一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)提出一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法及系統(tǒng)，涉及大數(shù)據(jù)挖掘技術(shù)領(lǐng)域，該方法包括步驟1，獲取單個(gè)用戶未掌握的技能集合、其他用戶已掌握的技能集合，將其他用戶已掌握的技能合集分別與單個(gè)用戶未掌握的技能合集進(jìn)行交集操作，并將結(jié)果進(jìn)行并集操作，生成單個(gè)用戶的可指導(dǎo)集合；步驟2，構(gòu)建最佳協(xié)同團(tuán)隊(duì)，其中若多個(gè)其他用戶已掌握的技能合集的并集覆蓋單個(gè)用戶未掌握的技能合集，則將多個(gè)其他用戶組成用戶集合，用戶集合中用戶最少的集合，作為最佳指導(dǎo)組，并與單個(gè)用戶組成最佳協(xié)同團(tuán)隊(duì)。

A method and system for constructing an optimal collaborative team based on set covering theory

The invention provides a method and system for constructing the best collaborative team based on set covering theory, relates to the field of big data mining technology, the method includes the steps of 1, did not get a single user skill set, other users have the skills set, other users will have mastered the skills and collection skills without a single user collection of intersection operation, and the results of the union operation, generating a single user guide set; step 2, build the best collaborative team, which if other users have multiple skills and a collection set covering a single user without the skills will be a collection of other users to form a set of users, users at least the collection, as the best guidance group, and the best form of collaborative team and individual users.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法及系統(tǒng)
本專利技術(shù)涉及大數(shù)據(jù)挖掘
，特別涉及一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法及系統(tǒng)。
技術(shù)介紹
當(dāng)前世界處在新型工業(yè)時(shí)代背景之下，基于技能的社會(huì)分工越來越細(xì)致，針對(duì)某項(xiàng)具體任務(wù)又變得越來越復(fù)雜，通常需要一個(gè)團(tuán)隊(duì)協(xié)同完成。如何構(gòu)建合理高效的協(xié)同團(tuán)隊(duì)涉及多方面的、復(fù)雜的因素，其中如何幫助較差成員快速成長成為困擾決策者的一大難題，本專利技術(shù)著重關(guān)注為較差團(tuán)隊(duì)成員構(gòu)建最佳協(xié)同團(tuán)隊(duì)以提升其欠缺技能。該專利技術(shù)將適用于多種應(yīng)用領(lǐng)域，例如：教育領(lǐng)域指導(dǎo)團(tuán)隊(duì)構(gòu)建，社交領(lǐng)域?qū)＜覉F(tuán)隊(duì)構(gòu)建，公司技能培訓(xùn)等。團(tuán)隊(duì)協(xié)作學(xué)習(xí)，是指對(duì)于一個(gè)具體的待完成任務(wù)，成員以小組的形式組織分工合作，通過協(xié)作的方式促進(jìn)成員對(duì)技能的理解和掌握。其中基礎(chǔ)任務(wù)是如何根據(jù)用戶的技能掌握情況構(gòu)建協(xié)同團(tuán)隊(duì)，以形成互補(bǔ)的技能集合，從而提升團(tuán)隊(duì)成員成長效率。現(xiàn)有基于不同應(yīng)用場景的專門團(tuán)隊(duì)構(gòu)建技術(shù)有以下兩種技術(shù)體系。現(xiàn)有技術(shù)一：構(gòu)建專家組任務(wù)。近年來受到社交領(lǐng)域研究人員的廣泛關(guān)注，在這些研究工作中專家被表示為多維度向量，每個(gè)維度的向量描述了該專家在某個(gè)層面的技能。目標(biāo)是給定一個(gè)需要多技能才能完成的項(xiàng)目或者任務(wù)，構(gòu)建一個(gè)專家集合能夠最佳適合完成該既定項(xiàng)目或者任務(wù)。該類問題往往定義專家組的約束條件，例如：專家之間的距離約束，交流代價(jià)約束等等，最后將該類問題歸結(jié)為帶約束最優(yōu)化問題。此類研究工作存在兩個(gè)問題：(1)只考慮找出一個(gè)單獨(dú)的專家團(tuán)隊(duì)來完成某特定任務(wù)，并不適應(yīng)固定成員集合的多個(gè)最佳協(xié)同團(tuán)隊(duì)的構(gòu)建；(2)基于社交網(wǎng)絡(luò)定義的相關(guān)約束條件并不具備普適性。現(xiàn)有技術(shù)二：構(gòu)建學(xué)習(xí)小組任務(wù)。教育數(shù)據(jù)挖掘領(lǐng)域的研究人員受到社交領(lǐng)域構(gòu)建專家組問題相關(guān)研究的影響，將專家組構(gòu)建任務(wù)的思想及方法映射到學(xué)習(xí)小組構(gòu)建問題上。Rakesh.A等人提出了教育環(huán)境下學(xué)習(xí)小組劃分方法，假設(shè)每位用戶關(guān)聯(lián)對(duì)應(yīng)的學(xué)習(xí)能力，劃分了學(xué)習(xí)小組成員為領(lǐng)導(dǎo)者和跟隨者，進(jìn)而定義了學(xué)習(xí)小組增益函數(shù)為跟隨者的學(xué)習(xí)能力增長之和，最后將該問題歸結(jié)為增益函數(shù)最大化約束的最優(yōu)化問題。此研究工作存在兩個(gè)問題：(1)只引入了用戶的學(xué)習(xí)能力，并未考慮用戶在某學(xué)科領(lǐng)域的技能狀態(tài)集合；(2)學(xué)習(xí)小組增益函數(shù)的定義過于理想化，理論意義大于實(shí)踐意義。專利技術(shù)人在進(jìn)行構(gòu)建最佳協(xié)同團(tuán)隊(duì)問題研究時(shí)，發(fā)現(xiàn)現(xiàn)有技術(shù)中沒有考慮專門為技能表現(xiàn)較差的用戶構(gòu)建指導(dǎo)團(tuán)隊(duì)，進(jìn)一步發(fā)現(xiàn)現(xiàn)有技術(shù)中只考慮了用戶的學(xué)習(xí)能力，沒有引入用戶的技能狀態(tài)集合。
技術(shù)實(shí)現(xiàn)思路
針對(duì)現(xiàn)有技術(shù)的不足，本專利技術(shù)提出一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法及系統(tǒng)。本專利技術(shù)提出一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，包括：步驟1，獲取單個(gè)用戶未掌握的技能集合、其他用戶已掌握的技能集合，將其他用戶已掌握的技能合集分別與單個(gè)用戶未掌握的技能合集進(jìn)行交集操作，并將結(jié)果進(jìn)行并集操作，生成單個(gè)用戶的可指導(dǎo)集合；步驟2，構(gòu)建最佳協(xié)同團(tuán)隊(duì)，其中若多個(gè)其他用戶已掌握的技能合集的并集覆蓋單個(gè)用戶未掌握的技能合集，則將多個(gè)其他用戶組成用戶集合，用戶集合中用戶最少的集合，作為最佳指導(dǎo)組，并與單個(gè)用戶組成最佳協(xié)同團(tuán)隊(duì)。還包括：構(gòu)建集合覆蓋矩陣A，集合覆蓋矩陣A的行表示單個(gè)用戶未掌握的技能，列表示單個(gè)用戶未掌握的第i個(gè)技能，并計(jì)算集合覆蓋矩陣A的約束條件，其中第一約束滿足集合覆蓋矩陣A的行元素至少被覆蓋一次，第二約束是整數(shù)約束。還包括，通過設(shè)置啟發(fā)式調(diào)整算子，使新單個(gè)用戶滿足第一約束與第二約束的。包括：步驟(2)定義單個(gè)用戶適應(yīng)度評(píng)估函數(shù)；步驟(3)通過選擇算子計(jì)算出當(dāng)前種群中每個(gè)單個(gè)用戶被選擇產(chǎn)生下一代單個(gè)用戶的概率；步驟(4)基于單個(gè)用戶適應(yīng)度的雙親融合算子保證后代單個(gè)用戶的多樣性及避免求解過程陷入局部最優(yōu)；步驟(5)采用變異算子拓展算法對(duì)解空間的搜索范圍；步驟(6)通過啟發(fā)式調(diào)整算子使得新產(chǎn)生的單個(gè)用戶滿足最佳協(xié)同團(tuán)隊(duì)的第一約束與第二約束；步驟(7)采用種群增量替換算子保證種群數(shù)量平衡及種群單個(gè)用戶更新；步驟(8)重復(fù)步驟(3)-(7)，直至收斂；步驟(9)將最優(yōu)解表示為最佳協(xié)同團(tuán)隊(duì)。設(shè)置閾值，若包括某一其他用戶的最佳協(xié)同團(tuán)隊(duì)數(shù)量大于閾值，則某一其他用戶不參與其余最佳協(xié)同團(tuán)隊(duì)。本專利技術(shù)還提出一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建系統(tǒng)，包括：生成可指導(dǎo)集合模塊，用于獲取單個(gè)用戶未掌握的技能集合、其他用戶已掌握的技能集合，將其他用戶已掌握的技能合集分別與單個(gè)用戶未掌握的技能合集進(jìn)行交集操作，并將結(jié)果進(jìn)行并集操作，生成單個(gè)用戶的可指導(dǎo)集合；組成最佳協(xié)同團(tuán)隊(duì)模塊，用于構(gòu)建最佳協(xié)同團(tuán)隊(duì)，其中若多個(gè)其他用戶已掌握的技能合集的并集覆蓋單個(gè)用戶未掌握的技能合集，則將多個(gè)其他用戶組成用戶集合，用戶集合中用戶最少的集合，作為最佳指導(dǎo)組，并與單個(gè)用戶組成最佳協(xié)同團(tuán)隊(duì)。還包括：構(gòu)建集合覆蓋矩陣A，集合覆蓋矩陣A的行表示單個(gè)用戶未掌握的技能，列表示單個(gè)用戶未掌握的第i個(gè)技能，并計(jì)算集合覆蓋矩陣A的約束條件，其中第一約束滿足集合覆蓋矩陣A的行元素至少被覆蓋一次，第二約束是整數(shù)約束。還包括，通過設(shè)置啟發(fā)式調(diào)整算子，使新單個(gè)用戶滿足第一約束與第二約束的。包括：步驟(2)定義單個(gè)用戶適應(yīng)度評(píng)估函數(shù)；步驟(3)通過選擇算子計(jì)算出當(dāng)前種群中每個(gè)單個(gè)用戶被選擇產(chǎn)生下一代單個(gè)用戶的概率；步驟(4)基于單個(gè)用戶適應(yīng)度的雙親融合算子保證后代單個(gè)用戶的多樣性及避免求解過程陷入局部最優(yōu)；步驟(5)采用變異算子拓展算法對(duì)解空間的搜索范圍；步驟(6)通過啟發(fā)式調(diào)整算子使得新產(chǎn)生的單個(gè)用戶滿足最佳協(xié)同團(tuán)隊(duì)的第一約束與第二約束；步驟(7)采用種群增量替換算子保證種群數(shù)量平衡及種群單個(gè)用戶更新；步驟(8)重復(fù)步驟(3)-(7)，直至收斂；步驟(9)將最優(yōu)解表示為最佳協(xié)同團(tuán)隊(duì)。設(shè)置閾值，若包括某一其他用戶的最佳協(xié)同團(tuán)隊(duì)數(shù)量大于閾值，則某一其他用戶不參與其余最佳協(xié)同團(tuán)隊(duì)。由以上方案可知，本專利技術(shù)的優(yōu)點(diǎn)在于：1.本專利技術(shù)從全新的角度考慮指導(dǎo)團(tuán)隊(duì)構(gòu)建這一研究任務(wù)，引入每位用戶的技能狀態(tài)集合，基于集合覆蓋理論為技能表現(xiàn)較差的用戶構(gòu)建最佳協(xié)同團(tuán)隊(duì)，采用遺傳進(jìn)化算法進(jìn)行求解，求解效果要求符合最佳協(xié)同團(tuán)隊(duì)約束的條件，即最佳協(xié)同團(tuán)隊(duì)成員掌握的技能集合能夠覆蓋對(duì)應(yīng)較差用戶可指導(dǎo)技能集合。2.在不考慮優(yōu)秀用戶平衡約束的條件下，算法求解出的最佳協(xié)同團(tuán)隊(duì)成員數(shù)量降低到2，為10位表現(xiàn)較差的用戶分別構(gòu)建最佳協(xié)同團(tuán)隊(duì)，10個(gè)最佳協(xié)同團(tuán)隊(duì)平均成員數(shù)量降低為3.01，算法的功能性優(yōu)異。3.在考慮優(yōu)秀用戶平衡約束的條件下，每位用戶至多參與3個(gè)指導(dǎo)團(tuán)隊(duì)，算法更加符合在線教育環(huán)境下協(xié)同學(xué)習(xí)應(yīng)用場景。附圖說明圖1為基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法的步驟流程圖；圖2為單個(gè)用戶技能狀態(tài)集合關(guān)系示意圖；圖3為多個(gè)用戶技能狀態(tài)集合關(guān)系示意圖；圖4為基于遺傳算法的最佳協(xié)同團(tuán)隊(duì)求解步驟流程圖；圖5為用戶126571最佳協(xié)同團(tuán)隊(duì)Venn圖；圖6為最佳協(xié)同團(tuán)隊(duì)尋優(yōu)過程圖。具體實(shí)施方式本專利技術(shù)要解決上述現(xiàn)有技術(shù)的問題，提出了一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法及系統(tǒng)，本專利技術(shù)的目的在于根據(jù)用戶在某領(lǐng)域的技能狀態(tài)集合，為技能表現(xiàn)較差的用戶構(gòu)建學(xué)習(xí)指導(dǎo)團(tuán)隊(duì)。一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，涉及到的技術(shù)方案如圖1所示，技術(shù)方案的主要構(gòu)思及關(guān)鍵技術(shù)點(diǎn)說明如下：步驟1.本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，其特征在于，包括：步驟1，獲取單個(gè)用戶未掌握的技能集合、其他用戶已掌握的技能集合，將其他用戶已掌握的技能合集分別與單個(gè)用戶未掌握的技能合集進(jìn)行交集操作，并將結(jié)果進(jìn)行并集操作，生成單個(gè)用戶的可指導(dǎo)集合；步驟2，構(gòu)建最佳協(xié)同團(tuán)隊(duì)，其中若多個(gè)其他用戶已掌握的技能合集的并集覆蓋單個(gè)用戶未掌握的技能合集，則將多個(gè)其他用戶組成用戶集合，用戶集合中用戶最少的集合，作為最佳指導(dǎo)組，并與單個(gè)用戶組成最佳協(xié)同團(tuán)隊(duì)。

【技術(shù)特征摘要】
1.一種基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，其特征在于，包括：步驟1，獲取單個(gè)用戶未掌握的技能集合、其他用戶已掌握的技能集合，將其他用戶已掌握的技能合集分別與單個(gè)用戶未掌握的技能合集進(jìn)行交集操作，并將結(jié)果進(jìn)行并集操作，生成單個(gè)用戶的可指導(dǎo)集合；步驟2，構(gòu)建最佳協(xié)同團(tuán)隊(duì)，其中若多個(gè)其他用戶已掌握的技能合集的并集覆蓋單個(gè)用戶未掌握的技能合集，則將多個(gè)其他用戶組成用戶集合，用戶集合中用戶最少的集合，作為最佳指導(dǎo)組，并與單個(gè)用戶組成最佳協(xié)同團(tuán)隊(duì)。2.如權(quán)利要求1所述的基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，其特征在于，還包括：構(gòu)建集合覆蓋矩陣A，集合覆蓋矩陣A的行表示單個(gè)用戶未掌握的技能，列表示單個(gè)用戶未掌握的第i個(gè)技能，并計(jì)算集合覆蓋矩陣A的約束條件，其中第一約束滿足集合覆蓋矩陣A的行元素至少被覆蓋一次，第二約束是整數(shù)約束。3.如權(quán)利要求2所述的基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，其特征在于，還包括，通過設(shè)置啟發(fā)式調(diào)整算子，使新單個(gè)用戶滿足第一約束與第二約束的。4.如權(quán)利要求3所述的基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，其特征在于，包括：步驟(2)定義單個(gè)用戶適應(yīng)度評(píng)估函數(shù)；步驟(3)通過選擇算子計(jì)算出當(dāng)前種群中每個(gè)單個(gè)用戶被選擇產(chǎn)生下一代單個(gè)用戶的概率；步驟(4)基于單個(gè)用戶適應(yīng)度的雙親融合算子保證后代單個(gè)用戶的多樣性及避免求解過程陷入局部最優(yōu)；步驟(5)采用變異算子拓展算法對(duì)解空間的搜索范圍；步驟(6)通過啟發(fā)式調(diào)整算子使得新產(chǎn)生的單個(gè)用戶滿足最佳協(xié)同團(tuán)隊(duì)的第一約束與第二約束；步驟(7)采用種群增量替換算子保證種群數(shù)量平衡及種群單個(gè)用戶更新；步驟(8)重復(fù)步驟(3)-(7)，直至收斂；步驟(9)將最優(yōu)解表示為最佳協(xié)同團(tuán)隊(duì)。5.如權(quán)利要求1所述的基于集合覆蓋理論的最佳協(xié)同團(tuán)隊(duì)構(gòu)建方法，其特征在于，設(shè)置閾值，若包括某一其他用戶的最佳協(xié)同團(tuán)隊(duì)數(shù)量大于閾值，則某一其他用戶不參與其余最佳協(xié)同團(tuán)隊(duì)。6.一種基于集合覆...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：宋永浩，蔡恒毅，姜松浩，金巖，趙曉芳，
申請(qǐng)(專利權(quán))人：中國科學(xué)院計(jì)算技術(shù)研究所，
類型：發(fā)明
國別省市：北京,11