一种电网运维岗位知识推送方法及系统

技术领域

本发明涉及数据处理领域，尤其涉及一种电网运维岗位知识推送方法及系统。

背景技术

在创新驱动发展、工业互联网和企业数字化转型的大背景下，知识管理是实现宏观战略的微观基础，是支撑企业创新和数字化、智能化转型的基础，国内外一流企业的实践经验证明企业内部实施知识管理是必经之路。知识经济时代知识成为生产要素，技术创新是经济增长的内生力量，企业发展的根本动力。技术和产品创新的本质是知识创新，强化知识管理，提高外部知识吸纳能力和内部知识流转利用效率，是提高企业技术创新能力的关键。

大数据时代，随着信息化、数字化的推进，电力企业积累沉淀了大量的内容资源，但由于缺乏体系化管理手段和工具，没有对其进行组织管理和提炼，普遍存在着知识管理混乱、知识共享不便、知识资产流失、知识再利用不足、缺乏知识发掘、知识资产量化不足等问题，各个业务部门、各信息系统之间存在着大量的孤岛。

在此背景下，科学、规范的知识管理体系与集存储、共享、传承为一体的企业知识管理与知识服务平台成为了提高企业知识利用效率，助力创建国际一流企业的重要工具和基础保障设施。

目前电网公司建设有技术情报中心，数据平台中也汇集整合了国内外专业情报文献、科技成果、技术标准、国际情报等知识资源，能够面向全网提供便捷的科技创新知识服务与决策支持，初步实现了内外部知识的沉淀、共享、传承及利用。然而，尽管建设有数据中心，也实现了部分业务系统数据的汇聚，但电网公司对于一些非结构的内容资源和知识资源还没有进行统一管理，海量的知识资源分散在各系统中，企业内部文档资料和隐性知识的获取非常困难，文档归类和知识共享手段落后，智能化工具缺乏，标准规范未统一。以上这些情况均为电网中多种不同运维岗位上工作人员的知识获取造成了很大难度。

针对上述问题，亟需一种电网运维岗位知识推送方法及系统。

发明内容

为解决现有技术中存在的不足，本发明的目的在于，提供一种电网运维岗位知识推送方法及系统，通过整合电力系统内外的相关数据资源，生成电网生产科研知识库和具有多维度标签的知识图谱，基于电网运维岗位体系、用户画像模型和场景画像模型，分析当前用户的相关特征，并实现对当前用户相关岗位知识的提取和知识的推送。

本发明采用如下的技术方案。

本发明第一方面，涉及一种电网运维岗位知识推送方法，方法包括以下步骤：

步骤1，对原始数据资源进行整合以生成电网生产科研知识库，并基于电网科研知识库生成具备多维度标签的知识图谱；步骤2，建立电网运维岗位体系、用户画像模型和场景画像模型，并采集当前用户的多维度标签；步骤3，基于多维度标签的映射关系，从电网生产科研知识库中提取相关岗位知识，以实现对当前用户的岗位知识推送。

优选的，电网生产科研知识库包括电网生产典型案例库、重大事故事件库、制度库、报告成果库、设备管理情报库、新技术新产品知识库。

优选的，多维度标签中包括用户标签、知识标签、岗位标签和场景标签；其中，用户标签包括教育背景标签、岗位标签、部门标签、职位标签、业务标签、研究方向标签、行为特征标签；知识标签包括主题标签、关键词标签、分类标签、业务标签、部门标签、岗位标签、特征向量标签；岗位标签包括岗位体系标签、岗位知识体系标签、关键词标签、特征向量标签；场景标签包括业务标签、流程标签、主题标签。

优选的，电网生产科研知识库的多维度标签的生成方法为：基于专家意见从知识库中筛选样本数据，并为样本数据添加主题词组合；采用机器学习方法对样本数据和主题词组合进行分析，生成标签分类模型，并基于标签分类模型为电网生产科研知识库中的所有知识添加多维度标签。

优选的，标签分类模型支持用户反馈和增量学习。

优选的，知识图谱的一级节点对应于多维度标签中的场景标签；知识图谱的二级节点对应于多维度标签中的岗位标签。

优选的，电网运维岗位体系包括岗位类型节点和业务类型节点；其中，岗位类型节点包括运检岗位、运维岗位、调度岗位、试验岗位、营销岗位和管理岗位；业务类型包括变电业务、输电业务、配电业务、信息通信业务、设备巡视业务。

优选的，用户画像模型中包括用户基础画像、用户业务画像和用户行为画像；其中，用户基础画像中的用户信息包括姓名、性别、教育程度、兴趣爱好、学习专业；用户业务画像中的用户信息包括所属部门、工作岗位、同事关系、研究领域、参与项目；用户行为画像中的用户信息包括检索历史、订阅历史、阅读记录、下载历史。

优选的，场景画像模型将电网中的工作场景划分为电力调控场景、电网运维场景、变电检修场景、输电运检场景、配电运检场景、信息通信运检场景、电气试验场景、继电保护场景、科研工作场景。

优选的，基于当前用户的场景标签从电网生产科研知识库中查询相应的一级节点；基于当前用户的岗位标签从电网生产科研知识库中查询相应的二级节点；基于用户的行为特征标签从电网生产科研知识库中提取相关岗位知识并对相关岗位知识进行相关度排序。

优选的，基于当前用户的岗位标签从电网生产科研知识库中提取岗位核心知识，并根据岗位核心知识建立岗位工作知识包。

优选的，将岗位工作知识包和实现了相关度排序的相关岗位知识推送至当前用户的工作台。

优选的，当前用户提交原始知识以增加原始数据资源。

本发明第二方面，涉及一种电网运维岗位知识推送系统，系统用于实现本发明第一方面中的一种电网运维岗位知识推送方法的步骤。

本发明的有益效果在于，与现有技术相比，本发明中的一种电网运维岗位知识推送方法及系统，能够通过整合电力系统内外的相关数据资源，生成电网生产科研知识库和具有多维度标签的知识图谱，基于电网运维岗位体系、用户画像模型和场景画像模型，分析当前用户的相关特征，并实现对当前用户相关岗位知识的提取和知识的推送。本发明方法综合考虑到当前用户的岗位特征、业务特征和行为特征，实现精准有效的知识推送，为用户节省了大量的知识查询、挖掘和分析的时间，实现了多种不同来源的数据的整合，促进了知识的有效利用。

本发明的有益效果还包括：

1、本发明中的方法嫩巩固整合电网生产和运维知识资源，建立数字化、结构化、碎片化、知识元化的知识中心。本发明能够采用微服务架构，构建知识库总线和知识中台，集成各类已经建成的系统，将知识管理和知识服务深入到员工、各个分子公司、科研院所的各项业务工作、科学研究、员工学习和创新工作过程中。

2、本发明方法汇聚和沉淀了各类业务数据和企业内部文档资料，实现了隐形知识的获取和知识的资产化。本发明采用了知识库构建工具、数据结构化处理工具、知识图谱构建工具等一系列的工具，能够对于例如设备标准等的重点资源进行指标化，从而使得知识管理更有针对性的实现与业务场景的结合。

3、基于本发明的方法，可以在应用层面上为用户提供个人知识管理、知识搜索、知识问答、知识评价、知识推荐、知识统计、专家知识网络、智能简报等多种多样的知识管理应用功能，从而有效的形成知识应用的循环，促进知识在电网公司各个业务中的利用。

4、本发明方法通过大数据画像的方式实现了精准的岗位知识、业务知识和项目知识的推送，另外通过建立精准服务的岗位工作知识包，实现了知识管理与业务的有效融合，通过个性化的知识服务，提升工作效率，极大程度上促进了电网运维业务的发展。

附图说明

图1为本发明一种电网运维岗位知识推送方法的步骤示意图；

图2为本发明一种电网运维岗位知识推送方法中工作台岗位知识推送的示意图；

图3为本发明一种电网运维岗位知识推送方法中岗位工作知识包的编辑示意图；

图4为本发明一种电网运维岗位知识推送方法中基于工作场景实现的知识推送的示意图。

具体实施方式

下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。

本发明中的方法在知识场景化方面进行探索和实践，针对具体的岗位需求，根据不同岗位的工作职责推送工作所需的岗位知识、业务知识，如标准规范、工作手册、操作流程、检修方法、故障案例、解决办法等，能够帮助员工快速解决工作中的问题，大幅提升工作效率。本发明方法建设了关于电网运维和科研方面的6大核心知识库库，并在知识库基础之上，提供基本的知识检索、知识导航等服务功能。除此之外，本发明还基于岗位体系、用户画像、场景画像实现了场景化的岗位知识推送，提供了精准的知识服务。

图1为本发明一种电网运维岗位知识推送方法的步骤示意图。如图1所示，一种电网运维岗位知识推送方法，包括步骤1至步骤3。

步骤1，对原始数据资源进行整合以生成电网生产科研知识库，并基于电网科研知识库生成具备多维度标签的知识图谱。

本发明中所述的原始数据资源整合了电玩公司各个业务系统、情报中心、数据中心的数据以及外部知识和各科研人员的个人知识，数据来源、种类、质量相差较大。因此，本发明对于多种不同的数据首先根据各知识库的建设标准进行了筛选、加工标引和整合，使得多源数据在知识中心实现了统一管理、统一索引。

本发明中需要集成多维多源的各类数据，形式包括纸质、电子文档及数据库等。因此，发明针对不同资源的特点分别采用不同的整合方法，对于原始数据也采用不同的整合方式，如元数据整合、数据迁移、索引整合、数据切片或者快照等。数据中心和情报中心的数据由于数据量大而且更新频繁，数据集成时只需要整合元数据题录和索引，原文则保存在原始系统中。由于电力系统中的员工个人也积累了大量的资料，且这些资料分散的保存在个人电脑上，为了对这些资源进行整合，本发明也采用多维多源知识采集整合的方式，实现对于各种内容资源的收集整理、加工转换、挖掘和入库。在电力系统科研院内部积累的大量文档数据，包括纸质和电子文档则可通过数字化、结构化、碎片化的步骤通过智能化加工标引系统由机器自动加工入库。另外，本发明中还包括电网外部的资源，这些第三方资源主要是外购的商业资源，包括支撑电力系统内部设计和研发工作的科技文献库，例如CNKI知识资源总库、万方数据、标准库、专利库等。这类资源根据具体资源的实际情况采取不同的整合方式，包括接口、数据库网关、XML裸数据(数据包)、链接整合等方式实现整合。例如，CNKI资源可以无缝集成到知识中心与电力系统的内部知识进行统一的混合检索和互相关联。

本发明中，首先对于上述提及的原始数据资源进行整合，从而获得电网生产科研知识库。优选的，电网生产科研知识库包括电网生产典型案例库、重大事故事件库、制度库、报告成果库、设备管理情报库、新技术新产品知识库。

具体来说，电网生产科研知识库的建设核心是整合内外部多渠道的知识资源，根据具体的业务需要和数据资源特点，分门别类构建电网生产典型案例库、重大事故事件库、制度库、报告成果库、设备管理情报库、新技术新产品知识库等。在构建各类数据库的同时，可以基于专业的全文数据库管理工具，基于底层数据资源和管理工具，提供自动抽取摘要、自动打标签、自动分类、相似向量计算、文献条目编码等应用功能。

本发明中，电网生产科研知识库架构中，底层是原始数据资源，上层经过数据整合管理，之后根据具体的业务需要生成前文中提及的各个知识库、案例库、情报库和成果库等等。

首先，建立适合电网公司数据中心和技术情报中心的知识服务的元数据标准，具体包括标准、期刊、论文、文档、图片、视频等各类资源的元数据标准，以及需要碎片化资源的XML标准。本发明基于DC(都柏林核心，Dublin Core)核心元数据标准，结合电力公司的业务需求和使用需求，对标准、期刊、论文、文档、图片、视频等各类资源进行元数据的定义和建模。并依据元数据标准，在技术层面研究与文物元数据信息及其数字对象组织、存贮、检索与应用相关的DTD、信息模型与访问交换协议。

本发明中建立的元数据标准规范包括：标准规范的元数据标准；内部文档的元数据标准；视频数据的元数据标准；碎片化数据的元数据标准等。

实现了元数据标准后，本发明可以将相关的知识进行整合，并分别建设数据库。表1为本发明中的电网生产典型案例库数据表。如表1所示，本发明中的电网生产典型案例库汇聚了电网生产过程中各类典型案例数据，字段内容包括案例名称、归口部门、案例时间、主要负责人等。

表1电网生产典型案例库数据表

表2为重大事故事件库数据表，如表2所示，重大事故事件库汇聚了各类中大事故和中大事件数据，字段内容包括事件名称、归口部门、事件时间、主要负责人等。

表2重大事故事件库数据表

表3为制度库数据表，如表3所示，制度库汇聚了各类规章制度数据，字段内容包括制度名称、发布事件、生效时间等内容。

表3制度库数据表

表4为报告成果库数据表，如表4所示，报告成果库汇聚了各类报告成果数据，字段内容包括成果名称、作者、关键词、归口部门、发表时间等。

表4报告成果库数据表

表5为设备管理情报库数据表，如表5所示，设备管理情报库汇聚了各类设备管理情报数据，字段内容包括情报名称、归口部门、发布时间、主要负责人等。

表5设备管理情报库数据表

表6为新技术新产品库数据表，汇聚了各类最新的技术和产品，字段内容包括技术名称、归口部门、主要负责人等。

表6新技术新产品库数据表

电网生产科研知识库是一个开放的系统，除了上文中提及的固有的各类知识库以外，各业务部门还可根据自己部门的知识获取需求动态创建业务专题知识库。本发明方法能够提供专题库创建、资源筛选导入、专题库发布一整套的机制，因此各个部门或研究所的知识管理员可以动态地根据业务需要创建需要的专题知识库，可以是自定义的专题知识库，也可以在基础知识库的基础上添加标签体系并筛选相关数据形成虚拟知识库。

该数据库的管理员可以按物理库或者虚拟库对各库下的知识资源进行管理，其中，包括元数据管理和数字对象管理。管理的功能可以包括增、删、改、查功能。另外，本发明也支持区分不同的物理库分别对文本资源库、图片库、视频库、音频库、期刊库、论文库以及各部门业务应用库和专题知识库进行元数据管理和全文数字对象的管理，同时也包括碎片化的XML数据、快照、知识切片、知识关联关系等。

本发明中，在建设好知识库后，还可根据多维度的知识标签来对于多种不同的知识自定义标签。具体来说，知识标签管理支持从专业领域、业务体系、项目维度、产品维度、数据类型、岗位体系、部门结构等不同的维度建立多层次树形知识标签体系，同时可为各业务部门预留接口，可根据本部门业务需要添加自定义的分类标签体系。在人机结合的模式下完成各知识标签的分类规则管理和维护，根据规则系统可对知识资源自动打标签。同时可通过数据挖掘和自然语言处理从海量的知识资源中挖掘电力领域的专业主题词表，并基于主题词表自动标引知识主题。

优选的，多维度标签中包括用户标签、知识标签、岗位标签和场景标签；其中，用户标签包括教育背景标签、岗位标签、部门标签、职位标签、业务标签、研究方向标签、行为特征标签；知识标签包括主题标签、关键词标签、分类标签、业务标签、部门标签、岗位标签、特征向量标签；岗位标签包括岗位体系标签、岗位知识体系标签、关键词标签、特征向量标签；场景标签包括业务标签、流程标签、主题标签。

具体来说，本发明的方法中，为了实现针对用户、岗位和场景的知识推送，建立的多维度标签包括四个维度，分别是用户、知识、岗位和场景。通过四个不同的维度，多维度标签可以将知识本身与用户特征、岗位特征和场景特征关联起来，从而实现知识找人的过程。

本发明中的多维度标签的数据结构中即包括标签的类型也包括标签的取值，另外，标签的取值中实际上可以包括多个取值，其中每一个取值代表一种关联程度，多个取值之间采用分隔符号进行分隔。

优选的，电网生产科研知识库的多维度标签的生成方法为：基于专家意见从知识库中筛选样本数据，并为样本数据添加主题词组合；采用机器学习方法对样本数据和主题词组合进行分析，生成标签分类模型，并基于标签分类模型为电网生产科研知识库中的所有知识添加多维度标签。

可以理解的是，本发明的方法中，能够支持知识标签分类规则的管理和维护，也能够实现知识数据的人工添加标签和基于机器学习算法的智能添加标签。具体来说，本发明方法可以首先基于专家意见筛选知识样本和为知识样本添加主题词组合，这里的主题词组合也就是后续生成的各类标签的标签类型。在通过人工方式对于部分样本数据添加标签后，就可以基于这部分人工添加的标签来采用智能算法进行智能添加标签了。

智能添加标签的过程能够在知识整合过程中根据设定好的分类标签体系自动完成知识的标引和分类，减轻知识管理员的负担，同时提高知识分类的准确性。本发明方法中可以基于自然语言处理技术实现两种模式的知识分类：模型分类和规则分类。其中，模型分类是一种自学习的分类方法，首先根据各分类标签下人工标引好的知识样本进行训练和学习，生成相应的分类模型。然后通过训练好的分类器对所有入库的内容进行识别和分类，自动打上分类和标签。分类器可定期进行训练和学习，提高分类的准确度。规则分类则是基于词包的分类方法，适用于特征比较明显并且有规律可寻的知识资源。各知识体系的管理员设定好分类的关键词组合表达式，然后根据规则对每一条知识资源进行过滤即可。

类似的，本发明中，还可以基于自动抽取摘要的方法、相似向量计算的方法、文献条目编码等各种方法实现具体标签的生成或添加。

优选的，标签分类模型支持用户反馈和增量学习。

可以理解的是，本发明中的方法，还可以基于用户的反馈来修改、增加或删除某个知识的标签，例如当用户在浏览过程中发现某个知识的标签标注有误，就可以提交该错误信息，从而将该标签的内容进行修改。另外，当知识库中知识数据的内容不断增加时，添加标签的过程也可以基于机器学习算法不断的修正模型的准确度。

优选的，知识图谱的一级节点对应于多维度标签中的场景标签；知识图谱的二级节点对应于多维度标签中的岗位标签。

本发明的方法中为了实现后续步骤中的知识推荐功能，根据上述步骤中生成的多维度标签，对于知识内容进行了整理，并生成了多层级结构的标签知识树。在该知识树的结构下，其一级节点对应于多个不同的场景标签，而其二级节点则分别对应于多个不同的岗位标签。

步骤2，建立电网运维岗位体系、用户画像模型和场景画像模型，并采集当前用户的多维度标签。

优选的，电网运维岗位体系包括岗位类型节点和业务类型节点；其中，岗位类型节点包括运检岗位、运维岗位、调度岗位、试验岗位、营销岗位和管理岗位；业务类型包括变电业务、输电业务、配电业务、信息通信业务、设备巡视业务。

具体来说，本发明中，根据电网运维和科研分析员工岗位，可以按业务、部门、流程等梳理岗位种类、工作职责、标签规则等信息，建立完整的电网运维岗位体系。本发明中的岗位体系是可以动态扩展的，在一个实施例中，该体系可以首先根据岗位类型，例如运检、运维、调度、试验、营销等不同的类型进行初步的岗位划分，而后再根据不同的业务，在每一个岗位下在具体的生成不同的岗位信息，例如，对于运检岗位来说，可以包括输电运检工程师、配电运检工程师、信息通信运检工程师等等。

通过二级节点的方式，本发明就可以实现对于岗位体系的建设，而如果一个用户在登录注册的过程中将自己的个人信息中的岗位填写为输电运检工程师，则本发明的方法就可以根据其在岗位体系中的位置来具体的生成相应的知识内容了。

优选的，用户画像模型中包括用户基础画像、用户业务画像和用户行为画像；其中，用户基础画像中的用户信息包括姓名、性别、教育程度、兴趣爱好、学习专业；用户业务画像中的用户信息包括所属部门、工作岗位、同事关系、研究领域、参与项目；用户行为画像中的用户信息包括检索历史、订阅历史、阅读记录、下载历史。

本发明中，用户画像模型基于三种画像方式来实现。首先用户基础画像中，包括用户的一些基础信息，这些信息可以在用户使用数据库之前进行的注册、登录步骤中实现。其次，用户的业务画像中则可以包括用户具体所在的电网公司中的相关部门，另外还可以包括该部门从事的业务，该用户具体所在的岗位，其岗位职责和同事关系等内容。另外，如果某个用户跨部门参与到某个明确方向的研究或开发项目中来，则也应当将该开发项目所对应的知识推荐给该用户。因此，用户的业务画像中包括了用户正在参与，未来可能参与，以及其相关单位所参与的各类业务的具体内容。最后，用户的行为画像可以基于用户在数据库平台中的各种操作行为收集的数据实现画像的生成。具体来说，当某个用户在该数据库平台中订阅了某些数据内容，或者是浏览、下载、检索了那些知识数据，则本发明的方法就偏重于将与这些知识类似的数据或具有紧密关联的重要数据也推送给该用户。

具体来说，本发明的方法可以基于用户画像模型和当前用户的基础信息、业务和行为信息来生成针对该用户信息这一种知识的多维度标签或者类似于标签的抽象信息，并根据当前用户的多维度标签或抽象信息来与电网生产科研知识库中知识图谱的多维度标签进行关联，从而获得当前用户的知识推送。其中，用户的业务画像中的信息可以与多维度标签中的岗位标签和场景标签进行匹配。例如，当用户的业务画像中，提供了当前用户的所述部门和工作岗位，则可以根据该信息获得多维度标签中岗位标签的某一个特定取值，另外，根据用户的研究领域和参与项目，也可以随着一定的时间变化的为用户匹配适合的场景标签，例如某个用户当前研究的领域为变压器绕组，未来时刻的研究领域为变压器铁芯，则用户的场景标签，则会随着用户的行为数据和参与项目等信息而发生变化。

优选的，场景画像模型将电网中的工作场景划分为电力调控场景、电网运维场景、变电检修场景、输电运检场景、配电运检场景、信息通信运检场景、电气试验场景、继电保护场景、科研工作场景。

可以理解的是，本发明中的各个工作场景是根据电网公司的业务范围和分子公司的划分方式来对各类工作场景进行抽象获得的。具体的，可以通过一系列的标签体系及关键词组合来表达知识需求。工作场景是根据业务来划分的，因此和岗位体系相互交叉和关联。

首先，电力调控场景具体是指对电网安全、经济运行状态进行判断，通过电话或自动系统发布操作指令，指挥现场操作人员或自动控制系统进行调整，调整发电机出力、调整负荷分布、投切电容器、电抗器等设备，从而确保电网持续安全稳定运行的一些工作场景。

其次，电网运维场景大致可以被划分为自动化运维、变电运维和换流站运维三种不同场景。其中，自动化运维负责对生产、营销等数据进行整理维护；变电运维工作则是较为核心的运维工作，主要负责变电设备运行维护、倒闸操作、事故处理、设备巡视等。换流站运检则主要包括换流站内相关设备的维护、故障处理等。

第三，变电检修场景主要是指变电站站内设备的检修维护工作相关的场景。

第四，输电运维场景是指对于对所管辖趋于内输电线路进行运检维修的相关工作场景。

第五，配电运检场景中包括了对于架空配电线路以及各个配电设备的测量、操作、巡视、检修等工作的工作场景。

第六，信息通信运检可以被划分为网络控制、信息运检和通信运检。其中，通信运检场景主要包括变电站通信设备维护，光缆维护，公司通信机房维护等工作场景。信息运检场景则主要包括电网公司中所有电脑的网络维护，电视电话会议，路由器、交换机配置，内外网接入等的工作内容。通信运检则主要包括各条电力通信线路或外网通信线路的正常运行和故障情况下的维护、测试等。

第七，电气试验场景主要是指在电气系统、电气设备投入使用前，为判定其有无安装或有无制造方面的质量问题，以确定新安装的或运行中的电气设备是否能够正常投入运行，从而进行的电气试验工作的工作场景。

第八，科研工作场景中包括科研院所内部针对电网运维、输变电、联网工程等方面的技术攻关、项目研究、决策咨询、科研创新等工作的场景。

本发明中，可以为多个不同的场景分别关联多种不同的标签，从而使得当某个用户在进行某个项目，或实现某种知识检索和浏览的行为时，准确的关联到相应的标签上。

本发明中，在建设了电网运维岗位体系、用户画像模型、场景画像模型后，就可以根据体系和模型中的内容，针对当前用户的相关信息，准确的生成当前用户的一个多维度标签了。

步骤3，基于多维度标签的映射关系，从电网生产科研知识库中提取相关岗位知识，以实现对当前用户的岗位知识推送。

本发明中，可以基于当前用户的多维度标签与电网中各类知识上多维度标签之间的关联关系，来实现对从知识库中准确的提取相应数据了。

优选的，基于当前用户的场景标签从电网生产科研知识库中查询相应的一级节点；基于当前用户的岗位标签从电网生产科研知识库中查询相应的二级节点；基于用户的行为特征标签从电网生产科研知识库中提取相关岗位知识并对相关岗位知识进行相关度排序。

图2为本发明一种电网运维岗位知识推送方法中工作台岗位知识推送的示意图。如图2所示本发明的方法中，由于知识图谱的生成包含了多层级的结构，因此在本发明对于相应知识的查找过程中，也可以依据这一层级结构来逐渐的实现对于知识的精确定位。

图4为本发明一种电网运维岗位知识推送方法中基于工作场景实现的知识推送的示意图。如图4所示，本发明中，首先可以考虑当前用户的场景标签，并查询到对应知识库中的某个一级节点，然后基于当前用户的岗位标签，在这一一级节点下，查找相应的二级节点。该二级节点下的所有知识内容，则可以作为待推荐的潜在内容。本发明还可以根据用户的行为信息进一步的从该二级节点下提取相关的内容，并删除无关的知识。另外，根据用户的行为，例如根据用户最近查阅的文献，来推荐最为接近的相关内容。这种方式也可以是通过相关度排序的方式实现的。本发明中，可以将最为接近的文献的优先级排列的较高，使得用户接收推送时，能够最先看到类似的文献内容。

优选的，基于当前用户的岗位标签从所述电网生产科研知识库中提取岗位核心知识，并根据岗位核心知识建立岗位工作知识包。

图3为本发明一种电网运维岗位知识推送方法中岗位工作知识包的编辑示意图。如图3所示，本发明中，系统的管理原可以根据岗位相关的知识来编辑岗位工作知识包，例如将与某个岗位工作相关的所有知识进行重组和打包，挂接到地图节点上，在服务时将整个知识包推送给用户。一般来说，知识包中的内容是该岗位相关的核心重点工作，其中欧给你可以包括工作规范、工作流程、基础性的参考资料等等。一般来说，管理员可针对每一个岗位进行知识域的编辑和知识条目组合，自定义的生成工作包中的内容。

优选的，将岗位工作知识包和实现了相关度排序的相关岗位知识推送至当前用户的工作台。

本发明中，在岗位知识地图和知识包的基础上为还可以通过Elink等第三方平台提供岗位知识的智能推送。一般来说，可以根据用户岗位信息直接推送到系统工作台，并从工作台桌面直接访问感兴趣的知识，进行在线阅读。岗位包中可以包括上文中所述的内容，也可以包括岗位基本信息、岗位职责、岗位必备知识、工作流程等知识链接，直接定位本岗位所需要的知识。

其中，岗位地图业务也可以按照本发明上文中所提及的电网运维岗位体系的内容来实现导航，按思维导图的形式可视化展示所有岗位，点击某个岗位可查看本岗位所需要的知识，如果只针对用户的岗位进行推送，只需要定位知识地图中的某个节点即可。

优选的，当前用户提交原始知识以增加原始数据资源。

本发明中也支持用户自主的将手里积累的知识、资料等进行上传提交。上传时可以根据不同共享资料库分别提交到文档库、图片库、视频库、音频库、其他库以及各业务知识库。针对用户自主上传的文献资源，本发明还可以提供自定义的知识模板功能，能够通过相应的配置功能自由定制知识的组织结构，包括哪些属性，需要填写的字段内容等。在知识上传后，本发明还可以自动提取知识的标题、摘要、关键词、作者等信息，可自动生成知识标签，同时支持用户手动进行微调。

本发明第二方面，涉及一种电网运维岗位知识推送系统，该系统用于实现如本发明第一方面中所述的一种电网运维岗位知识推送方法。

具体来说，可以结合IT技术发展和知识管理平台建设的需求，从技术层面按四层体系建设本发明中的知识推送系统，分别是：基础设施云平台(IAAS，Infrastructure as aService，基础设施即服务)、数据总线(DAAS，Data as a Service，数据即服务，包括分布式大数据知识中心)、微服务层(SAAS)及知识应用层(PAAS，Platform as a Service)，每一层都是动态可扩展，能够即插即用。

本发明的方法中，可以以现有技术中已经存在的云平台作为基础设施，从分利用其网络、存储、安全保护等基础服务。其中，分布式大数据知识中心可以作为数据存储层，按照分布式框架构建知识库，各个库本身也是可扩充的分布式存储系统，能够支持将来快速增长的知识存储需求。电网公司中的各个下述单位的知识库可以以分中心的形式支持在必要情况下的互联互通，从而形成更高层次的大数据知识中心。与此同时，数据中心、情报中心在这一层上互联互通。

所有的应用和微服务模块都需要通过数据总线来访问知识库，对于上层应用来说，其不需要知道各知识库的细节，只需要根据知识目录调用相关接口就可得到需要的知识资源。知识库中的知识本身作为一种微服务，不需要二次接口包装就可以直接提供给应用层服务。

基于SAAS(Software as a Service，软件即服务)的设计思路将整个平台中相对独立的功能和业务应用进行模块化、服务化，从而划分为多个层面的服务，例如功能性微服务、数据微服务、业务微服务、用户微服务及权限微服务等。本发明还可以将数据转换、数据清洗、自动分类、自动聚类、自动标引、知识推荐、知识地图、知识问答、消息推送、用户认证等服务标准化并封装成微服务。

知识应用层是根据用户的业务需求以业务流程为主线对各类相关的微服务进行重组，形成面向业务应用的组件或者子系统，如知识收集加工平台、知识门户、移动APP、嵌入式服务插件(场景化推送)、知识社区、知识问答、知识提交审核系统等电网运营知识管理和科研知识共享服务应用功能。

另外，本发明中系统的建设根据业务逻辑划分采用分层设计架构，由下到上，由基础层(硬件层)、数据层、知识挖掘层、微服务层、安全层、应用层、用户层组成。

其中，基础层在硬件服务器上，部署操作系统、数据库等基础支撑软件，根据信息化和IT统一规划，统一应用和共享硬件设施。数据层从逻辑上构建知识中心，与数据中心和情报中心互联互通，从情报中心收集的内部资源、CNKI资源、外部资源，同步到数据中心，通过知识挖掘，建成数据中心的论文、专利、标准、成果等资源数据库及基于知识图谱的知识库。知识挖掘层提供索引工具、碎片化工具、知识图谱工具、知识挖掘工具、知识关联工具、数据分析工具等工具集，对数据层的数据进行加工、梳理和挖掘。微服务层以微服务的形式，为应用层的系统应用提供检索服务、书库服务、知识图谱服务、知识推送服务、知识问答服务、简报服务等服务。安全层利用API接口控制、统一认证、权限安全控制，为应用层合法的数据调用，提供数据安全保障。应用层部署电网运维知识管理系统、科研知识共享服务系统，通过API接口，调用微服务，为用户提供服务。用户层服务总公司、各分公司、各子公司以及上下游企业等。

本发明中的系统在网络架构上充分保障了系统的安全性和运维管理，确保知识中心的知识资产不被破坏和非法访问，将知识中心及知识管理平台相关应用在云平台上独立划区单独部署，并与情报中心、数据中心及其他信息系统之间相互安全访问。本发明可以考虑部署知识服务门户服务器、检索服务器、应用服务器、知识中心存储服务器、文件服务器及备份服务器、数据处理服务器、外网知识库数据服务器和相应的存储设备从而支持各项功能的实现。

本发明的有益效果在于，与现有技术相比，本发明中的一种电网运维岗位知识推送方法及系统，能够通过整合电力系统内外的相关数据资源，生成电网生产科研知识库和具有多维度标签的知识图谱，基于电网运维岗位体系、用户画像模型和场景画像模型，分析当前用户的相关特征，并实现对当前用户相关岗位知识的提取和知识的推送。本发明方法综合考虑到当前用户的岗位特征、业务特征和行为特征，实现精准有效的知识推送，为用户节省了大量的知识查询、挖掘和分析的时间，实现了多种不同来源的数据的整合，促进了知识的有效利用。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。