基于语义的制造企业多价值链协同数据空间数字资源聚合识别方法研究

doi:10.16381/j.cnki.issn1003-207x.2022.0287

摘要/Abstract

摘要：

为解决制造企业多价值链协同数据空间数据体量较大、数据价值密度低、数据对象粒度大、数字资源边界模糊带来的数字资源聚合识别问题，本文基于语义理论对制造企业多价值链协同数据空间的数字资源聚合识别方法进行研究。首先，构建了制造企业多价值链协同数据空间的数字资源聚合模型；其次，提出了制造企业多价值链协同数据空间领域相关度计算方法；再次，基于概念度分布、D-S证据理论，引入信任函数、似然函数，提出了制造企业多价值链协同数据空间语义网络节点发现方法，形成了系统的数字资源聚合识别方法。以某电力装备制造企业数据为样本进行仿真，结果表明，所构建的制造企业多价值链协同数据空间语义网络连接紧密、语义清晰、体系明确，所提出的方法聚合效果好、纯度较高，能够为智能工厂数字资源聚合、知识资源发现、知识服务、智能决策提供有效支撑。

关键词: 制造企业, 多价值链, 数字资源, 语义, 聚合

Abstract:

In order to solve the problem of digital resource aggregation and identification caused by large data volume， low data value density， large data object granularity and fuzzy digital resource boundary in multi value chain collaborative data space of manufacturing enterprises， based on semantic theory， the digital resource aggregation and recognition method of manufacturing enterprise multi value chain collaborative data space is studied. Firstly， the digital resource aggregation model of manufacturing enterprise multi value chain collaborative data space is constructed； Secondly， a method for calculating the domain correlation of multi value chain collaborative data space of manufacturing enterprises is proposed； Then， based on the concept degree distribution and D-S evidence theory， the trust function and likelihood function are introduced， and the node discovery method of manufacturing enterprise multi value chain collaborative data space semantic network is proposed， forming a systematic digital resource aggregation and identification method. Taking the data of a power equipment manufacturing enterprise as the sample for simulation， the results show that the constructed manufacturing enterprise multi value chain collaborative data space semantic network has close connection， clear semantics and clear system. The proposed method has good aggregation effect and high purity， and can provide effective support for digital resource aggregation， knowledge resource discovery， knowledge service and intelligent decision-making of intelligent factory.

Key words: manufacturing enterprise, multi-value chain, data resources, semantics, polymerization

中图分类号:

F8332

韩洁平,赵丹,杨晓龙,顾美玲,张焕粉. 基于语义的制造企业多价值链协同数据空间数字资源聚合识别方法研究[J]. 中国管理科学, 2023, 31(11): 332-340.

Jie-ping HAN,Dan ZHAO,Xiao-long YANG,Mei-ling GU,Huan-fen ZHANG. Research on Digital Resource Aggregation and Recognition Method of Multi Value Chain Collaborative Data Space of Manufacturing Enterprises Based on Semantics[J]. Chinese Journal of Management Science, 2023, 31(11): 332-340.

图/表 9

图1

表1

表2

图2

图3

表3

表4

表5

表6

部分节点MPC数据指标结果"

节点	$m i (h)$	$m i (l)$	$M P C (i)$
不锈钢	0.6626	0.1778	0.4849
环网柜	0.7030	0.0548	0.6482
自动	0.1165	0.7739	-0.6574
气体	0.6182	0.3938	0.2244
开关	0.6781	0.6162	0.0618
绝缘	0.0539	0.4020	-0.3481
环保	0.9918	0.2410	0.7507
电气	0.6358	0.9203	-0.2845
检测	0.7309	0.4567	0.2742
配电	0.5836	0.4652	0.1184

表6

参考文献 37

1	郭一彬.习近平“以人民为中心”的发展思想与“以顾客为中心”的质量发展理念的理论探析与实践路径——关于政府质量治理和企业质量发展的若干思考：第十六届中国标准化论坛［C］.中国郑州，2019： 13.
	Guo Yibin. The theoretical exploration and practical path of Xi Jinping's “people-centered” development thought and the “customer-centered” quality development concept： Thoughts on government quality management and enterprise quality development： The 16th China Standardization Forum［C］. Zhengzhou， China， 2019： 13.
2	解季非. 制造企业服务化路径选择研究［J］. 中国管理科学，2018，26（12）： 135-145.
	Xie Jifei. Research on service path servitization of manufacturing enterprise ［J］. China Journal of Management Science， 2018， 26（12）： 135-145.
3	罗政，李玉纳.企业价值链协同知识创新影响因素的系统动力学建模与仿真［J］. 现代图书情报技术，2016（5）： 80-90.
	Luo Zheng， Li Yuna. Influencing factors of collaborative knowledge creation in enterprise value Chain［J］. New Technology of Library and Information Service， 2016（5）： 80-90.
4	张云中. 从整合到聚合：国内数字资源再组织模式的变革［J］. 数字图书馆论坛，2014 （6）： 16-20.
	Zhang Yunzhong. From integration to aggregation： the change of digital resource re-organization pattern in China［J］. Digital Library Forum， 2014（6）： 16-20.
5	王露，易平涛，李伟伟．多源不确定信息的随机模拟聚合评价方法及应用［J/OL］．中国管理科学. .
	Wang Lu， Yi Pingtao， Li Weiwei. Evaluation method and application of stochastic simulation aggregation of multi-source uncertain information［J/OL］. China Journal of Management Science. .
6	苏寒，胡笑旋. 基于群体智慧的复杂问题决策模式［J］. 中国管理科学，2012，20（S2）： 783-789.
	Su Han， Hu Xiaoxuan. Decision-making patterns Complex issues based on collective intelligence［J］. China Journal of Management Science， 2012， 20（S2）： 783-789.
7	何建敏，赵巍. 股市波动长记忆性聚合效应的半参数检验［J］. 中国管理科学，2008，16（4）： 12-17.
	He Jianmin， Zhao Wei. The semiparametric test for aggregated effect of long memory property in stock markets volatility［J］. China Journal of Management Science， 2008 16（4）： 12-17.
8	Sinha A， Lobiyal D K. Probabilistic Data Aggregation in Information-based Clustered Sensor Network［J］. Wireless Personal Communications， 2014， 77（2）： 1287-1310.
9	Wei Ping， Liu Yuehu， Zheng Nanning， et al. Semantic propagation network with robust spatial context descriptors for multi-class object labeling［J］. Neural Computing and Applications， 2014， 24（5）： 1003-1018.
10	Chen Yaxi， Santamaría R， Butz A， et al. Tagclusters： semantic aggregation of collaborative tags beyond tagclouds［C］//International Symposium on Smart Graphics， Berlin， Germany， 2009： 56-67.
11	Ruttenberg A， Clark T， Bug W， et al. Advancing translational research with the Semantic Web［J］. BMC bioinformatics， 2007， 8（3）： 1-16.
12	Porcel C， López-Herrera A G， Herrera-Viedma E. A recommender system for research resources based on fuzzy linguistic modeling［J］. Expert Systems with Applications， 2009， 36（3）： 5173-5183.
13	Schulz S， Blochinger W， Hannak H. Capability-aware information aggregation in peer-to-peer grids［J］. Journal of Grid Computing， 2009， 7（2）： 135-167.
14	Chang Y C， Hsieh Y L， Chen C C， et al. Semantic frame-based natural language understanding for intelligent topic detection agent［C］//International Conference on Industrial， Engineering and Other Applications of Applied Intelligent Systems， Springer， Cham， 2014： 339-348.
15	Xiong Zenggang， Yang Yang， Zhang Xuemin， et al. Integrated agent and semantic p2p grid resource discovery model［C］//Eighth ACIS International Conference on Software Engineering， Artificial Intelligence， Networking， and Parallel/Distributed Computing， Qingdao， China， 2007， 2： 216-220.
16	Kim J S， Choi D O. Mapping method for design digital content of SCORM model-for a content design of mind humanities［J］. Journal of Korea Entertainment Industry Association， 2012， 6 （1）： 34-43.
17	Wen Bin， He Keqing， Wang Jian. Connecting Ontologies： Semantic Carrier of Requirements for Networked Software［C］//2009 Fifth International Conference on Semantics， Knowledge and Grid， Zhuhai， China， 2009： 258-261.
18	Goebel P M， Vincze M. A cognitive modeling approach for the semantic aggregation of object prototypes from geometric primitives： toward understanding implicit object topology［C］//International Conference on Advanced Concepts for Intelligent Vision Systems， Berlin， Germany， 2007： 84-96.
19	De Maio C， Fenza G， Loia V， et al. Ontology-based knowledge structuring： an application on RSS Feeds［C］//2009 2nd Conference on Human System Interactions， Catania， Italy， 2009： 467-473.
20	Ravat F， Teste O， Tournier R， et al. Top_keyword： An aggregation function for textual document OLAP［C］//International Conference on Data Warehousing and Knowledge Discovery， Berlin， Germany， 2008： 55-64.
21	Della Rocca P， Senatore S， Loia V. A semantic-grained perspective of latent knowledge modeling［J］. Information Fusion， 2017， 36： 52-67.
22	Warner K S R， Wäger M. Building dynamic capabilities for digital transformation： an ongoing process of strategic renewal［J］. Long Range Planning， 2019，52（3）：326-349.
23	Nambisan S， Lyytinen K， Majchrzak A， et al. Digital innovation management： reinventing innovation management research in a digital world［J］. MIS Quarterly， 2017，41（1）：223-238.
24	Henfridsson O， Nandhakumar J， Scarbrough H， et al. Recombination in the open-ended value landscape of digital innovation［J］. Information and organization， 2018，28（2）：89-100.
25	魏江，刘嘉玲，刘洋. 新组织情境下创新战略理论新趋势和新问题［J］. 管理世界， 2021，37（7）：182-197.
	Wei Jiang， Liu Jialing， and Liuyang. New trends and problems of innovation strategy theory in the context of new organization［J］. Management World， 2021，37（7）：182-197.
26	Li Yan， Sun Huiying， Huang Jincheng， et al. Low-end lock-in of Chinese equipment manufacturing industry and the global value chain［J］. Sustainability， 2020， 12（7）：2981-3006.
27	Hakanen T， Jaakkola E. Co‐creating customer‐focused solutions within business networks： a service perspective［J］. Journal of Service Management， 2012，23（4）：593-611.
28	Li B R， Wang Yi， Dai Guohong， et al. Framework and case study of cognitive maintenance in Industry 4.0［J］. Frontiers of Information Technology & Electronic Engineering， 2019， 20（11）：1493-1504.
29	王宁. 数据资产对独角兽企业成长性的影响研究［J］. 价格理论与实践， 2021（11）：123-128.
	Wang Ning， Research on the influence of data assets on the growth of unicorn enterprises［J］. Price：Theory & Practice， 2021（11）：123-128.
30	Leydesdorff L. On the normalization and visualization of author co-citation data： Salton's cosineversus the jaccard index［J］. Journal of the American Society for Information Science and Technology， 2008，59（1）：77-85.
31	Dice L R. Measures of the amount of ecologic association between species［J］. Ecology （Durham）， 1945，26（3）：297-302.
32	McAuley J， Leskovec J. Hidden factors and hidden topics： understanding rating dimensions with review text［C］//Proceedings of the 7th ACM conference on Recommender systems， 2013： 165-172.
33	王周伟，刘少伟，魏伟，等. 中国地方政府债务风险关联网络的空间特征与影响因素［J］. 统计与信息论坛，2019，34 （12）： 22-31.
	Wang Zhouwei， Liu Shaowei， Wei Wei， et al. Spatial characteristics and influencing factors of Local Government debt risk association network in China ［J］. Statistics and Information Forum， 2019， 34（12）： 22-31.
34	Noy N F， Musen M A. The PROMPT suite： interactive tools for ontology merging and mapping［J］. International Journal of Human-Computer Studies， 2003，59（6）：983-1024.
35	Brandes U， Erlebach T. Network analysis［M］. Springer Berlin Heidelberg， Berlin， 2005.
36	Petturiti D， Vantaggi B. Upper and lower conditional probabilities induced by a multivalued mapping［J］. Journal of Mathematical Analysis and Applications， 2018，458（2）：1214-1235.
37	Ng A， Jordan M， Weiss Y. On spectral clustering： analysis and an algorithm［J］. Advances in Neural Information Processing Systems， 2001： 1-5.

数据源	名称	概述	用途	价值链
清畅公司	QEFG￡系列环保型气体开关柜	QEFG￡系列环保型气体开关柜是北京清畅自主研发的一种气体开关柜，在气箱内用安全环保的混合气体替代SF6作为绝缘介质，从而解决SF6气体泄漏污染的问题……三工位隔离接地开关本体、环保型绝缘套管等核心部件，实现全密封、免维护结构	QEFG￡系列环保型气体开关柜是绿色环境友好型开关设备，经过了型式试验，适用于各种配电系统-包括极端恶劣的环境条件下	生产供应
供应商	不锈钢板	型号304/2B	开关柜制造	生产
分销商	气体开关柜	安全环保气体开关柜	电力公司	营销
电网公司	环保型气体开关柜	解决SF6气体泄漏污染的问题	电网工程	供应
技术服务商	开关柜	运行安全的开关柜	电网工程	服务
……	……	……	……	……

序号	词	出现频率
1	组合	2.7661
2	组成	2.2632
3	QEFG￡	1.6764
4	综合	1.425
5	环保	1.2573
6	自主	1.0897
7	自动化	1.0059
8	开关柜	1.0059
9	资质	0.8382
10	咨询	0.8382
11	准备	0.7544
12	状态	0.7544
13	装	0.7544
14	柱	0.7544
15	注册	0.6706
16	主要	0.6706
17	主机	0.6706
18	主导	0.6706
19	主	0.6706
20	周围	0.6706

类别	D1	D2	D3	D4	D5
设计方法	1021	865	452	350	56
工艺制造	584	256	154	105	86
产品	2014	1586	568	154	68
材料	1247	1025	564	204	85
标准件	125	98	46	32	16

聚类数目	K-means	TCUSS	MMPC
6	0.156	0.412	0.465
7	0.364	0.545	0.551
8	0.465	0.580	0.754
9	0.480	0.598	0.783
10	0.496	0.514	0.814

[1]	王伟明,徐海燕,朱建军,黄鑫. 基于TTD_WAA算子和TPBM算子的混合型多属性大群体决策方法[J]. 中国管理科学, 2024, 32(4): 97-107.
[2]	韩洁平,顾美玲,杨晓龙,赵丹,张焕粉. 面向制造业服务化数据空间体系构建的多价值链协同创新管理研究[J]. 中国管理科学, 2024, 32(1): 299-308.
[3]	牛东晓,斯琴卓娅,王董禹,许晓敏,张焕粉. 基于数据挖掘的电力装备企业多价值链协同数据预处理方法研究及应用[J]. 中国管理科学, 2023, 31(11): 321-331.
[4]	张键,谢庭玉,彭鹏,王宏伟. 制造业多价值链协同数据空间产品知识属性与销量预测关联性研究[J]. 中国管理科学, 2023, 31(11): 341-348.
[5]	李明钰,牛东晓,纪正森,施博文,兰心怡,张焕粉. 面向数据空间体系构建的电力制造业多价值链经营风险识别与管控研究[J]. 中国管理科学, 2023, 31(11): 349-360.
[6]	冯长利, 马睿泽. 基于服务化的制造企业与服务提供商的演化博弈分析[J]. 中国管理科学, 2022, 30(6): 263-274.
[7]	索玮岚, 张劲. 多元化集成模式下交通基础设施建设融资风险识别研究[J]. 中国管理科学, 2022, 30(10): 25-34.
[8]	金飞飞,刘金培，陈华友，杜鹏程. 基于信任关系和信息测度的概率语义社会网络群决策模型[J]. 中国管理科学, 2021, 29(10): 178-190.
[9]	潘亚虹, 耿秀丽. 基于Mo-RVIKOR的混合多属性决策方法[J]. 中国管理科学, 2019, 27(12): 143-151.
[10]	王中兴, 陈晶, 兰继斌. 基于二元语义Archimedean S-模集成算子的群决策方法[J]. 中国管理科学, 2016, 24(8): 146-153.
[11]	陈占夺, 秦学志. 基于博弈的“外包内做”型制造外包违规控制研究[J]. 中国管理科学, 2016, 24(6): 78-89.
[12]	李莉, 何洁, 赵杰. 中小制造企业在线直销与传统分销双渠道定价决策研究[J]. 中国管理科学, 2016, 24(6): 70-77.
[13]	刘德海. 基于最大偏差原则的群体性事件应急管理绩效评价模型[J]. 中国管理科学, 2016, 24(4): 138-147.
[14]	索玮岚, 陈锐. 考虑复杂关联情境的城市典型生命线运行风险因素识别方法研究[J]. 中国管理科学, 2014, 22(8): 130-140.
[15]	丁勇, 梁昌勇, 朱俊红, 陆文星. 群决策中基于二元语义的主客观权重集成方法[J]. 中国管理科学, 2010, 18(5): 165-170.