[发明专利]一种设计资源关联方法

说明书

本发明公开了一种设计资源的语义分析方法中，对众包设计资源构建多级语义模型，接着将结构化的文本映射到语义空间，在语义空间中进行层次聚类，在语义空间实施聚类时，将向量内积最大化变换为等价的欧式距离最小化，之后自底向上层次化的对向量空间中的点依据相互之间的距离进行凝聚式聚类，不需要估计初始的聚类数及类别中心，是一种适合在语义空间进行聚类的算法，并能得到层次化的语义资源分布结构，而且聚类速度快，只需要扫描一遍数据集就可以建立聚类树，聚类后可以得到语义的簇标号，每个标号代表一个语义接近的更细致的分类，使得本发明基于层次聚类实现了设计资源的关联和精细化分类管理。

技术领域

本发明属于计算机数据处理技术领域，具体地说，是涉及一种众包设计资源的语义关联分析方法。

背景技术

众包设计资源在互联网众包平台上大多以文字、数字、图像数据混合表达，而众包服务自组织的特点使得设计资源之间的相关内容存在很大差异，要管理好设计资源，需要对其所涉及的相关服务内容进行结构化处理。

结构化处理后，众包设计资源的聚合是实现设计资源动态关联挖掘的基础，个性化众包平台利用语义关联技术，实现众包平台内外部资源语义层面的深度聚合，不仅可以使众包平台有价值的信息被挖掘，提升众包平台提供个性化服务的能力，也是众包平台开展个性化服务的必要环节。

关联挖掘是从大规模数据中挖掘对象之间的隐含关系的方法。其可以揭示数据中隐藏的关联模式，帮助人们进行市场运作、决策支持等，它反映一个对象与其他对象间的相互依存性和关联性。如果两个或多个对象之间存在一定的关联关系，那么就能够通过其他对象预测到关联对象。

众包设计资源的关联挖掘则更多地体现在如何将分散、无序的资源进行整理，通过聚类的方式形成一定的关联。众包设计资源的关联挖掘，不仅可以使用户推送信息更加智能化，摆脱传统关键字匹配带来的精准度低的问题，而且更有利于商户将设计资源进一步优化，形成新的更加细致的分类，提高资源的利用率。

目前，众包资源分类大部分采用用户自主选择结合人工打标签的方法，需要预先指定分类名称，且粒度较粗，一般只能做到一级分类，命名采用主谓/谓宾的动名词组合短语，各分类之间没有有序的关系。但是，对于复杂的功能描述信息，直接归属在一个一级分类下，不易体现其功能特性，并且如果一个服务有多种功能类别，则很难界定属于哪一个类别。

现有资源分类模型是根据资源的功能描述将具有某种特性或属性的资源进行聚合，按照特征或属性区分不同的资源，分为以下两种：1、树状结构的资源分类模型：此模型是采用数字或字母的形式，按照分类编码的一般原则与方法，对众包资源进行统一的分类和编码，具有层次性和系统性的特点，可以确定任一资源在体系中的位置与相互关系；2、关键词结构的资源分类模型：此模型采用关键词或标签等方式进行资源的属性或特征的表征和描述，这里的关键词或者标签往往是各资源提供方独立编制，不易在互联网中资源分享。

发明内容

本发明提出一种设计资源关联方法，分析现有资源分类体系的不足，构建多级语义模型、提取语义链，使用预训练的BERT模型将文本映射到语义空间，在语义空间中进行分层次聚类，根据层次聚类实现设计资源的关联和精细化分类管理。

本发明采用以下技术方案予以实现：

提出一种设计资源关联方法，包括：

对众包设计资源构建多级语义模型；

将多级语义模型的语义链映射到语义空间；

将向量内积最大等价为欧式距离最小，在语义空间中对设计资源语义文本进行层次化聚类；

基于层次化聚类结果对设计资源进行关联；

其中，构建多级语义模型包括：