کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5469516 1399003 2017 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Exploratory study on cognitive information gain modeling and optimization of personalized recommendations for knowledge reuse
ترجمه فارسی عنوان
مطالعه اکتشافی در مدل سازی به دست آوردن اطلاعات شناختی و بهینه سازی توصیه های شخصی برای استفاده مجدد دانش
کلمات کلیدی
به دست آوردن اطلاعات شناختی، مدیریت دانش، استفاده مجدد دانش، توصیه های شخصی تولید دیجیتال،
ترجمه چکیده
توصیه شخصی برای استفاده مجدد از دانش، چارچوبی برای به اشتراک گذاشتن دانش محصول از قبیل فرایند مونتاژ، تأثیرات زیست محیطی و بهره وری انرژی در تولید است، به منظور کمک به مهندسان بهترین تصمیمات خود را. این می تواند تلاش های جستجو مهندسان را کاهش دهد و تنگدستی بیش از حد اطلاعات را کاهش دهد. با این حال، روش توصیفی سنتی شخصی توصیه می کند که مهندسین ویژگی های متفاوتی داشته باشد، به ویژه اینکه سطح تجربه آنها برای ساده سازی یکسان است. در این مقاله، ما روش جدیدی را برای استفاده از مسئله توصیه دانش شخصی ارایه می دهیم. یک مدل اندازه گیری اطلاعات شناختی برای پیش بینی مفید بودن دانش برای مهندسان بر اساس سطح تجربه آنها پیشنهاد شده است. دانش مورد تجزیه و تحلیل قرار می گیرد و نمره های مفید دانش با استفاده از مدل اندازه گیری به دست آوردن اطلاعات شناختی محاسبه می شود. سپس توصیه های دانش که به طور مطلوب مفید برای تجارب مهندسان هستند، تولید می شوند. یک مثال برای نشان دادن روش روش پیشنهادی استفاده می شود. نتایج نمونه نشان می دهد که روش پیشنهادی در ارائه توصیه های موثر و دقیق به حساب می آید که سطح تجربه مهندس را در بر می گیرد.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
چکیده انگلیسی
Personalized recommendation for knowledge reuse provides a framework to share product knowledge such as assembly process, environmental impact and energy efficiency in manufacturing, in order to help engineers make their best decisions. It can reduce the search efforts of engineers and mitigate the encumbrance of information overload. However, traditional personalized knowledge recommendation method assumes that engineers differing characteristics-most notably their level of experience for simplify are the same. In this paper, we present a new method for handling personalized knowledge recommendation problem. A measurement model of cognitive information gain to predict the helpfulness of knowledge for engineers based on their level of experience is proposed. Knowledge is analyzed and helpfulness scores of knowledge are calculated by using the cognitive information gain measurement model. Then knowledge recommendations that are optimally helpful relative to engineers' experiences are generated. An example is used to depict the procedure of the proposed method. The example results show that the proposed method is effective and accurate in recommending knowledge that takes into account the level of engineer's experience.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Manufacturing Systems - Volume 43, Part 3, April 2017, Pages 400-408
نویسندگان
, , ,