一种基于知识自动化的毕业设计选题质量监督方法
【专利摘要】本发明提出一种基于知识自动化的毕业设计选题质量监督方法，涉及自动化领域。所述方法包括以下步骤：1）设计毕业设计选题的质量监督流程；2）在决策服务中封装知识，构建循环架构以实现知识的自动提取和生成；3）决策服务自动化的实现。本发明方法基于知识自动化，形成了一个循环的处理流程，使选题质量满足专业认证中解决复杂工程问题的要求，实现了毕业设计选题的质量监督自动化。
【专利说明】
一种基于知识自动化的毕业设计选题质量监督方法
技术领域
[0001] 本发明涉及一种基于知识自动化的毕业设计选题质量监督方法，属于自动化领 域。
【背景技术】
[0002] 自2015年3月教育部推出与国际实质等效的《工程教育专业认证标准》以来，全国 各大高校都在积极推动工程教育专业认证工作。各高校的毕业要求中关于解决复杂工程问 题的条目占据了很大的比重，而且各高校在设计课程权重系数矩阵时，毕业设计覆盖了多 个毕业能力指标点，这表明了毕业设计在工程教育专业认证中的重要性。
[0003] 毕业设计的选题需兼顾复杂性与工程性，目前在工程教育专业认证中对毕业设计 的达成评价一般都是对毕业设计论文及其完成过程等情况进行评价，并未涉及对毕业设计 选题这一初始工作的评价，导致部分毕业生对论文完成情况很好，但由于该选题缺乏工程 度或复杂度，实际所涉及的某些毕业要求却未达成。由于强调一人一题，导致题目较多，但 是设计内容比较固定，选题没有新意，和往届选题相比，重复性内容较多，重复率高。一般来 说，各高校对毕业设计选题的筛选工作由院系相关老师负责，对毕业设计选题的质量监督 决策严重依赖人工经验知识，存在主观性和不一致性，易出现决策错误。
[0004] 为解决上述问题，本发明提出了一种基于知识自动化的毕业设计选题质量监督方 法。决策知识自动化，作为大数据时代的决策分析方法，展示了知识自动化基础上的决策管 理，它不仅仅是知识自动产生的过程，更能够诱发知识的传播、获取、分析、影响、产生等方 面的变革。基于知识自动化监督毕业设计选题的工程性与复杂性，使其满足解决复杂工程 问题的要求。
【发明内容】
[0005] 为解决以上技术问题，本发明提供了一种基于知识自动化的毕业设计选题质量监 督方法，它具体包括以下步骤： 1、 设计毕业设计选题的质量监督流程； 2、 在决策服务中封装知识，构建循环架构以实现知识的自动提取和生成； 3、 决策服务自动化的实现。
[0006] 上述的一种基于知识自动化的毕业设计选题质量监督方法，其特征在于:所述步 骤1中，毕业设计选题的质量监督流程即业务流程，由以下步骤组成： 1-1)从
【申请人】处收集毕业设计选题资料； 1-2)对选题进行鉴别归类，判定选题是否能够被自动化的决策服务处理，或者是否必 须由人工评审处理，对选题进行类别划分； 1-3)通过类别鉴定，自动化的决策服务负责可清晰判定的选题，执行"接受" / "拒绝"决 策，将比较模糊的选题执行"待定"决策并提交给人工评审，由专家分别评审其复杂度和工 程度，两者均通过则执行"接受"决策，其中一个不通过则执行"拒绝"决策。
[0007] 上述的一种基于知识自动化的毕业设计选题质量监督方法，所述步骤2中的循环 架构由以下步骤构成： 2-1)业务流程管理系统中，从
【申请人】处收集毕业设计选题数据，执行业务流程，调用决 策点"检查工程度、复杂度和重复度"上的决策服务，并利用返回的决策结果对选题进行处 理，将所有选题的处理数据都记录在数据库中； 2-2)数据库接收并存储由业务流程管理系统处理后的毕业设计选题数据，对数据进行 预处理； 2-3)对数据库中的毕业设计选题数据进行预测分析建模，创建具有代表性的选题集并 使用这些选题案例来建立和测试分析模型，通过机器学习算法生成选题案例集的决策树模 型； 2-4)将选题案例集的决策树模型导入业务规则管理系统，以规则集的形式封装进知识 库并部署在决策服务中，提供给业务流程管理系统中决策点"检查工程度、复杂度和重复 度"调用。
[0008] 进一步地，于步骤2中，循环架构初始化时，起点在业务流程，决策服务先使用从历 史毕业设计评审表中提取的规则和专家知识规则组成的先验规则模型，随着数据的积累， 可使用质量监督决策树模型逐渐替代，并采用"冠军-挑战者"模型不断的验证决策树中规 则的有效性，四个组件形成了一个循环的处理流程对知识进行自动识别和提取更新。
[0009] 进一步地，于步骤2中，决策服务是对提取的关键词通过决策树模型得出工程度、 复杂度和重复度三个指标的数据，根据改进的RFM模型，对三个指标进行计算，将每个选题 的三个指标与阈值进行比较，综合后对选题进行评价。
[0010] 进一步地，于步骤3中，基于对选题质量监督流程结构的分析，设计质量监督决策 需求图表，确定制定决策需要的知识和数据，以及决策服务自动化的范围。
[0011] 本发明方法基于知识自动化，设计了毕业设计选题的质量监督流程，并构建了一 个毕业设计选题的质量监督决策管理循环架构。通过对毕业设计选题的工程度、复杂度和 重复度的检测，采用"业务流程-决策服务-业务知识_分析模型-数据-业务流程"循环途径， 成功实现质量监督的自动化，使毕业设计选题的满足解决复杂工程问题的要求。
【附图说明】
[0012] 图1为本发明的质量监督业务流程图； 图2为本发明的质量监督决策管理循环架构图； 图3为本发明的发现分析模型图； 图4为本发明的质量监督决策需求图；
【具体实施方式】 下面结合附图对本发明的技术方案作进一步地详细说明，应该指出的是下面说明仅仅 是示例性的，而不是为了限制本发明的范围以及其应用。
[0013] 1.项目实施方式 一种基于知识自动化的毕业设计选题质量监督方法，【具体实施方式】如下： 1、设计毕业设计选题的质量监督流程； 2、 在决策服务中封装知识，构建循环架构以实现知识的自动提取和生成； 3、 决策服务自动化的实现。
[0014] 上述的一种基于知识自动化的毕业设计选题质量监督方法，其特征在于:所述步 骤1中的毕业设计选题的质量监督流程即业务流程如图1所示，由以下步骤组成： 1-1)从
【申请人】处收集毕业设计选题资料； 1-2)对选题进行鉴别归类，判定选题是否能够被自动化的决策服务处理，或者是否必 须由人工评审处理，对选题进行类别划分； 1- 3)通过类别鉴定，自动化的决策服务负责可清晰判定的选题，执行"接受" / "拒绝"决 策，将比较模糊的选题执行"待定"决策并提交给人工评审，由专家分别评审其复杂度和工 程度，两者均通过则执行"接受"决策，其中一个不通过则执行"拒绝"决策。
[0015] 进一步地，于步骤1中，鉴别归类使用是的一个基于规则的"申请流通路径"分类决 策，规则的表现形式为"IF〈条件〉THEN提议(〈类别〉，〈理由 >)"。通过拒绝规则和待定规则对 选题进行分类，对于不能够被自动化决策服务处理的选题，将提供一个理由列表，从而可以 为选题提供相应的申请指导和评审追踪。
[0016] 上述的一种基于知识自动化的毕业设计选题质量监督方法，所述步骤2中的决策 管理循环架构如图2所示，由以下步骤构成： 2- 1)业务流程管理系统中，从
【申请人】处收集毕业设计选题数据，执行业务流程，调用决 策点"检查工程度、复杂度和重复度"上的决策服务，并利用返回的决策结果对选题进行处 理，将所有选题的处理数据都记录在数据库中； 2-2)数据库接收并存储由业务流程管理系统处理后的毕业设计选题数据，对数据进行 预处理； 2-3)对数据库中的毕业设计选题数据进行预测分析建模，创建具有代表性的选题集并 使用这些选题案例来建立和测试分析模型，通过机器学习算法生成选题案例集的决策树模 型； 2-4)将选题案例集的决策树模型导入业务规则管理系统，以规则集的形式封装进知识 库并部署在决策服务中，提供给业务流程管理系统中决策点"检查工程度、复杂度和重复 度"调用。
[0017] 进一步地，于步骤2-1中，毕业设计选题数据主要是由老师和学生填写的毕业设计 任务书。
[0018] 进一步地，于步骤2-2中，数据库中的数据包括历史毕业设计选题评审表、处理后 的毕业设计选题数据、复杂工程问题的标准规则以及专家经验知识。对数据进行预处理，主 要是对数据提取关键词，去除冗余、缺陷数据，统一格式。
[0019] 进一步地，于步骤2-3中，如图3所示，根据大量的历史数据，对比分析申请选题数 据与其最终申请结果的关系，从而从申请选题资料中找出某些可最优预测输出结果的特 征，将这些特征表示于质量监督决策树中，该决策树即可作为知识封装进入决策服务，供决 策调用。决策树模型可通过对数据的学习获得，学习是一个循环的过程，不断的测试拆分案 例集，采用机器学习算法中的C4.5算法对其拆分，该方法是采用计算熵的方法识别出最大 信息增益的测试。
[0020] 进一步地，于步骤2-4中，知识库中不仅仅包含了规则集形式的决策树分析模型， 还包含由专家经验得到的专家知识，专家知识也是以规则集的形式保存在知识库中，这些 知识都将被封装进决策服务中。
[0021] 进一步地，于步骤2中，循环架构初始化时，起点在业务流程，由于缺乏建模所需要 的数据，可先使用从历史毕业设计评审表中提取的规则以及专家知识，规则通常使用如下 形式表示："IF〈条件〉THEN〈结论〉"，随着数据的积累，可使用质量监督决策树模型逐渐替 代，四个组件形成了 一个循环的处理流程对知识进行自动识别和提取更新。
[0022] 进一步地，于步骤2中，所述的"冠军-挑战者"模型，由于决策服务中的知识只是当 前最好的实践结果，所以要定期验证规则的有效性，90%选题使用冠军策略即目前最好的策 略，10%选题执行挑战者策略即有待测试的备用策略，对比接受的两种策略，统计一段时间 内的结果反馈和后续的毕业设计评价，若挑战者策略更好，则更新为冠军策略，并继续循 环。
[0023] 进一步地，于步骤2中，决策服务是对提取的关键词通过决策树模型得出工程度、 复杂度和重复度三个指标的数据，根据改进的RFM模型，对三个指标进行计算，分别以F(R)、 F(F)、F(M)来表示，将每个选题的三个指标与阈值进行比较，综合后对选题进行评价，可以 将选题细分为八类如表1所示，向上箭头表示大于阈值，向下箭头表示小于阈值。
[0024] 表1毕业设计选题细分类型
进一步地，于步骤3中，确定制定决策需要的知识和数据，表述决策服务自动化的范围。 根据图4的质量监督决策需求图表，用于定义将要自动化的质量监督流程的范围和结构，其 中包含决策节点，知识节点和数据节点，箭头表示了它们之间的需求关系，例如"检查工程 度和复杂"决策的制定需要申请选题信息，质量监督决策树，专家知识规则集，历史毕业设 计评审规则集，决策服务的界限范围包括图中所有的决策和知识域。
[0025] 2.实施例 依据上述1.项目实施方式中步骤来说明本发明所提出的一种基于知识自动化的毕业 设计选题质量监督方法。
[0026]本实施例以电子信息工程专业的毕业设计选题质量监督为例。先从已有的历史毕 业设计选题评审表中提取一些规则用于循环架构初始化，随着数据的积累，可使用决策树 模型逐渐替代。初始化规则可由历史毕业设计评审表和复杂工程问题标准规则中提取，为 了完成循环架构的初始化，从表2历史毕业设计选题评审表中提取的初始化规则有： 1. IF导师为"校内导师"and课题来源为"课本课程设计"and工程知识为"单一"，THEN 路径选择为"拒绝"； 2. IF课题来源为"导师横向课题"and现代工具为"未运用"and涉及学科为"单学科"， THEN路径选择为"待定"； 3.IF导师为"企业导师"and课题来源为"企业关键技术"and工程知识为"多种"，THEN 路径选择为"接受"。
[0027] 表2毕业设计选题评审表
按照质量监督业务流程，收集毕业设计任务书，表3为毕业设计任务书的一部分。该选 题没有触发分类决策中的规则，可由自动化的决策服务判断，业务流程管理系统中的决策 点"检查工程度、复杂度和重复度"调用决策服务，根据决策服务中封装的知识，符合多条规 贝1J: IF导师为刘工程师="企业导师"and课题来源为江麓重工远程监控="企业关键技术" and工程知识为"高等数学，计算机编程"="多种"，THEN路径选择为"接受"。
[0028] 通过决策树模型进行计算，工程度、复杂度和重复度指标均大于阈值，故选题属于 完全符合类型。决策服务将"接受"结果返回给决策点，执行业务流程。数据库接收到已处理 的毕业设计选题相关数据，通过预测分析建模，增加了新的选题案例，提取了新的规则：IF 涉及多学科为"通信工程，计算机工程，工程机械"="多学科" and方法学为"机器学习"="运 用" and现代工具为"ARM" = "使用"，THEN路径选择为"接受"。
[0029] 业务规则管理系统将最新的毕业设计选题数据中提取的规则封装进知识库，并部 署在决策服务供决策点调用。完成了一个周期的循环，实现了知识的自动提取和生成。
[0030] 表3毕业设计任务书
【主权项】
1. 一种基于知识自动化的毕业设计选题质量监督方法，包括以下步骤： A. 设计毕业设计选题的质量监督流程； B. 在决策服务中封装知识，构建循环架构以实现知识的自动提取和生成； C. 决策服务自动化的实现。2. 根据权利要求1所述的一种基于知识自动化的毕业设计选题质量监督方法，其特征 在于:步骤A中，毕业设计选题的质量监督流程即业务流程，由以下步骤组成： 1-1)从
【申请人】处收集毕业设计选题资料； 1-2)对选题进行鉴别归类，判定选题是否能够被自动化的决策服务处理，或者是否必 须由人工评审处理，对选题进行类别划分； 1- 3)通过类别鉴定，自动化的决策服务负责可清晰判定的选题，执行"接受"/"拒绝"决 策，将比较模糊的选题执行"待定"决策并提交给人工评审，由专家分别评审其复杂度和工 程度，两者均通过则执行"接受"决策，其中一个不通过则执行"拒绝"决策。3. 根据权利要求1所述的一种基于知识自动化的毕业设计选题质量监督方法，其特征 在于:步骤B中，自动化决策方法的决策管理循环架构由以下步骤构成： 2- 1)业务流程管理系统中，从
【申请人】处收集毕业设计选题数据，执行业务流程，调用决 策点"检查工程度、复杂度和重复度"上的决策服务，并利用返回的决策结果对选题进行处 理，将所有选题的处理数据都记录在数据库中； 2-2)数据库接收并存储由业务流程管理系统处理后的毕业设计选题数据，对数据进行 预处理； 2-3)对数据库中的毕业设计选题数据进行预测分析建模，创建具有代表性的选题集并 使用这些选题案例来建立和测试分析模型，通过机器学习算法生成选题案例集的决策树模 型； 2-4)将选题案例集的决策树模型导入业务规则管理系统，以规则集的形式封装进知识 库并部署在决策服务中，提供给业务流程管理系统中决策点"检查工程度、复杂度和重复 度"调用。4. 根据权利要求1所述的一种基于知识自动化的毕业设计选题质量监督方法，其特征 在于:步骤B中，循环架构初始化时，起点在业务流程，决策服务先使用从历史毕业设计评审 表中提取的规则和专家知识规则组成的先验规则模型，随着数据的积累，可使用质量监督 决策树模型逐渐替代，并采用"冠军-挑战者"模型不断的验证决策树中规则的有效性，四个 组件形成了一个循环的处理流程对知识进行自动识别和提取更新。5. 根据权利要求1所述的一种基于知识自动化的毕业设计选题质量监督方法，其特征 在于:步骤B中，决策服务是对提取的关键词通过决策树模型得出工程度、复杂度和重复度 三个指标的数据，根据改进的RFM模型，对三个指标进行计算，将每个选题的三个指标与阈 值进行比较，综合后对选题进行评价。6. 根据权利要求1所述的一种基于知识自动化的毕业设计选题质量监督方法，其特征 在于:步骤C中，基于对选题质量监督流程结构的分析，设计质量监督决策需求图表，确定制 定决策需要的相关知识和数据，以及决策服务自动化的范围。
【文档编号】G06Q10/06GK105930958SQ201610225823
【公开日】2016年9月7日
【申请日】2016年4月13日
【发明人】段斌, 杨壮, 陈娟, 朱智勇, 冯玉洁
【申请人】湘潭大学