[发明专利]一种基于集合覆盖理论的最佳协同团队构建方法及系统

说明书

技术领域

本发明涉及大数据挖掘技术领域，特别涉及一种基于集合覆盖理论的最佳协同团队构建方法及系统。

背景技术

当前世界处在新型工业时代背景之下，基于技能的社会分工越来越细致，针对某项具体任务又变得越来越复杂，通常需要一个团队协同完成。如何构建合理高效的协同团队涉及多方面的、复杂的因素，其中如何帮助较差成员快速成长成为困扰决策者的一大难题，本发明着重关注为较差团队成员构建最佳协同团队以提升其欠缺技能。该发明将适用于多种应用领域，例如：教育领域指导团队构建，社交领域专家团队构建，公司技能培训等。

团队协作学习，是指对于一个具体的待完成任务，成员以小组的形式组织分工合作，通过协作的方式促进成员对技能的理解和掌握。其中基础任务是如何根据用户的技能掌握情况构建协同团队，以形成互补的技能集合，从而提升团队成员成长效率。现有基于不同应用场景的专门团队构建技术有以下两种技术体系。

现有技术一：构建专家组任务。近年来受到社交领域研究人员的广泛关注，在这些研究工作中专家被表示为多维度向量，每个维度的向量描述了该专家在某个层面的技能。目标是给定一个需要多技能才能完成的项目或者任务，构建一个专家集合能够最佳适合完成该既定项目或者任务。该类问题往往定义专家组的约束条件，例如：专家之间的距离约束，交流代价约束等等，最后将该类问题归结为带约束最优化问题。此类研究工作存在两个问题：(1)只考虑找出一个单独的专家团队来完成某特定任务，并不适应固定成员集合的多个最佳协同团队的构建；(2)基于社交网络定义的相关约束条件并不具备普适性。

现有技术二：构建学习小组任务。教育数据挖掘领域的研究人员受到社交领域构建专家组问题相关研究的影响，将专家组构建任务的思想及方法映射到学习小组构建问题上。Rakesh.A等人提出了教育环境下学习小组划分方法，假设每位用户关联对应的学习能力，划分了学习小组成员为领导者和跟随者，进而定义了学习小组增益函数为跟随者的学习能力增长之和，最后将该问题归结为增益函数最大化约束的最优化问题。此研究工作存在两个问题：(1)只引入了用户的学习能力，并未考虑用户在某学科领域的技能状态集合；(2)学习小组增益函数的定义过于理想化，理论意义大于实践意义。

发明人在进行构建最佳协同团队问题研究时，发现现有技术中没有考虑专门为技能表现较差的用户构建指导团队，进一步发现现有技术中只考虑了用户的学习能力，没有引入用户的技能状态集合。

发明内容

针对现有技术的不足，本发明提出一种基于集合覆盖理论的最佳协同团队构建方法及系统。

本发明提出一种基于集合覆盖理论的最佳协同团队构建方法，包括：

步骤1，获取单个用户未掌握的技能集合、其他用户已掌握的技能集合，将其他用户已掌握的技能合集分别与单个用户未掌握的技能合集进行交集操作，并将结果进行并集操作，生成单个用户的可指导集合；

步骤2，构建最佳协同团队，其中若多个其他用户已掌握的技能合集的并集覆盖单个用户未掌握的技能合集，则将多个其他用户组成用户集合，用户集合中用户最少的集合，作为最佳指导组，并与单个用户组成最佳协同团队。

还包括：构建集合覆盖矩阵A，集合覆盖矩阵A的行表示单个用户未掌握的技能，列表示单个用户未掌握的第i个技能，并计算集合覆盖矩阵A的约束条件，其中第一约束满足集合覆盖矩阵A的行元素至少被覆盖一次，第二约束是整数约束。

还包括，通过设置启发式调整算子，使新单个用户满足第一约束与第二约束的。

包括：步骤(2)定义单个用户适应度评估函数；步骤(3)通过选择算子计算出当前种群中每个单个用户被选择产生下一代单个用户的概率；步骤(4)基于单个用户适应度的双亲融合算子保证后代单个用户的多样性及避免求解过程陷入局部最优；步骤(5)采用变异算子拓展算法对解空间的搜索范围；步骤(6)通过启发式调整算子使得新产生的单个用户满足最佳协同团队的第一约束与第二约束；步骤(7)采用种群增量替换算子保证种群数量平衡及种群单个用户更新；步骤(8)重复步骤(3)-(7)，直至收敛；步骤(9)将最优解表示为最佳协同团队。

设置阈值，若包括某一其他用户的最佳协同团队数量大于阈值，则某一其他用户不参与其余最佳协同团队。

本发明还提出一种基于集合覆盖理论的最佳协同团队构建系统，包括：

生成可指导集合模块，用于获取单个用户未掌握的技能集合、其他用户已掌握的技能集合，将其他用户已掌握的技能合集分别与单个用户未掌握的技能合集进行交集操作，并将结果进行并集操作，生成单个用户的可指导集合；