179]
进一步的，步骤(6)所述的化学成分与材料性能数据集标准化/归一化处理计算方法，不限于下述方法：
[0180]
数据集中某化学成分或性能参数值具有区间值也可有精确值，其中第k个材料实例为精确值，表示为xk，其中第j个材料实例为区间值，表示为[aj,bj]，则
[0181]
mina＝min{min{a1，a2，
……
,aj,
……
},min{
…
xk
…
}}
[0182]
maxb＝max{max{b1，b2，
……
,bj,
……
},max{
…
xk
…
}}
[0183]
区间值进行标准化：aj’＝(aj-mina)/(maxb-mina)
[0184]
bj’＝(bj-mina)/(maxb-mina)
[0185]
精确值进行标准化：xk’＝(xk-minai)/(maxb-mina)
[0186]
进一步的，步骤(7)所述的属性值的相似度采用如下方法：
[0187]
区间值间或与精确值的相似度计算：
[0188][0189]
精确值间的相似度计算：sij(a1,a2)＝1-|a1-a2|
[0190]
枚举值的相似度计算：
[0191][0192]
进一步的，步骤(8)所述的组合权重计算方法如下：
[0193]
组合权重计算包括主观权重计算与客观权重计算，采用乘法组合赋权法，方法如下：
[0194][0195]
其中，ω1为主观权重，ω2为客观权重。
[0196]
主观权重计算方法选用专家调查法。客观权重计算方法选用相似度离差方法：
[0197][0198]
ωj≥0。