DIKWP limitation test report of GPT 4 (comparison of domestic DIKWP-GPT modeling and cross-DIKWP modal analysis capabilities)

• April 2023

• DOI: 

• 10.13140/RG.2.2.11374.48963

• Yucong Duan

• Yanfei Liu

• Yingtian Mei

• Show all 11 authors

• Haoran Yuan

GPT 4 的DIKWP局限测试报告（国产DIKWP-GPT建模与跨DIKWP模态分析能力对照）

段玉聪（Yucong Duan）、DIKWP团队全体成员（2022级，2023级）

DIKWP research group, Hainan University

duanyucong@hotmail.com

(非常抱歉，由于疫情和申报项目，这个报告延迟了将近3个月姗姗来迟，感谢给力的DIKWP团队每一位成员)

由于GPT/AGI是"社会化技术"(参见："societized technology")，职责所在，DIKWP团队承诺：如果GPT5发布，DIKWP团队将公开DIKWP-GPT的全部研究框架和无偿为最有潜力的国内单位提供原理和技术支持以应对。

GPT4的DIKWP建模能力测试：

(一) 测试其自然语言内容转化为DIKWP的能力，并根据上下文内容推理。

 A. 用例输入：

1.17岁青少年如果体重超过180斤就会有患上心脏病的风险将其称为肥胖病

2.小王是17岁，体重为185斤。

3.小王时常为自己的体重而烦恼，最近饭量有所下降

4.小王在电视上看到了肥胖病的新闻。

5.前两天，小王收到了一张减肥培训班的传单，上面明确表示报班需要自身没有肥胖病.

6.小王想要去医院。

请分析出上面的数据、信息、知识、智慧还有意图。并分别构建出图谱，给出详细过程。

 GPT4 DIKWP输出：

数据：17岁青少年如果体重超过180斤就会有患上心脏病的风险将其称为肥胖病；小王是17岁，体重为185斤。

信息：小王时常为自己的体重而烦恼，最近饭量有所下降；小王在电视上看到了肥胖病的新闻。

知识：前两天，小王收到了一张减肥培训班的传单，上面明确表示报班需要自身没有肥胖病。

智慧：了解到小王的情况，可以分析出他可能面临的健康问题以及如何为其提供帮助。

意图：小王想要去医院。

数据图谱：这一层主要包含原始数据，如年龄、体重等。在这个案例中，我们有以下数据：

 17岁青少年如果体重超过180斤就会有患上心脏病的风险将其称为肥胖病。

小王：年龄 17岁，体重 185斤。

信息图谱：这一层包含基于数据得出的描述性信息。在这个案例中，我们有以下信息：

 小王为体重烦恼，饭量下降。

小王了解了肥胖病的信息。

知识图谱：这一层包含通过分析信息得出的更深层次的洞察。在这个案例中，我们有以下知识：

 减肥培训班要求报名者没有肥胖病。

小王的体重可能导致肥胖病。

智慧图谱：这一层包含将知识应用于实际情况，以解决问题或提供帮助。在这个案例中，我们有以下智慧：

分析小王的健康状况，为其提供相应的帮助。

鼓励小王寻求专业医生的意见，制定科学的减肥计划。

意图图谱：这一层表示行动或目标，通常体现在人们的需求或愿望。在这个案例中，我们有以下意图：

小王想要去医院。

B. 用例输入：

那么根据上述内容，小王很可能或者已经得了什么病，依据是什么？

GPT-4输出：

根据上述内容，小王很可能面临肥胖病的风险。依据如下：

小王的年龄和体重：根据数据，17岁的青少年如果体重超过180斤就会有患上心脏病的风险，将其称为肥胖病。而小王正处于这个年龄段，且体重为185斤，超过了180斤的界限。

小王的情绪和饮食状况：小王时常为自己的体重而烦恼，最近饭量有所下降。这些信息显示，小王可能已经意识到了自己的体重问题，并试图通过减少饭量来应对。

然而，仅凭这些信息无法确切地判断小王是否已经患上肥胖病。为了做出更准确的判断，需要专业医生对小王进行全面的评估，包括血压、血脂、血糖等生化指标，以及对其生活习惯、饮食结构等进行综合分析。只有在医生的专业评估之后，我们才能确切地了解小王的健康状况。因此，鼓励小王去医院寻求专业医生的意见是一个明智的选择。

C. 用例输入：

1. 小王时常为自己的言行感到内疚自责，情绪波动大，经常感觉低落。

2. 小李时刻为自己的言行感到内疚羞愧，情绪整体感觉绝望。

3. 小张偶尔为自己的言行感到不好意思，情绪偶尔感觉孤独。

4. 小赵越来越不爱说话，最近连课外活动都不敢正视伙伴了，并且有人喊他参加以前喜欢的足球活动都不参加了，穿的衣服色彩也开始变的越来越暗淡，经常脏兮兮的。

如果小李被诊断为中度抑郁，抑郁倾向70%，

小赵被诊断为抑郁倾向从5%发展到30%。

请根据上述内容，总结出数据图谱、信息图谱、知识图谱、智慧意图，并分别构建出DIKWP图谱，给出详细过程。

GPT-4输出：

在这个情境中，我们可以按照数据、信息、知识、智慧和意图对这些描述进行分类。首先进行分类：

数据：小李被诊断为中度抑郁，抑郁倾向70%；小赵被诊断为抑郁倾向从5%发展到30%。

信息：小王时常为自己的言行感到内疚自责，情绪波动大，经常感觉低落；小李时刻为自己的言行感到内疚羞愧，情绪整体感觉绝望；小张偶尔为自己的言行感到不好意思，情绪偶尔感觉孤独；小赵越来越不爱说话，最近连课外活动都不敢正视伙伴了，并且有人喊他参加以前喜欢的足球活动都不参加了，穿的衣服色彩也开始变的越来越暗淡，经常脏兮兮的。

知识：可以从上述信息中推断，小王、小李、小张和小赵可能面临不同程度的心理问题。

智慧：分析这些信息，为每个人提供适当的帮助和支持，如心理咨询、社交活动等。

意图：暂无明确的意图信息。

 接下来，构建图谱：

     数据图谱：

小李：抑郁倾向 70%，中度抑郁

小赵：抑郁倾向从 5% 发展到 30

信息图谱：

 小王：内疚自责，情绪波动大，感觉低落

小李：内疚羞愧，情绪绝望

小张：偶尔不好意思，偶尔感觉孤独

小赵：越来越不爱说话，避开课外活动，衣服色彩暗淡，脏兮兮的

知识图谱：

 小王、小李、小张、小赵可能面临不同程度的心理问题

智慧图谱：

     为每个人提供适当的帮助和支持，如心理咨询、社交活动等

意图图谱：

暂无明确的意图信息

     然后，通过关系将这些层级连接起来。例如：

数据图谱与信息图谱的关系：通过小李和小赵的抑郁倾向数据，了解他们的心理状况。

信息图谱与知识图谱的关系：分析小王、小李、小张、小赵的情绪和行为信息，了解他们可能面临的心理问题。

知识图谱与智慧图谱的关系：根据对他们心理问题的了解，提出适当的帮助和支持方案，如心理咨询、社交活动等。

意图图谱与智慧图谱的关系：如果有明确的意图信息，可以进一步为每个人提供更具针对性的帮助和支持。

在构建DIKWP图谱时，可以使用图形工具（如绘图软件或专业的知识图谱工具）来可视化这些层级和关系。可以使用节点表示数据、信息、知识、智慧和意图，用箭头表示它们之间的联系。这样可以帮助我们更直观地理解这些人的情况，并为他们提供有效的支持。

 总之，通过构建DIKWP图谱，我们可以将数据、信息、知识、智慧和意图分层表示，并揭示它们之间的关系。这有助于我们更好地理解这些人的需求，为他们提供有针对性的帮助。同时，这种方法也可以应用于其他类似的问题，以提供更深入的分析和解决方案。

 D. 用例输入：

请根据上面的描述结合小李、小赵的情况及诊断结果，对小王进行抑郁概率进行评估并给出形式化表达过程?

GPT-4输出：

要对小王的抑郁概率进行评估，我们可以将其与小李和小赵的情况进行比较。需要注意的是，这里的评估只是一个初步判断，并不能替代专业的心理评估。我们可以使用贝叶斯定理来进行概率评估。

 贝叶斯定理公式：P(A|B) = P(B|A) * P(A) / P(B)

 在这里：

 A 代表小王患抑郁的事件；

B 代表小王的行为特征（言行内疚自责，情绪波动大，经常感觉低落）；

P(A) 代表患抑郁的先验概率（在一般人群中患抑郁的概率，假设为 p%）；

P(B|A) 代表在已知患抑郁的情况下，表现出这些行为特征的概率；

P(B) 代表表现出这些行为特征的概率；

P(A|B) 代表在已知这些行为特征的情况下，患抑郁的概率。

我们可以先估计 P(B|A) 和 P(B) 的值。通过观察小李和小赵的情况，我们可以得到以下信息：

 小李：抑郁倾向 70%，言行内疚羞愧，情绪整体感觉绝望。

小赵：抑郁倾向从 5% 发展到 30%，变得沉默寡言，回避伙伴，不参加喜欢的活动，穿着暗淡且脏兮兮。

根据这些信息，我们可以大致估计：

 P(B|A)：在已知患抑郁的情况下，表现出小王这些行为特征的概率。由于小李和小赵的抑郁症状都与小王类似，我们可以假设这个概率较高，例如 80%（需要注意这个值是假设的，实际情况可能有所不同）。

P(B)：在所有人中，表现出这些行为特征的概率。假设这个概率为 q%。

接下来，我们需要估计患抑郁的先验概率 P(A)。在这里，我们假设小王所处的人群中，患抑郁的概率为 p%。

 将这些值代入贝叶斯定理公式，得到：

P(A|B) = P(B|A) * P(A) / P(B) = 0.8 * p% / q%

 这个公式给出了在已知小王的行为特征的情况下，患抑郁的概率。然而，由于我们没有确切的 P(A) 和 P(B) 值，无法计算出一个确切的抑郁概率。

 为了得到一个大致的估计，我们可以使用一些常识性的假设。根据一些研究，抑郁症的患病率约为 10%，所以我们可以假设 p = 10%。同样，我们可以假设在所有人中，表现出小王这些行为特征的概率 q = 20%。

代入公式得到：

 P(A|B) = 0.8 * 10% / 20% = 0.4

 根据这个简化估计，小王患抑郁的概率为 40%。需要强调的是，这个估计可能会受到我们所假设的 P(A) 和 P(B) 值的影响，因此在实际应用中，建议寻求专业心理医生的评估。

 总之，根据贝叶斯定理进行的初步评估，我们可以认为小王存在一定程度的抑郁风险。为了更好地评估小王的心理状况，建议进行专业心理评估。

 E. 用例输入：

如果小王被参考了其它医学指标进行知识诊断为重度抑郁，那么他的那些数据和信息指标可能有采集错误？

GPT-4输出：

如果小王在参考其他医学指标后被诊断为重度抑郁，那么我们需要重新审视之前对他的数据和信息指标的评估。可能存在的采集错误或遗漏包括：

 行为特征不全：可能我们只关注到了小王的部分行为特征，如言行内疚自责、情绪波动大和经常感觉低落。重度抑郁的症状可能还包括严重的失望感、对日常活动丧失兴趣、睡眠和食欲问题、疲劳、注意力难以集中、自杀想法等。我们需要进一步了解小王的完整症状，以便更准确地评估他的抑郁程度。

 信息误解：在之前的评估中，我们可能对小王的情况存在误解，如将他的症状误判为轻度抑郁。如果小王的实际状况比我们所了解的更严重，我们需要重新评估他的抑郁风险。

 医学指标的影响：在诊断抑郁症时，除了观察行为特征外，还需要考虑其他医学指标，如生化检查、神经影像学检查等。这些指标有助于更全面地了解小王的身体状况，从而更准确地判断他的抑郁程度。如果我们之前忽略了这些医学指标，那么之前的评估可能存在偏差。

 遗漏个人背景因素：在评估小王的抑郁程度时，我们需要关注他的个人背景因素，如家庭环境、社交圈子、工作压力等。这些因素可能对他的心理健康产生重要影响。如果我们之前没有充分考虑这些因素，那么之前的评估可能不够准确。

 综上所述，在重新审视小王的数据和信息指标时，我们需要关注可能存在的采集错误和遗漏，并结合其他医学指标和个人背景因素，以更准确地评估他的抑郁程度。在实际应用中，应寻求专业心理医生的评估和诊断，以确保准确性和有效性。

F. 用例输入：

两名患者分别是小王和小张，他们都头疼，并且同时去医院就诊。

赵医生先后听取了小王和小张的病情描述。

小王描述：头痛的位置是在左侧，每天都会持续几个小时，疼痛呈搏动性，伴随着恶心和呕吐的症状。

小张描述：头痛的位置是在右侧，每天会持续不同的时间，疼痛是一种持续性的刺痛感，伴随着光线过敏和声音过敏的症状。

请根据上述内容，分析出数据、信息、知识、智慧还有意图。并分别构建出DIKWP图谱，说明详细过程。

GPT-4输出：

首先，我们对这个情境中的描述进行分类：

 数据：头痛位置、持续时间、疼痛类型、伴随症状

信息：小王和小张的病情描述

知识：根据病情描述，可以推测出患者可能患有的疾病

智慧：为患者提供正确的诊断和治疗建议

意图：患者希望得到有效的治疗和缓解症状

接下来，构建DIKWP图谱：

 数据图谱：

小王：头痛位置（左侧）、持续时间（几个小时）、疼痛类型（搏动性）、伴随症状（恶心、呕吐）

小张：头痛位置（右侧）、持续时间（不定）、疼痛类型（刺痛感）、伴随症状（光线过敏、声音过敏）

信息图谱：

小王：头痛在左侧，每天持续几个小时，搏动性疼痛，伴随恶心和呕吐

小张：头痛在右侧，每天持续不同时间，刺痛感，伴随光线过敏和声音过敏

 知识图谱：

根据病情描述，可以推测出：

小王可能患有偏头痛

小张可能患有神经性头痛

智慧图谱：

为患者提供正确的诊断和治疗建议：

小王：治疗偏头痛，如使用偏头痛药物

小张：治疗神经性头痛，如使用止痛药和调整生活习惯

 意图图谱：

小王和小张希望得到有效的治疗和缓解症状

在构建图谱时，可以使用图形工具（如绘图软件或专业的知识图谱工具）来可视化这些层级和关系。可以使用节点表示数据、信息、知识、智慧和意图，用箭头表示它们之间的联系。这样可以帮助我们更直观地理解小王和小张的病情，并为他们提供有效的支持。

 总之，通过构建DIKWP图谱，我们可以将数据、信息、知识、智慧和意图分图谱表示，并揭示它们之间的关系。这有助于我们更好地理解小王和小张的需求，为他们提供有针对性的帮助。同时，这种方法也可以应用于其他类似的问题，以提供更深入的分析和解决方案。

 构建DIKWP图谱的详细过程：

首先，创建一个空白的图形画布，可以使用绘图软件或专业的知识图谱工具。

在画布上创建五个分层：数据层、信息层、知识层、智慧层和意图层。

为每个层次添加相应的节点：

数据图谱：创建小王和小张的头痛位置、持续时间、疼痛类型和伴随症状的节点。

信息图谱：创建小王和小张的病情描述节点。

知识图谱：创建小王可能患有偏头痛和小张可能患有神经性头痛的节点。

智慧图谱：创建小王和小张的诊断和治疗建议节点。

意图图谱：创建小王和小张希望得到有效治疗和缓解症状的节点。

使用箭头连接各层节点，表示它们之间的关系：

数据图谱到信息图谱：连接小王和小张的头痛位置、持续时间、疼痛类型和伴随症状节点到病情描述节点。

信息图谱到知识图谱：连接小王和小张的病情描述节点到可能患有的疾病节点。

知识图谱到智慧图谱：连接小王和小张可能患有的疾病节点到诊断和治疗建议节点。

智慧图谱到意图图谱：连接小王和小张的诊断和治疗建议节点到希望得到有效治疗和缓解症状的节点。

在完成DIKWP图谱构建后，可以通过检查和调整DIKWP图谱来优化其表达和结构。

这样，通过构建DIKWP图谱，我们就可以清晰地呈现小王和小张的病情及其相关的数据、信息、知识、智慧和意图，有助于更好地理解他们的需求，并为他们提供有效的诊断和治疗建议。

G. 用例输入：

根据上述内容。如果小王去医院就诊，分别找了赵医生和刘医生进行诊断。

他在去医院就诊时，描述了自己有胸痛和气短的症状。

赵医生通过对小王进行体格检查和听诊，认为他可能患有冠心病。

刘医生则认为这些症状可能是由于过度焦虑导致的。

请问这两个医生的对于小王的描述在认知上有什么区别，为什么会出现不一致的结论，请详细地给出分析过程。

GPT-4输出：

这两位医生对于小王的描述在认知上的区别主要体现在他们对症状原因的解释上。赵医生和刘医生可能在诊断过程中，侧重点、经验和对症状解读的方式不同，导致了他们得出了不一致的结论。接下来，我们将详细分析这两位医生的诊断过程。

赵医生：

赵医生在诊断过程中，可能更关注小王的胸痛和气短症状。他通过体格检查和听诊，可能观察到了一些与冠心病相关的征象。因此，赵医生可能根据自己的经验和观察，认为小王的症状与冠心病有关。这表明赵医生在诊断过程中，可能更侧重于生理方面的因素。

刘医生：

刘医生在诊断过程中，可能更关注小王的心理状态。他可能注意到了小王的症状与焦虑有关，并认为这些症状可能是由于过度焦虑导致的。这表明刘医生在诊断过程中，可能更侧重于心理方面的因素。

出现不一致结论的原因可能包括以下几点：

诊断侧重点不同：赵医生和刘医生在诊断过程中，侧重点可能不同。赵医生可能更关注生理因素，而刘医生可能更关注心理因素。

个人经验差异：不同医生的经验和专长可能会影响他们的诊断。赵医生可能在心血管领域有更多经验，而刘医生可能在心理领域有更多经验。

症状表现复杂性：胸痛和气短可能由多种原因导致，诊断时需要综合考虑各种可能性。在这种情况下，医生可能会根据自己的经验和观察，对症状的原因进行解读。

综上所述，赵医生和刘医生在诊断小王时，可能因为侧重点、经验差异和症状复杂性等因素，导致他们得出了不一致的结论。为了确保准确的诊断，建议小王进一步接受相关检查和评估，以便找出症状的确切原因。

H. 用例输入：

小王和小李都是计算机行业相关的求职人员，小王是应届毕业生，小李是有3年工作经验的从业者。

某公司发出如下招聘信息：

1. 招收计算机软件工程师，1-3年相关从业经验，优秀应届毕业生也可以投递简历。

2. 需要吃苦耐劳，有追求技术的热情和良好的责任心，同时具有比较好的学习能力和变化适应的能力。

3. 偶尔能够适应加班。

4. 了解Java、C++或者其他编程语言，有良好的编程功底和文档阅读以及撰写能力。

5. 有一定的英文阅读能力。

小王的简历除了基本信息外，强调了自己有过半年实习经历，性格上也开朗随和能和别人相处融洽，在学校拿过奖学金，成绩较为优秀，英语阅读能力优秀，能够适应经常加班的要求，但是没有相关编程的功底。

小李的简历除了基本信息外，有3年工作经验，熟悉Java语言，参与过多个开发项目。但是他在简历上强调了自己性格沉稳，虽然不善于交际，但是富有责任心。

请问如果我是HR，应该选择哪个作为公司员工？能不能从数据、信息、知识、智慧（DIKWP）上进行详细地对比？

GPT-4输出：

从数据、信息、知识、智慧的层次对比小王和小李：

数据：

小王：应届毕业生、半年实习经历、奖学金、优秀英语阅读能力

小李：3年工作经验、熟悉Java、参与多个开发项目

信息：

小王：具有较好的学习背景和优秀英语阅读能力，但没有相关编程功底

小李：具有丰富的工作经验和编程技能，但交际能力有待提高

知识：

小王：具有优秀的学术成绩和学习能力，但技能方面需要进一步提升

小李：掌握了Java等编程语言，具备实际开发经验，但可能需要提高团队协作能力

智慧：

小王：可能更适合在快速学习、适应变化的环境中成长，具备较强的潜力

小李：在技能和经验方面更加成熟，更适合直接投入项目工作

综合考虑上述层次的对比，招聘信息要求1-3年相关从业经验，但也鼓励优秀应届毕业生投递简历。同时，招聘信息强调了学习能力和变化适应能力。从这个角度来看，小王具有较强的潜力和学习能力，可能更符合这方面的要求。

然而，招聘信息还要求了解Java、C++或其他编程语言，具备良好的编程功底。从这个角度来看，小李具有更丰富的工作经验和技能，更适合直接投入项目工作。

作为HR，需要综合考虑公司的实际需求。如果公司需要短期内快速投入项目工作的员工，那么小李可能是更好的选择。而如果公司愿意培养员工、注重长期潜力，那么小王可能是更合适的人选。在实际招聘过程中，还可以通过面试等环节进一步了解两位求职者的综合能力，以做出更全面的评估。

I. 用例输入：

如果该公司是个创业公司，业务发展迅速。该公司的最后一个面试官面试了这两个人，对于他们面试表现都很满意。但是面试官他考虑到未来发展，希望性格成熟稳重，发展潜力巨大的人来到公司，同时希望培养员工接手新项目，我最后应该如何决策？

GPT-4输出：

对于一个创业公司来说，迅速适应业务发展和应对新项目的挑战尤为重要。在这种情况下，面试官需要在小王和小李之间进行权衡。

小王作为应届毕业生，具有较强的学习能力和发展潜力，性格开朗随和。虽然他缺乏相关编程经验，但创业公司可能会更注重他的适应能力和学习能力。在一个快速发展的创业公司中，小王可能更容易适应变化并成为一名有价值的员工。

小李具有3年工作经验，熟悉Java语言，参与过多个开发项目。他的性格沉稳稳重，但交际能力相对较弱。在新项目中，小李能迅速投入工作，但在团队协作和沟通方面可能面临挑战。

考虑到创业公司的特点和面试官的期望，选择小王可能是一个更好的决策。他的学习能力和适应变化的能力可能更符合创业公司快速发展的需求。公司可以在新项目中为小王提供必要的培训和支持，帮助他迅速成长并发挥更大的价值。

当然，这里的决策并非绝对，需要根据公司的具体情况和面试官对两位求职者的评估进行权衡。无论选择哪位求职者，为他们提供足够的支持和培训都是关键，以便他们能够更好地适应公司的环境和发展需求。

J. 用例输入：

现在有一个表格，表格的标题为：2023年字节跳动招聘初筛信息表，表头总共有如下：姓名、年龄、籍贯、毕业院校、所学专业、毕业院校、获得的奖励、拥有的证书、工作经历、自我评价。根据上面的对表格的描述分析出表格制作者的目的（意图）。

GPT-4输出：

根据所描述的表格内容，表格制作者的目的可能是为了收集和整理应聘者的信息，以便在字节跳动的招聘初筛阶段进行评估和筛选。通过搜集应聘者的姓名、年龄、籍贯、毕业院校、所学专业、毕业院校、获得的奖励、拥有的证书、工作经历和自我评价等信息，招聘者可以对每位应聘者的背景、经验和能力进行全面了解，以便找到符合岗位要求的优秀人才。

K. 用例输入：

根据上面的对表格的描述从数据、信息、知识、智慧、意图（DIKWP）层面，分析出表格制作者的目的，并给出详细过程。

GPT-4输出：

在分析表格制作者的目的时，我们可以从数据、信息、知识、智慧和意图这五个层面进行考虑。以下是详细的分析过程：

1. 数据层面：表格制作者收集了应聘者的姓名、年龄、籍贯、毕业院校、所学专业、毕业院校、获得的奖励、拥有的证书、工作经历和自我评价等基本数据。这些数据为初步筛选提供了原始材料。

2. 信息层面：通过对原始数据的整理和归类，表格制作者将这些数据转化为有用的信息，例如：将应聘者按照毕业院校、专业、工作经历等进行分类，以便更好地了解每位应聘者的背景和能力。

3. 知识层面：基于这些信息，表格制作者可以分析出潜在的规律和趋势，从而形成知识。例如，他们可以发现某些毕业院校和专业与公司的需求更匹配，某些证书和奖励可能表明应聘者具备较高的能力和潜力等。

4. 智慧层面：在知识的基础上，表格制作者能够运用智慧对筛选结果进行更深入的分析和优化。例如，他们可以根据先前招聘成功的案例分析出具备哪些特点的应聘者更适合公司的需求，并据此优化招聘策略。

5. 意图层面：从整个分析过程中，我们可以推断出表格制作者的目的是为了更高效地进行招聘初筛，筛选出符合字节跳动公司需求的优秀人才。通过收集、整理、分析和运用应聘者的信息，他们能够更好地为公司找到合适的候选人，提高招聘成功率。

L. 用例输入：

1. 小王时常为自己的言行感到内疚自责，情绪波动大，经常感觉低落。

2. 小李时刻为自己的言行感到内疚羞愧，情绪整体感觉绝望。

3. 小张偶尔为自己的言行感到不好意思，情绪偶尔感觉孤独。

4. 小赵越来越不爱说话，最近连课外活动都不敢正视伙伴了，并且有人喊他参加以前喜欢的足球活动都不参加了，穿的衣服色彩也开始变的越来越暗淡，经常脏兮兮的。

5. 小王每到夏天就笑容增加，并且饭量也增加。

6. 小李上次冬天从西宁去海南三亚旅行的时候还主动给大家表演节目，也原意和小朋友们一起拍照。

7. 小张按医嘱虽然服用了氯氮平，暴躁的倾向减少很多，但每逢气温变化就情绪剧烈波动，多巴胺水平也比正常升降15%-25%。

8. 小赵上次去五指山爬山下来后连续一周都精神抖擞，好像回到了他之前的样子，我记得那段时间总是艳阳高照，气压比平时低很多。

假如他们居住在西宁，请分别按照春夏秋冬四个季节，给出对他们各自更舒服有利于抑郁改善的以季节为单位的气象舒适的地点变化策略，范围为一年，尽量精确。请结合数据、信息、知识、智慧、目的（DIKWP）给出更加详细的结果

GPT-4输出：

 在给出更加详细的结果时，我们将从数据、信息、知识、智慧和目的（意图）DIKWP 五个层面进行分析。

1.数据图谱：收集关于气候、温度、湿度、阳光时长、海拔等与心情和抑郁症状相关的气象数据，以及各地的风景、文化、活动等信息。

2.信息图谱：将收集到的数据整理归类，比如不同地区的气候类型、温度范围、阳光时长等，以及各地的特色景点、文化活动等。

3.知识图谱：基于信息，分析出哪些气候条件和地理环境对抑郁症状的改善较为有利，例如充足的阳光、温暖湿润的气候、丰富的户外活动等。

4.智慧图谱：在知识的基础上，根据小王、小李、小张和小赵的具体症状和需求，运用智慧制定出更精确的地点变化策略。

5.意图图谱：通过上述分析和策略制定，帮助小王、小李、小张和小赵在不同季节选择更舒适的气象环境，以改善抑郁症状。

1.小王：

•春季：前往南京，春天的南京樱花盛开，气候温暖湿润，阳光时长适中，有助于情绪稳定。

•夏季：前往青海湖，夏天的青海湖气候凉爽，湖光山色，阳光时长适中，能够缓解炎热带来的情绪波动。

•秋季：前往桂林，秋天的桂林气候宜人，山水风光，阳光时长适中，有助于缓解内疚和自责的情绪。

•冬季：前往深圳，冬天的深圳阳光充足，气候温暖，阳光时长较长，有利于减轻低落情绪。

2.小李：

•春季：前往武汉，春天的武汉樱花盛开，气候适中，阳光时长适中，有助于缓解绝望的情绪。

•夏季：前往威海，夏天的威海气候凉爽，海滨风光优美，阳光时长适中，有助于改善心情。

•秋季：前往新疆喀纳斯，秋天的喀纳斯气候宜人，自然景观美丽，阳光时长适中，有利于缓解郁闷情绪。

•冬季：前往普洱，冬天的普洱阳光充足，气候温暖，阳光时长较长，有助于减轻抑郁情绪。

3. 小张：

•春季：前往福州，春天的福州气候温暖，植被茂盛，阳光时长适中，有助于缓解孤独感。

•夏季：前往长春，夏天的长春凉爽宜人，阳光时长适中，有助于保持情绪稳定。

•秋季：前往洛阳，秋天的洛阳气候适中，历史文化底蕴丰富，阳光时长适中，有助于转移注意力。

•冬季：前往珠海，冬天的珠海温暖湿润，阳光时长较长，有利于减轻气温变化引起的情绪波动。

4.小赵：

•春季：前往西双版纳，春天的西双版纳气候宜人，热带雨林风光优美，阳光时长适中，有助于让小赵放松心情，提高沟通交流的积极性。

•夏季：前往乌兰布统，夏天的乌兰布统气候凉爽，草原风光壮观，阳光时长适中，有助于激发小赵的兴趣和积极性，参加户外活动。

•秋季：前往黄山，秋天的黄山气候适宜，自然景观壮美，阳光时长适中，有助于帮助小赵减轻压力，提高情绪。

•冬季：前往厦门，冬天的厦门气候温暖，阳光时长较长，有助于让小赵感受到阳光和温暖，提高积极性。

同时，建议他们在生活中多尝试积极的心理干预措施，如咨询心理医生、进行心理治疗等，以更好地改善抑郁症状。他们还可以尝试结交新朋友、参加兴趣小组、学习新技能等方式，以丰富生活、扩展社交圈、提高自我价值感。

同时，建议他们在生活中多尝试积极的心理干预措施，如咨询心理医生、进行心理治疗等，以更好地改善抑郁症状。他们还可以尝试结交新朋友、参加兴趣小组、学习新技能等方式，以丰富生活、扩展社交圈、提高自我价值感。

M. 用例输入：

小张 数据11:70% 信息11：不好意思 信息12：情绪低落 信息13：孤独 诊断结果：中度抑郁

小王 数据11:5%-30% 信息11：不爱说话 信息12：不参加活动 信息13：？ 诊断结果：抑郁倾向

根据上面的数据生成表格

（略去...）

GPT-4输出：

 N. 用例输入：

根据上面的表格，推理出小王的信息13的具体描述，给出详细的过程

GPT-4输出：

 在推理小王的信息13时，我们可以根据已知的数据11和信息11、信息12进行分析。以下是详细的过程：

1. 数据11：5% - 30% 这一数据可能表示某种特征或症状的程度。结合小王的诊断结果是抑郁倾向，我们可以推测这一数据可能与抑郁症状的表现程度有关。

2. 信息11：不爱说话 小王可能在日常生活中变得沉默寡言，这可能是抑郁症状之一，表明他可能在情感交流方面受到了影响。

3. 信息12：不参加活动 小王对过去喜欢的活动失去了兴趣，这也是抑郁症的一个典型症状，表明他可能在兴趣爱好和社交活动方面受到了影响。

根据以上信息，我们可以尝试推测小王的信息13：

信息13：情绪低落或缺乏动力 结合数据11和信息11、信息12，我们可以推测小王可能经常感到情绪低落或缺乏动力。这些症状与抑郁倾向相符，表明他可能在情绪稳定和积极性方面受到了影响。

O. 用例输入：

上面的表格中将诊断结果作为结论，让一列的两行数据进行比较，结合结论推理出信息13的内容，给出详细过程

GPT-4输出：

根据上面的表格，我们可以通过比较两行数据以及结论，推理出小王的信息13。以下是详细的过程：

首先，我们观察小张和小王的诊断结果：

• 小张：中度抑郁

• 小王：抑郁倾向

我们可以看出小张的抑郁症状相对更严重，而小王只是有抑郁倾向。

接下来，比较两者的已知信息：

• 小张：数据11为70%，信息11为不好意思，信息12为情绪低落，信息13为孤独。

• 小王：数据11为5%-30%，信息11为不爱说话，信息12为不参加活动。

我们可以看到，小张和小王的数据11差距较大，这可能反映了抑郁症状的严重程度。另外，小张的信息11、信息12和信息13都与抑郁症状有关，而小王的信息11和信息12同样也与抑郁症状有关。

根据对比，我们可以推测小王的信息13可能与抑郁症状有关，但相对较轻。结合小王的诊断结果（抑郁倾向），我们可以推测：

信息13：轻度情绪低落或轻度缺乏动力 与小张的情绪低落和孤独相比，小王的症状可能没有那么严重。因此，我们推测小王可能会有轻度的情绪低落或轻度的缺乏动力，这些症状与抑郁倾向相符。

这只是根据已知信息的推测，实际情况可能与此有所不同。要了解小王的真实情况，建议进一步收集关于他的详细信息和观察。

DIKWP limitation test report of GPT 4 (comparison of domestic DIKWP-GPT modeling and cross-DIKWP modal analysis capabilities)

Duan Yucong (Yucong Duan), all members of the DIKWP team (2022, 2023)

DIKWP research group, Hainan University

duanyucong@hotmail.com

(I'm very sorry, due to the epidemic and the application project, this report has been delayed for nearly 3 months, thanks to every member of the awesome DIKWP team)

Since GPT/AGI is a "socialized technology" (see: "societized technology"), the DIKWP team promises that if GPT5 is released, the DIKWP team will disclose the entire research framework of DIKWP-GPT and become the most potential domestic unit free of charge Provide rationale and technical support to cope.

GPT4's DIKWP modeling ability test:

(1) Test its ability to convert natural language content into DIKWP and reason based on contextual content.

A. Use case input:

1. If a 17-year-old teenager weighs more than 180 catties, he will be at risk of developing heart disease, which is called obesity

2. Xiao Wang is 17 years old and weighs 185 catties.

3. Xiao Wang often worries about his weight, and his appetite has decreased recently

4. Xiao Wang saw the news about obesity on TV.

5. Two days ago, Xiao Wang received a flyer for a weight loss training class, which clearly stated that he must not be obese to enroll in the class.

6. Xiao Wang wants to go to the hospital.

Please analyze the above data, information, knowledge, wisdom and intention. And construct the map respectively, and give the detailed process.

GPT4 DIKWP output:

Data: If a 17-year-old teenager weighs more than 180 kilograms, he will have a risk of heart disease, which is called obesity; Xiao Wang is 17 years old and weighs 185 kilograms.

Information: Xiao Wang often worries about his weight, and his appetite has decreased recently; Xiao Wang saw news about obesity on TV.

Knowledge: Two days ago, Xiao Wang received a flyer for a weight loss training class, which clearly stated that he must not be obese to enroll in the class.

Wisdom: Knowing Xiao Wang's situation, you can analyze the health problems he may face and how to help them.

Intent: Xiao Wang wants to go to the hospital.

Data map: This layer mainly contains raw data, such as age, weight, etc. In this case we have the following data:

A 17-year-old who weighs more than 180 pounds is at risk of heart disease, which is called obesity.

Xiao Wang: He is 17 years old and weighs 185 catties.

Information Graph: This layer contains descriptive information based on data. In this case we have the following information:

Xiao Wang was worried about his weight and his appetite decreased.

Xiao Wang learned about obesity.

Knowledge Graph: This layer contains deeper insights derived from analyzing information. In this case, we have the following knowledge:

Weight loss training courses require applicants not to be obese.

Xiao Wang's weight may lead to obesity.

Wisdom Graph: This layer involves applying knowledge to real situations to solve problems or provide assistance. In this case, we have the following wisdom:

the

Analyze Xiao Wang's health status and provide him with corresponding help.

Xiao Wang is encouraged to seek the advice of a professional doctor and formulate a scientific weight loss plan.

Intention Map: This layer represents actions or goals, usually manifested in people's needs or desires. In this case we have the following intents:

Xiao Wang wants to go to the hospital.

the

B. Use case input:

So according to the above content, Xiao Wang is likely to have or has already suffered from some kind of disease, what is the basis?

GPT-4 output:

According to the above content, Xiao Wang is likely to face the risk of obesity. Based on the following:

Xiao Wang's age and weight: According to statistics, if a 17-year-old teenager weighs more than 180 catties, he will have a risk of heart disease, which is called obesity. And Xiao Wang is in this age group, and his weight is 185 catties, which exceeds the limit of 180 catties.

Xiao Wang's mood and diet: Xiao Wang often worries about his weight, and his appetite has decreased recently. This information shows that Xiao Wang may have realized his weight problem and tried to deal with it by reducing his meal intake.

However, it is impossible to determine whether Xiao Wang has already suffered from obesity based on this information alone. In order to make a more accurate judgment, professional doctors need to conduct a comprehensive assessment of Xiao Wang, including biochemical indicators such as blood pressure, blood lipids, and blood sugar, as well as a comprehensive analysis of his living habits and diet structure. Only after a professional evaluation by a doctor can we know exactly what Xiao Wang's health is like. Therefore, it is a wise choice to encourage Xiao Wang to go to the hospital to seek the advice of a professional doctor.

the

C. Use case input:

1. Xiao Wang often feels guilty and remorseful for his words and deeds, his mood fluctuates greatly, and he often feels depressed.

2. Xiao Li always feels guilty and ashamed for his words and deeds, and feels hopeless overall.

3. Xiao Zhang occasionally feels embarrassed by his words and deeds, and occasionally feels lonely emotionally.

4. Xiao Zhao is becoming less and less talkative. Recently, he doesn’t even dare to face up to his partners in extracurricular activities, and some people tell him not to participate in the football activities he used to like. Dirty.

If Xiao Li is diagnosed as moderately depressed, with a depression tendency of 70%,

Xiao Zhao was diagnosed with a tendency to develop depression from 5% to 30%.

Based on the above content, please summarize the data map, information map, knowledge map, and wisdom intention, and construct the DIKWP map respectively, and give the detailed process.

the

GPT-4 output:

In this context, we can categorize these descriptions in terms of data, information, knowledge, wisdom, and intent. Classify first:

the

Data: Xiao Li was diagnosed as moderately depressed, with a depression tendency of 70%; Xiao Zhao was diagnosed with a depression tendency from 5% to 30%.

Information: Xiao Wang often feels guilty and remorseful for his words and deeds, has great mood swings, and often feels depressed; Occasionally feel lonely; Xiao Zhao is becoming less and less talkative. Recently, he dare not even face up to his partners in extracurricular activities, and someone told him to stop participating in the football activities he liked before, and the color of the clothes he wore began to become more and more dim , often dirty.

Knowledge: It can be inferred from the above information that Xiao Wang, Xiao Li, Xiao Zhang and Xiao Zhao may face different degrees of psychological problems.

Wisdom: Analyze the information and provide everyone with appropriate help and support, such as psychological counseling, social activities, etc.

Intent: There is no clear intent information at this time.

Next, build the graph:

  Data map:

Xiao Li: Depression tendency 70%, moderate depression

Xiao Zhao: The tendency to depression has grown from 5% to 30%

Information graph:

Xiao Wang: guilt and self-blame, big mood swings, feeling low

Xiao Li: guilt and shame, emotional despair

Xiao Zhang: Sometimes I feel embarrassed, sometimes I feel lonely

Xiao Zhao: I am less and less talkative, I avoid extracurricular activities, my clothes are dim and dirty

Knowledge map:

Xiao Wang, Xiao Li, Xiao Zhang, and Xiao Zhao may face different degrees of psychological problems

Wisdom map:

Provide appropriate help and support for everyone, such as psychological counseling, social activities, etc.

Intent map:

No clear intention information

These hierarchies are then connected by relationships. For example:

The relationship between the data map and the information map: Through the depression tendency data of Xiao Li and Xiao Zhao, understand their psychological status.

The relationship between the information map and the knowledge map: analyze the emotional and behavioral information of Xiao Wang, Xiao Li, Xiao Zhang, and Xiao Zhao to understand the psychological problems they may face.

The relationship between the knowledge map and the wisdom map: According to the understanding of their psychological problems, propose appropriate help and support programs, such as psychological counseling, social activities, etc.

The relationship between the intention map and the wisdom map: If there is clear intention information, we can further provide more targeted help and support for everyone.

When building a DIKWP map, graphical tools such as drawing software or professional knowledge map tools can be used to visualize these hierarchies and relationships. Nodes can be used to represent data, information, knowledge, wisdom, and intentions, and arrows can be used to represent the connections between them. This can help us understand the situation of these people more intuitively and provide them with effective support.

In a word, by constructing DIKWP map, we can express data, information, knowledge, wisdom and intention hierarchically, and reveal the relationship among them. This helps us better understand the needs of these people and provide them with targeted help. At the same time, this method can also be applied to other similar problems to provide deeper analysis and solutions.

D. Use case input:

According to the above description combined with Xiao Li and Xiao Zhao's situation and diagnosis results, please evaluate Xiao Wang's depression probability and give a formal expression process?

GPT-4 output:

To assess Xiao Wang's probability of being depressed, we can compare it to that of Xiao Li and Xiao Zhao. It should be noted that the evaluation here is only a preliminary judgment and cannot replace professional psychological evaluation. We can use Bayes' theorem for probability evaluation.

Bayesian theorem formula: P(A|B) = P(B|A) * P(A) / P(B)

 it's here:

A represents the event that Xiao Wang suffers from depression;

B represents Xiao Wang's behavioral characteristics (guilty and self-blame in words and deeds, big mood swings, often feeling down);

P(A) represents the prior probability of suffering from depression (probability of suffering from depression in the general population, assumed to be p%);

P(B|A) represents the probability of exhibiting these behavioral characteristics in the case of known depression;

P(B) represents the probability of exhibiting these behavioral characteristics;

P(A|B) represents the probability of being depressed given these behavioral characteristics.

We can first estimate the values of P(B|A) and P(B). By observing the situation of Xiao Li and Xiao Zhao, we can get the following information:

Xiao Li: Depression tends to be 70%, guilt and shame in words and deeds, and overall feeling of despair.

Xiao Zhao: Tendency to depression developed from 5% to 30%, becoming taciturn, avoiding partners, not participating in favorite activities, wearing dark and dirty clothes.

Based on this information, we can roughly estimate:

P(B|A): In the case of known depression, the probability of showing these behavioral characteristics of Xiao Wang. Since Xiao Li and Xiao Zhao's depression symptoms are similar to Xiao Wang's, we can assume that this probability is higher, such as 80% (it should be noted that this value is hypothetical, and the actual situation may be different).

P(B): Among all people, the probability of exhibiting these behavioral characteristics. Suppose this probability is q%.

Next, we need to estimate the prior probability P(A) of being depressed. Here, we assume that among Xiao Wang's population, the probability of suffering from depression is p%.

Substituting these values into the Bayes theorem formula yields:

P(A|B) = P(B|A) * P(A) / P(B) = 0.8 * p% / q%

This formula gives the probability of suffering from depression given Xiao Wang's behavioral characteristics. However, since we do not have exact P(A) and P(B) values, it is impossible to calculate an exact probability of depression.

To get a rough estimate, we can use some common sense assumptions. According to some studies, the prevalence of depression is about 10%, so we can assume p = 10%. Similarly, we can assume that among all people, the probability of exhibiting these behavioral characteristics of Xiao Wang is q = 20%.

Substitute into the formula to get:

P(A|B) = 0.8 * 10% / 20% = 0.4

According to this simplified estimate, the probability of Xiao Wang suffering from depression is 40%. It should be emphasized that this estimate may be affected by our assumed P(A) and P(B) values, so in practice, it is recommended to seek the evaluation of a professional psychologist.

In short, according to the preliminary assessment conducted by Bayesian theorem, we can think that Xiao Wang has a certain degree of risk of depression. In order to better assess Xiao Wang's psychological condition, it is recommended to conduct a professional psychological assessment.

E. Use case input:

If Xiao Wang was diagnosed with severe depression by reference to other medical indicators, then his data and information indicators may have been collected incorrectly?

GPT-4 output:

If Xiao Wang is diagnosed with severe depression after referring to other medical indicators, then we need to re-examine the previous evaluation of his data and information indicators. Possible collection errors or omissions include:

Incomplete behavioral characteristics: Maybe we only pay attention to some of Xiao Wang's behavioral characteristics, such as guilt and self-blame, big mood swings and often feeling down. Symptoms of major depression may also include severe feelings of disappointment, loss of interest in daily activities, sleep and appetite problems, fatigue, difficulty concentrating, suicidal thoughts, and more. We need to learn more about Xiao Wang's complete symptoms in order to more accurately assess his degree of depression.

Misunderstanding of information: In the previous assessment, we may have misunderstood Xiao Wang's situation, such as misjudging his symptoms as mild depression. If Xiao Wang's actual condition is more serious than we understand, we need to reassess his depression risk.

Influence of medical indicators: When diagnosing depression, in addition to observing behavioral characteristics, other medical indicators also need to be considered, such as biochemical tests, neuroimaging tests, etc. These indicators help to understand Xiao Wang's physical condition more comprehensively, so as to judge his depression degree more accurately. If we had previously ignored these medical indicators, then previous assessments may have been biased.

Omission of personal background factors: When evaluating Xiao Wang's depression, we need to pay attention to his personal background factors, such as family environment, social circle, work pressure, etc. These factors may have had an important impact on his mental health. If we haven't taken these factors into account beforehand, then the previous assessment may not have been accurate enough.

To sum up, when re-examining Xiao Wang's data and information indicators, we need to pay attention to possible collection errors and omissions, and combine other medical indicators and personal background factors to more accurately evaluate his depression. In practical applications, professional psychologists should be sought for assessment and diagnosis to ensure accuracy and effectiveness.

the

F. Use case input:

The two patients were Xiao Wang and Xiao Zhang. They both had headaches and went to the hospital at the same time.

Dr. Zhao listened to the description of Xiao Wang and Xiao Zhang's condition successively.

Xiao Wang's description: The headache is on the left side, and it lasts for several hours every day. The pain is pulsating, accompanied by nausea and vomiting.

Xiao Zhang's description: The headache is located on the right side, and it lasts for different times every day. The pain is a persistent tingling sensation, accompanied by symptoms of light allergy and sound allergy.

Please analyze the data, information, knowledge, wisdom and intention based on the above content. And construct the DIKWP map respectively, explain the detailed process.

GPT-4 output:

First, we classify descriptions in this context:

Data: Headache location, duration, pain type, accompanying symptoms

Information: Xiao Wang and Xiao Zhang's condition description

Knowledge: According to the description of the condition, it can be inferred that the patient may suffer from the disease

Wisdom: provide patients with correct diagnosis and treatment suggestions

Intent: Patients want effective treatment and symptom relief

Next, build the DIKWP map:

Data map:

Xiao Wang: Headache location (left side), duration (several hours), pain type (pulsating), accompanying symptoms (nausea, vomiting)

Xiao Zhang: Headache location (right), duration (variable), pain type (tingling), accompanying symptoms (sensitivity to light, hypersensitivity to sound)

Information graph:

Xiao Wang: The headache is on the left side, lasting several hours a day, throbbing pain, accompanied by nausea and vomiting

Xiao Zhang: Headache on the right side, lasting for different times every day, tingling sensation, accompanied by hypersensitivity to light and sound

Knowledge map:

According to the description of the disease, it can be inferred that:

Xiao Wang may have a migraine

Xiao Zhang may suffer from neuropathic headache

Wisdom map:

Provide patients with the correct diagnosis and treatment recommendations:

Xiao Wang: Treat migraine, such as using migraine medicine

Xiao Zhang: Treat nervous headaches, such as using painkillers and adjusting lifestyle habits

Intent map:

Xiao Wang and Xiao Zhang hope to get effective treatment and relieve symptoms

When building a graph, graphical tools such as graphing software or professional knowledge graph tools can be used to visualize these hierarchies and relationships. Nodes can be used to represent data, information, knowledge, wisdom, and intentions, and arrows can be used to represent the connections between them. This can help us understand Xiao Wang and Zhang's condition more intuitively and provide them with effective support.

In short, by constructing the DIKWP map, we can represent data, information, knowledge, wisdom and intention in a map and reveal the relationship between them. This helps us better understand the needs of Xiao Wang and Zhang, and provide them with targeted help. At the same time, this method can also be applied to other similar problems to provide deeper analysis and solutions.

The detailed process of constructing the DIKWP map:

First, create a blank graph canvas, you can use drawing software or a professional knowledge graph tool.

Create five layers on the canvas: data layer, information layer, knowledge layer, intelligence layer, and intent layer.

Add corresponding nodes for each hierarchy:

Data map: create nodes for Xiao Wang and Zhang's headache location, duration, pain type and accompanying symptoms.

Information graph: Create the disease description nodes of Xiao Wang and Xiao Zhang.

Knowledge graph: Create nodes where Xiao Wang may suffer from migraine and Xiao Zhang may suffer from neuropathic headache.

Wisdom map: Create diagnosis and treatment suggestion nodes for Xiao Wang and Xiao Zhang.

Intent map: create nodes where Xiao Wang and Zhang hope to receive effective treatment and relieve symptoms.

Use arrows to connect the nodes of each layer to indicate the relationship between them:

Data graph to information graph: connect Xiao Wang and Xiao Zhang's headache location, duration, pain type and accompanying symptom nodes to the disease description node.

Information graph to knowledge graph: connect Xiao Wang and Xiao Zhang's disease description nodes to possible disease nodes.

Knowledge map to wisdom map: connect Xiao Wang and Xiao Zhang's possible disease nodes to diagnosis and treatment suggestion nodes.

Wisdom Graph to Intent Graph: Connect Xiao Wang’s and Zhang’s diagnosis and treatment suggestion nodes to nodes who hope to receive effective treatment and relieve symptoms.

After the DIKWP map construction is completed, its expression and structure can be optimized by checking and adjusting the DIKWP map.

In this way, by constructing the DIKWP map, we can clearly present the conditions of Xiao Wang and Zhang and their related data, information, knowledge, wisdom and intentions, which will help to better understand their needs and provide them with effective diagnosis and treatment recommendations.

the

G. Use case input:

According to the above. If Xiao Wang went to the hospital for treatment, he would consult Dr. Zhao and Dr. Liu for diagnosis.

When he went to the hospital, he described chest pains and shortness of breath.

Dr. Zhao thought that Xiao Wang might suffer from coronary heart disease through physical examination and auscultation.

Dr. Liu believes that these symptoms may be caused by excessive anxiety.

May I ask what is the cognitive difference between the two doctors' descriptions of Xiao Wang, and why there are inconsistent conclusions? Please give the analysis process in detail.

the

GPT-4 output:

The difference in cognition between the two doctors' descriptions of Xiao Wang is mainly reflected in their explanations of the causes of symptoms. Dr. Zhao and Dr. Liu may have different emphases, experiences, and ways of interpreting symptoms during the diagnosis process, which led to their inconsistent conclusions. Next, we will analyze the diagnostic process of these two doctors in detail.

the

Dr. Zhao:

During the diagnosis process, Dr. Zhao may have paid more attention to Xiao Wang's chest pain and shortness of breath. On physical examination and auscultation, he may have observed some signs related to coronary artery disease. Therefore, Dr. Zhao may think that Xiao Wang's symptoms are related to coronary heart disease based on his own experience and observation. This indicates that Dr. Zhao may have focused more on physiological factors in the diagnosis process.

the

Dr. Liu:

During the diagnosis process, Dr. Liu may have paid more attention to Xiao Wang's psychological state. He may have noticed that Wang's symptoms were related to anxiety and thought they might be due to excessive anxiety. This shows that Dr. Liu may have paid more attention to psychological factors in the diagnosis process.

the

Reasons for inconsistent conclusions may include the following:

the

Different focus of diagnosis: Dr. Zhao and Dr. Liu may have different focus during the diagnosis process. Dr. Zhao may be more concerned with physical factors, while Dr. Liu may be more concerned with psychological factors.

the

Differences in individual experience: The experience and expertise of different physicians may influence their diagnosis. Dr. Zhao may have more experience in the cardiovascular field, while Dr. Liu may have more experience in the psychological field.

the

Complexity of Symptoms: Chest pain and shortness of breath may have multiple causes, and a diagnosis needs to take all possibilities into account. In such cases, doctors may interpret the cause of symptoms based on their own experience and observations.

the

To sum up, when Dr. Zhao and Dr. Liu diagnosed Xiao Wang, they may have reached inconsistent conclusions due to factors such as emphasis, differences in experience, and complexity of symptoms. In order to ensure an accurate diagnosis, it is recommended that Xiao Wang undergo further relevant examinations and evaluations to find out the exact cause of the symptoms.

the

the

H. Use case input:

Both Xiao Wang and Xiao Li are job seekers related to the computer industry. Xiao Wang is a fresh graduate, and Xiao Li is a practitioner with 3 years of work experience.

A company sends out the following recruitment information:

1. Recruit computer software engineers with 1-3 years of relevant working experience. Excellent fresh graduates can also submit their resumes.

2. Need to bear hardships and stand hard work, have the enthusiasm for pursuing technology and a good sense of responsibility, and have relatively good learning ability and ability to adapt to changes.

3. Able to work overtime occasionally.

4. Understand Java, C++ or other programming languages, have good programming skills and document reading and writing skills.

5. Have certain English reading ability.

In addition to the basic information, Xiao Wang’s resume emphasized that he has half a year’s internship experience, is cheerful and easy-going, and can get along well with others. He has won a scholarship in school, has excellent grades, excellent English reading skills, and can adapt to the requirements of frequent overtime work. , but there is no related programming skills.

In addition to basic information, Xiao Li's resume has 3 years of work experience, is familiar with the Java language, and has participated in many development projects. But he emphasized on his resume that he has a calm personality, and although he is not good at communication, he has a sense of responsibility.

If I were HR, which one should I choose as a company employee? Can you make a detailed comparison from data, information, knowledge, wisdom (DIKWP)?

the

GPT-4 output:

Compare Xiao Wang and Xiao Li from the levels of data, information, knowledge, and wisdom:

the

data:

Xiao Wang: fresh graduate, half-year internship experience, scholarship, excellent English reading ability

Xiao Li: 3 years of work experience, familiar with Java, participating in multiple development projects

the

information:

Xiao Wang: Has a good learning background and excellent English reading ability, but no relevant programming skills

Xiao Li: Has rich work experience and programming skills, but communication skills need to be improved

Knowledge:

Xiao Wang: Has excellent academic performance and learning ability, but needs further improvement in skills

Xiao Li: Master Java and other programming languages, have practical development experience, but may need to improve teamwork skills

wisdom:

Xiao Wang: It may be more suitable to grow up in an environment that learns quickly and adapts to changes, and has strong potential

Xiao Li: More mature in terms of skills and experience, more suitable for direct project work

the

Considering the comparison of the above levels comprehensively, the recruitment information requires 1-3 years of relevant working experience, but outstanding fresh graduates are also encouraged to submit their resumes. At the same time, the recruitment information emphasizes the ability to learn and adapt to change. From this perspective, Xiao Wang has strong potential and learning ability, and may be more in line with the requirements in this regard.

However, the job posting also requires knowledge of Java, C++ or other programming languages, with good programming skills. From this perspective, Xiao Li has richer work experience and skills, and is more suitable for direct project work.

As an HR, you need to consider the actual needs of the company comprehensively. If the company needs employees who can quickly commit to project work in the short term, then Xiao Li may be a better choice. And if the company is willing to cultivate employees and focus on long-term potential, then Xiao Wang may be a more suitable candidate. In the actual recruitment process, interviews and other links can also be used to further understand the comprehensive abilities of the two job seekers in order to make a more comprehensive assessment.

the

I. Use case input:

If the company is a startup, the business is growing rapidly. The last interviewer for the company interviewed both men and was satisfied with their interview performance. However, the interviewer, considering the future development, hopes that people with mature and stable personalities and great development potential will come to the company, and at the same time hope to train employees to take over new projects. How should I make a decision in the end?

the

GPT-4 output:

the

For a start-up company, it is especially important to quickly adapt to business development and meet the challenges of new projects. In this case, the interviewer needs to make a trade-off between Xiao Wang and Xiao Li.

the

As a fresh graduate, Xiao Wang has strong learning ability and development potential, and he is cheerful and easy-going. Although he lacks relevant programming experience, startups may pay more attention to his adaptability and learning ability. In a fast-growing start-up company, Xiao Wang may have an easier time adapting to change and becoming a valuable employee.

the

Xiao Li has 3 years of work experience, is familiar with the Java language, and has participated in many development projects. He has a calm and stable personality, but his communication skills are relatively weak. On new projects, Li can quickly get to work, but may face challenges with teamwork and communication.

the

Considering the characteristics of the start-up company and the expectations of the interviewer, choosing Xiao Wang may be a better decision. His ability to learn and adapt to changes may be more in line with the needs of fast-growing startups. The company can provide Xiao Wang with the necessary training and support in the new project, helping him grow rapidly and exert greater value.

the

Of course, the decision here is not absolute, and needs to be weighed according to the company's specific situation and the interviewer's evaluation of the two job applicants. No matter which candidate is selected, it is key to provide them with adequate support and training so that they can better adapt to the company's environment and development needs.

the

J. Use case input:

Now there is a form, the title of which is: 2023 Bytedance Recruitment Preliminary Screening Information Form. Certificates, work experience, self-evaluation. Analyze the purpose (intent) of the form maker based on the above description of the form.

the

GPT-4 output:

the

According to the content of the form described, the purpose of the form maker may be to collect and organize the information of the applicants for evaluation and screening in ByteDance's preliminary recruitment screening stage. By collecting information such as the applicant's name, age, place of origin, graduate school, major studied, graduate school, rewards obtained, certificates, work experience and self-evaluation, the recruiter can analyze each applicant's background, Experience and ability to conduct a comprehensive understanding in order to find excellent talents who meet the job requirements.

the

K. Use case input:

According to the above description of the form, analyze the purpose of the form maker from the data, information, knowledge, wisdom, intention (DIKWP) level, and give a detailed process.

the

GPT-4 output:

the

When analyzing the purpose of the form maker, we can consider it from five levels: data, information, knowledge, wisdom and intention. The following is the detailed analysis process:

1. Data level: The form maker collected basic data such as the applicant's name, age, place of origin, graduate school, major studied, graduate school, awards received, certificates, work experience, and self-evaluation. These data provided the raw material for the initial screening.

2. Information level: By sorting and categorizing the original data, the form maker converts the data into useful information, for example: classifying the applicants according to the graduate school, major, work experience, etc., so as to better understand The background and abilities of each candidate.

3. Knowledge level: Based on this information, form makers can analyze potential laws and trends, thereby forming knowledge. For example, they can find that certain graduate schools and majors better match the needs of the company, and certain certificates and awards may indicate that candidates have high abilities and potential, etc.

4. Wisdom level: On the basis of knowledge, the form maker can use wisdom to conduct more in-depth analysis and optimization of the screening results. For example, they can analyze which characteristics of applicants are more suitable for the needs of the company based on the successful cases of previous recruitment, and optimize the recruitment strategy accordingly.

5. Intent level: From the entire analysis process, we can infer that the purpose of the form maker is to conduct preliminary recruitment screening more efficiently and to screen out excellent talents that meet the needs of ByteDance. By collecting, organizing, analyzing and using applicant information, they can better find suitable candidates for the company and improve the success rate of recruitment.

L. Use case input:

1. Xiao Wang often feels guilty and remorseful for his words and deeds, his mood fluctuates greatly, and he often feels depressed.

2. Xiao Li always feels guilty and ashamed for his words and deeds, and feels hopeless overall.

3. Xiao Zhang occasionally feels embarrassed by his words and deeds, and occasionally feels lonely emotionally.

4. Xiao Zhao is becoming less and less talkative. Recently, he doesn’t even dare to face up to his partners in extracurricular activities, and some people tell him not to participate in the football activities he used to like. Dirty.

5. Xiao Wang smiles more every summer, and eats more.

6. When Xiao Li traveled from Xining to Sanya, Hainan last winter, he took the initiative to perform for everyone and also intended to take pictures with the children.

7. Although Xiao Zhang took clozapine according to the doctor's advice, the tendency to be irritable has been greatly reduced, but whenever the temperature changes, his mood fluctuates violently, and his dopamine level also rises and falls by 15%-25% compared to normal.

8. The last time Xiao Zhao went to Wuzhishan to climb down the mountain, he was full of energy for a week, as if he had returned to his previous appearance. I remember that the sun was always shining during that time, and the air pressure was much lower than usual.

the

If they live in Xining, according to the four seasons of spring, summer, autumn and winter, please give them a climate comfortable location change strategy in units of seasons that is more comfortable for them and conducive to depression improvement. The range is one year, as accurate as possible. Please combine data, information, knowledge, wisdom, purpose (DIKWP) to give more detailed results

the

GPT-4 output:

When giving more detailed results, we will analyze from the five levels of data, information, knowledge, wisdom and purpose (intent) DIKWP.

1. Data Atlas: Collect meteorological data related to mood and depression symptoms such as climate, temperature, humidity, sunshine duration, altitude, etc., as well as information about scenery, culture, and activities in various places.

2. Information map: sort and classify the collected data, such as climate type, temperature range, sunshine duration, etc. in different regions, as well as characteristic attractions and cultural activities in various places.

3. Knowledge map: Based on the information, analyze which climatic conditions and geographical environments are more beneficial to the improvement of depression symptoms, such as sufficient sunshine, warm and humid climate, and abundant outdoor activities.

4. Wisdom Map: On the basis of knowledge, according to the specific symptoms and needs of Xiao Wang, Xiao Li, Xiao Zhang and Xiao Zhao, use wisdom to formulate more accurate location change strategies.

5. Atlas of intent: Through the above analysis and strategy formulation, help Xiao Wang, Xiao Li, Xiao Zhang and Xiao Zhao choose a more comfortable weather environment in different seasons to improve depression symptoms.

1. Xiao Wang:

• Spring: Go to Nanjing. The cherry blossoms in Nanjing are in full bloom in spring. The climate is warm and humid, and the sunshine duration is moderate, which helps to stabilize the mood.

•Summer: Go to Qinghai Lake. In summer, Qinghai Lake has a cool climate, beautiful lakes and mountains, and moderate sunshine hours, which can relieve the mood swings caused by the heat.

•Autumn: Go to Guilin. In autumn, Guilin has a pleasant climate, beautiful mountains and rivers, and moderate sunshine hours, which can help relieve guilt and self-blame.

•Winter: Go to Shenzhen. In winter, Shenzhen has plenty of sunshine, warm climate and longer sunshine hours, which is good for alleviating depression.

2. Xiao Li:

• Spring: Go to Wuhan, where the cherry blossoms in Wuhan are in full bloom in spring. The climate is moderate and the sunshine duration is moderate, which helps to relieve the mood of despair.

•Summer: Go to Weihai. In summer, Weihai has a cool climate, beautiful seaside scenery and moderate sunshine hours, which help to improve your mood.

•Autumn: Go to Kanas, Xinjiang. In autumn, Kanas has a pleasant climate, beautiful natural landscape and moderate sunshine duration, which is good for alleviating depression.

•Winter: Go to Pu'er. In winter, Pu'er has plenty of sunshine, warm climate and longer sunshine hours, which can help relieve depression.

3. Xiao Zhang:

• Spring: Go to Fuzhou. In spring, Fuzhou has a warm climate, lush vegetation, and moderate sunshine hours, which help relieve loneliness.

•Summer: Go to Changchun. In summer, Changchun is cool and pleasant, and the sunshine is moderate, which helps to maintain emotional stability.

•Autumn: Go to Luoyang. In autumn, Luoyang has a moderate climate, rich historical and cultural heritage, and moderate sunshine hours, which help to divert attention.

•Winter: Go to Zhuhai. Zhuhai is warm and humid in winter, and the sunshine lasts longer, which is good for reducing mood swings caused by temperature changes.

4. Xiao Zhao:

• Spring: Go to Xishuangbanna. In spring, Xishuangbanna has a pleasant climate, beautiful tropical rainforest and moderate sunshine hours, which help Xiao Zhao relax and improve his enthusiasm for communication.

•Summer: Go to Ulan Butong. In summer, Ulan Butong has a cool climate, spectacular grassland scenery and moderate sunshine hours, which will help stimulate Xiao Zhao's interest and enthusiasm to participate in outdoor activities.

•Autumn: Go to Mount Huangshan. In autumn, Mount Huangshan has a suitable climate, magnificent natural landscape, and moderate sunshine duration, which will help Xiao Zhao reduce stress and improve his mood.

•Winter: Go to Xiamen. In winter, Xiamen has a warm climate and longer hours of sunshine, which will help Xiao Zhao feel the sunshine and warmth and improve his enthusiasm.

At the same time, it is recommended that they try more positive psychological interventions in their lives, such as consulting a psychologist and performing psychotherapy, so as to better improve their depression symptoms. They can also try to make new friends, join interest groups, and learn new skills to enrich their lives, expand their social circles, and improve their sense of self-worth.

At the same time, it is recommended that they try more positive psychological interventions in their lives, such as consulting a psychologist and performing psychotherapy, so as to better improve their depression symptoms. They can also try to make new friends, join interest groups, and learn new skills to enrich their lives, expand their social circles, and improve their sense of self-worth.

the

M. Use case input:

Xiao Zhang Data 11: 70% Information 11: Sorry Information 12: Depression Information 13: Loneliness Diagnosis result: Moderate depression

Xiao Wang Data 11: 5%-30% Information 11: Not talkative Information 12: Not participating in activities Information 13: ? Diagnosis: Tendency to depression

Generate a table based on the above data

the

(omitted...)

GPT-4 output:

N. Use case input:

According to the above table, deduce the specific description of Xiao Wang's information 13, and give the detailed process

the

GPT-4 output:

When reasoning about Xiao Wang's information 13, we can analyze it based on known data 11, information 11, and information 12. The following is the detailed process:

1. Data 11: 5% - 30% This data may indicate the degree of a certain characteristic or symptom. Combined with Xiao Wang's diagnosis of depression tendency, we can speculate that this data may be related to the degree of depressive symptoms.

2. Information 11: Not talkative Xiao Wang may become taciturn in his daily life, which may be one of the symptoms of depression, indicating that he may be affected in emotional communication.

3. Message 12: Not participating in activities Xiao Wang has lost interest in activities he liked in the past, which is also a typical symptom of depression, indicating that he may have been affected in terms of hobbies and social activities.

Based on the above information, we can try to infer Xiao Wang's information 13:

Message 13: Depression or lack of motivation Combining data 11 with messages 11 and 12, we can speculate that Xiao Wang may often feel depressed or lack of motivation. These symptoms were consistent with depressive tendencies, suggesting that he may have suffered from emotional stability and motivation.

the

O. Use case input:

In the above table, the diagnosis result is taken as the conclusion, and the two rows of data in one column are compared, and the content of information 13 is deduced based on the conclusion, and the detailed process is given

the

GPT-4 output:

According to the above table, we can infer Xiao Wang's information by comparing the two rows of data and conclusions13. The following is the detailed process:

First, let's observe the diagnosis results of Xiao Zhang and Xiao Wang:

• Xiao Zhang: moderate depression

• Xiao Wang: Tendency to be depressed

We can see that Xiao Zhang's depression symptoms are relatively more serious, while Xiao Wang is only prone to depression.

Next, compare what is known about the two:

• Xiao Zhang: Data 11 is 70%, information 11 is embarrassment, information 12 is depressed, information 13 is loneliness.

• Xiao Wang: Data 11 is 5%-30%, information 11 means not talkative, information 12 means not participating in activities.

We can see that the data 11 of Xiao Zhang and Xiao Wang are quite different, which may reflect the severity of depressive symptoms. In addition, Xiao Zhang's information 11, information 12 and information 13 are all related to depressive symptoms, while Xiao Wang's information 11 and 12 are also related to depressive symptoms.

According to the comparison, we can speculate that Xiao Wang's information 13 may be related to depressive symptoms, but it is relatively mild. Combined with Xiao Wang's diagnosis (depression tendency), we can infer:

Message 13: Mild Depression or Mild Lack of Motivation Compared to Zhang's depression and loneliness, Xiao Wang's symptoms may not be as severe. Therefore, we speculate that Xiao Wang may have mild depression or mild lack of motivation, and these symptoms are consistent with depressive tendencies.

This is speculation based on known information and actual conditions may vary. To understand Xiao Wang's real situation, it is recommended to collect further detailed information and observations about him.

附录：

段玉聪教授（Yucong Duan）数据、信息、知识、智慧、意图融合-DIKWP-ChatGPT团队已授权国内外发明专利列表（75件/241件）

1. 一种关联频度计算的基于数据图谱、信息图谱和知识图谱框架的语义建模及抽象增强方法

本发明是一种关联频度计算的基于数据图谱、信息图谱和知识图谱框架的语义建模及抽象增强方法，主要用于从初始需求描述和应用场景中获得合理的类及对象图，属于分布式计算和软件工程学技术交叉领域。在数据图谱上表达离散的实体、对象、属性和操作，记录每个实体、对象、属性或操作的频度，包括结构频度、时间频度和空间频度；在信息图谱上标记结点间的交互关系，计算交互频度即交互次数，当交互频度大于设定阈值时集成多个结点，产生的新结点作为实体继续标记结构频度、时间频度和空间频度；在知识图谱上对类之间的关系运用关系抽象规则进一步抽象，并可对需求表达的完整性进行补充，提升开发效率。

2. 一种资源环境的正反双向动态平衡搜索策略

本发明是一种资源环境的正反双向动态平衡搜索策略，属于分布式计算和软件工程学技术交叉领域。本发明主要用于对搜索者提出的具有正反判定性问题进行有限次数的递进搜索，引入数据图谱、信息图谱和知识图谱三层架构，将网络上资源进行组织，通过语义分析理解搜索者检索信息的倾向性，按正反倾向对搜索者提出的需求进行搜索，通过每次搜索的条目数以及每项条目对应资源的熵值计算该倾向资源的可靠性，虚假信息以及失效信息会随着递进搜索的次数被排除，提高了搜索资源的质量，同时避免面对无穷尽超复杂性问题时搜索陷入死循环的情况。

3. 一种容错的基于图谱架构的智能语义搜索方法

本发明是一种容错的基于图谱架构的智能语义搜索方法，属于分布式计算和软件工程学技术交叉领域，主要用于解决使用搜索引擎过程中面对非确定不保真信息情况下的决策问题。引入数据图谱、信息图谱和知识图谱三层架构，将网络上资源进行组织，根据用户的预等待时间和计划支付金额建立用户的投入模型，通过语义分析理解用户检索信息的倾向性，按照不同倾向搜索的次数根据每个倾向的比重分配用户投入。根据每次搜索的条目数以及每项条目对应资源的熵值计算该倾向资源的可靠性，虚假信息以及失效信息会随着递进搜索的次数被排除，将资源返回给用户后，获取用户反馈，若用户不满意，提示用户增加投入继续递进搜索。

4. 面向类型化资源的自动安全态势感知、分析与报警系统

本发明是面向类型化资源的自动安全态势感知、分析与报警系统的开发方法，并给出了资源形态包括数据、信息和知识等的解释和数据图谱、信息图谱和知识图谱的概念表示，属于分布式计算和软件工程学技术交叉领域。本发明提出将网络安全态势情况和自动报警规则映射成数据、信息和知识等类型的资源实例的集合，建立资源优化目标函数，通过存储和计算协同调整资源存储和匹配方案，优化资源存储的空间代价和态势感知的时间效率，实时监控网络安全态势变化，更新自动报警规则集合，有利于及时响应安全状况。

5. 面向类型化资源的物联网资源采集传输优化系统

本发明是一种面向类型化资源的物联网资源采集传输优化系统开发方法，传感器组采集到的以数据、信息和知识等形态存在的资源，应用物联网传输网络将这些资源传输至资源处理结点，优化资源分配，属于分布式计算和软件工程学技术交叉领域。本发明提出通过数据、信息和知识等资源之间的类型转换改变资源规模，解决了受网络带宽资源有限导致资源无法传输效率低、网络资源利用率不高的问题。

6. 基于数据图谱、信息图谱和知识图谱的图像数据目标识别增强方法

本发明是一种基于数据图谱、信息图谱、知识图谱架构的图像数据目标识别增强方法。主要用于解决现有图像识别方法无法识别训练集中未标注类别的图像识别问题，属于分布式计算和软件工程学技术交叉领域。关键在于从已有的基于深度学习方法的图像类型识别结果出发，根据已有图像资源构建三层图谱，将未识别的图像类别在数据图谱进行特征匹配得到初始匹配结果，将已识别的图像类别在信息图谱上进行关系匹配得到中间匹配结果，最后在知识图谱中进行间接交互关系匹配，计算中间匹配结果的可信度并排序，推荐给用户可信度最高的匹配图像类别。

7. 基于数据图谱、信息图谱和知识图谱的图像信息目标识别增强方法

本发明是一种基于数据图谱、信息图谱和知识图谱的图像信息目标识别增强方法，属于分布式计算和软件工程学技术交叉领域。该方法的目的是使机器自动智能的进行图像识别，找到图像中无法直接观察到的信息。本发明建立了数据图谱、信息图谱、知识图谱架构，首先将识别图像中可以观察到的图像与数据图谱结合，实现图像分类，然后将图像中显示的交互关系与信息图谱结合，找到并列关系，最后在知识图谱中的路径上经过知识推理找到隐藏信息，实现信息识别。

8. 投入驱动的物联网资源安全保护方法

一种投入驱动的物联网资源安全保护方法，属于分布式计算和软件工程学技术交叉领域。其特征在于将物联网中以数据、信息和知识等形态存在的资源转换类型以增加资源被未经授权用户获取的难度，并将转换后的资源存储在数据图谱，信息图谱和知识图谱上，计算转换代价和存储代价，同时考虑物联网中资源的传输，并计算传输代价，其特征在于计算攻击者通过遍历三层图谱查找原始形态资源的搜索代价，其特征在于根据计算的用户投入和资源安全等级提供经济高效的资源安全保护，同时允许服务提供商综合用户投资和安全等级值在所提供的服务中获取利润。

9. 面向类型化资源的物联网数据隐私保护方法

一种面向类型化资源的物联网数据隐私保护方法，其特征在于能够保护以不同形态存在的数据隐私，在数据图谱和信息图谱上直接查找数据隐私，在信息图谱上通过数据、信息以及信息结合相关数据得到数据隐私；其特征在于区分用户信息为链接形式的信息和聚集形式的信息，对于关联到数据隐私的这两种形式的信息隐私保护，提供融合的解决方法；其特征在于使用隐私度评估用户数据隐私暴露的程度，并提供经济高效的隐私保护服务，期待在用户投入最小的情况下获得程度最强的隐私保护。

10. 基于社交网络的时效敏感的仿区块链密码体系

本发明是基于社交网络的时效敏感的仿区块链密码体系，社交网络由一系列的子网络组成，子网络由节点组成，节点中存储着特定社交网络中的成员信息和成员与用户之间的协议信息；将这些节点分为重叠节点和不重叠节点，分别计算节点的贡献值和搜索节点花费的时间代价，在搜索的总时间代价超过用户期望时间后停止搜索，将搜索到的节点存入数据集，对数据集中的节点进行区块链处理；本发明属于信息技术和软件工程交叉领域。

11. 为便携式移动终端用户提供可自定义自适应的多功能交互区域的方法

本发明为便携式移动终端用户提供可自定义自适应的多功能交互区域，交互区域分为单面屏和双面屏两种类别的交互区域，用户可以自由绘制外观，包括大小，颜色，位置和形状，此后用户可以自定义每个交互区域的对应指令和触发方式，用户完成自定义后，本发明给出了将形状分为完整和不完整的识别区域范围的方法，并对范围内和范围外进行编码；同时，系统会根据用户的信息和用户的自定义为其提供智能推荐，用户的信息包括用户的性别、年龄、心情、习惯等；本发明属于计算机配件技术与软件工程交叉领域。

12. 价值驱动的类型化数据及其图表示的资源隐藏方法

本发明基于三层可自动抽象的知识图谱中的数据图谱，提出一种价值驱动的类型化数据及其图表示的资源隐藏方法；特征是，通过体系化全类型化维度定义的数据来度量安全资源的各个分量以及他们之间的拓扑结构，依据不同维度的数据元素来定义安全资源以及他们的拓扑结构，从而通过得到的新定义的不同安全资源以及他们之间的拓扑结构来弱化安全资源的数据资源，从而达到数据资源隐藏的目的。

13. 一种基于数据图谱、信息图谱和知识图谱的处理架构资源可动态抽象的语义建模方法

针对现有价值导向或价值驱动型数据、信息和知识生命周期评估方法的挑战，本发明提出了一种基于数据图谱、信息图谱和知识图谱的处理架构资源可动态抽象的语义建模方法，属于分布式计算和软件工程学技术交叉领域。在数据图谱的基础上，分析了软件开发活动需求分析中的数据观察和收集，标记数据的结构频度、时间频度和空间频度。使用信息图谱来记录实体间交互的频度，根据计算得出的实体间的内聚度对交互频繁的结点进行初步抽象和集成，并标记集成出的新的实体的结构频度、时间频度和空间频度。在详细设计活动的需求建模中，本发明阐述了知识图谱与UML相比在需求表达方面的优势，包括对需求包含语义表达的完整性和覆盖范围等方面。

14. 一种投入决定的安全性可定义的基于数据图谱、信息图谱和知识图谱的资源安全保护方法

本发明是一种投入决定的安全性可定义的基于数据图谱、信息图谱和知识图谱的资源安全保护方法，并给出了资源形态包括数据、信息和知识等的解释和数据图谱、信息图谱和知识图谱的概念表示,属于分布式计算和软件工程学技术交叉领域。为维护资源的安全，仅仅从资源类型上无法判断资源应在哪一层图谱上进行存储，本发明通过资源搜索对象类型转移代价、资源存储空间资源类型转移代价和资源搜索代价的计算合理分配不同类型资源的搜索和存储类型，通过资源拥有者的投入确定资源存储方案，提供资源保护服务。

15. 一种基于数据图谱、信息图谱和知识图谱的搜索优化方法

本发明是一种基于数据图谱、信息图谱和知识图谱的搜索优化方法，并给出了数据图谱、信息图谱和知识图谱的概念表示，属于分布式计算和软件工程学技术交叉领域。主要用于通过数据图谱、信息图谱和知识图谱对以数据、信息和知识形态存储的资源进行搜索，计算在不同层次图谱上搜索资源时的效率和所要花费的代价。通过对搜索过程进行参数化，衡量在数据图谱、信息图谱和知识图谱上搜索资源的效率和每一步搜索的代价，使用户花费最少代价而能获得相对有效和准确的资源，提高搜索效率。

16. 基于偏差器官形态行为可视化的口语学习矫正方法

本发明是一种基于偏差器官形态行为可视化的口语学习矫正方法。通过对学习者发音时的音素、重读、词间停顿和语调与标准音进行对比，计算学习者发音准确度以及发音器官行为与标准行为的偏差，可视化地展示给学习者。主要步骤是S1.采集学习者和标准音的发音信息，对所述采集信号进行预处理，提取特征；S2.构建句子的标准发音器官形态行为库，将标准音的发音特征映射到所述器官形态行为库；S3.计算学习者发音的音素、重读、停顿和语调与标准音的相似度，计算出器官行为的偏差值，可视化的展示给学习者；S4.综合四个指标对学习者的发音评分并反馈给学习者，提升学习效率。

17. 面向类型化资源的价值导向的存储与计算一体化优化系统

本发明是一种面向类型化资源的价值导向的存储与处理一体化优化方法，将物联网采集到的资源实例从概念层面上划分为数据、信息和知识三种类型，为解决物联网络有限带宽与海量资源传输需求的矛盾，通过比较直接处理资源和转换资源类型后再进行处理的代价确定资源的处理方案，属于分布式计算和软件工程学技术交叉领域。本发明将资源的收集、传输、存储、处理、转换、创建、显示、保护和使用作为相关资源的相应活动进行建模，实现在有限网络带宽资源下的动态资源分配，提高资源的使用效率并且保持均衡的资源负载,优化资源处理和存储所需的计算代价和空间代价，使系统保持一种比较稳定的状态。

18. 基于数据、信息和知识三层图谱架构的图像数据目标识别方法

本发明是一种基于数据、信息和知识三层图谱架构的图像数据目标识别方法，属于分布式计算和软件工程学技术交叉领域。本发明主要是引入数据图谱、信息图谱、知识图谱架构对未标识图像进行知识推理，从而实现自动智能的识别出图片中或者摄像机所拍摄到的图像中的实体目标。具体实现步骤是通过分析已识别目标，在数据图谱、信息图谱或知识图谱中找到能够与未识别目标连通过去的路径，遍历路径上的实体同时进行特征匹配，最后找到与未识别目标匹配度最高的识别结果。

19. 容器液体离线适宜度动态模拟与展示系统

本发明是一种容器液体离线适宜度动态模拟与展示系统，本发明针对不同的环境、器皿、溶液属性建立影响因素模型，又通过获取用户需求提供满足使用者个性化的使用设备。用户可以通过该方法预测任意器皿对于不同环境的下使用各项指标，也可以在使用中根据个人的需求通过温度贴片和APP在很方便的获取器皿中液体的温度信息在符合期望的温度下使用器皿中的溶液，从而得到更多的便捷。本发明中提供用户的贴片和APP适用于任意器皿大大减少了使用者成本，更加的环保便捷。本发明属于温度检测与水杯技术交叉领域。

20. 基于情感的个性化区域生成与展示方法

本发明是基于情感的个性化区域生成与展示方法，收集用户的情感因子，对用户的情感进行分析，根据情感学习分析个体用户情感及此情感所倾向的对应情感；以可视化的方式将一个区域内群体用户的情绪集中显示出来，后在区域上为个体用户推荐符合用户情感倾向的对应情感集中的群体用户区域，本发明属于图形图像与软件工程的交叉领域。

21. 面向群体的空间展示组合优化方法

本申请涉及一种面向群体的空间展示组合优化方法，属于服务计算和软件工程的交叉领域。其特征在于，本发明使用可空间移动的智能投影材料来展示动画等画面，通过合理的定价方法、调整投影内容、调整展示系统的空间位置、调整展示系统的形状以及采用多个投影屏的方法来满足用户的公平性、体验感和满意度。本发明的方法可以装载于各种投影装置。本发明采用分而治之的算法设计思想，将多用户之间的位置所构成的不同形状分为三类：直线形、圆形以及因地形等因素照成的不规则形状。对于这三种情形，本发明分别给出三种解决方案，解决用户可能存在的不公平性、体验感差、满意度低等问题。

22. 空间展示平台角度距离主动适应算法

本发明公开了一种空间展示平台角度距离主动适应算法，主要解决空间展示平台不能主动适应用户位置、视觉角度变化的问题。实现过程为：（1）根据面部识别技术、定位技术以及传感技术所得出的数据，可以快速的确定朝向，并结合健康模型中最舒适的观看距离确定展示平台距用户的最佳距离。（2）基于对用户整体形态的分析数据，计算用户视线的向量方向（3）根据视线方向求得展示平台的倾斜方向以及高度，结合之前的数据得到展示平台的具体位置（4）基于时间、用户舒适度、眼睛疲劳等因素的影响，计算该展示平台的移动距离和方向。在研究自适应领域中，本发明不仅可以满足用户在不同位置都能最大程度的舒适观看展示平台，而且还具有很高的效率和准确率。

23. 个性化网络人员与内容的整理与优化方法

本发明是个性化网络人员与内容的整理与优化方法，本方法将用户社交网络资源的整理与优化分为人员与内容两部分；对人员的重要性进行排序的同时推荐隐含的真实社交关系给用户，最后将两部分按个性化选择展示给用户，形成用户的虚拟社交关系网络；结合用户的社交关系，根据用户的个性化选择对内容的重要性进行排序，将内容按用户查看时最舒适的标准进行展示；本发明属于社交与软件工程交叉领域。

24. 自定义交互区域的区域定义、展示与识别方法

本发明是自定义交互区域的区域定义、展示与识别方法，区域定义包括外观定义和指令定义，外观定义指用户自由绘制外观，包括大小，颜色，位置和形状，用户定义外观后，用户可以自定义每个交互区域的对应指令和触发方式；结束区域定义后，本发明给出了自定义区域的展示方法和针对个体和群体形状的识别方法，识别出区域后对识别区域内和区域外进行编码；本发明属于计算机配件技术与软件工程交叉领域。

25. 一种面向边缘计算的类型化医疗资源处理系统设计方法

本发明是一种面向边缘计算的类型化医疗资源处理系统设计方法，从优化物联网边缘设备的资源优化存储、处理和传输等角度出发，解决边缘计算环境下海量类型化医疗资源在有限带宽条件下的传输优化问题。属于物联网与软件工程交叉领域。关键在于基于数据图谱、信息图谱和知识图谱资源处理架构转化医疗资源的类型，同时建立带宽资源利用限制模型，以均衡网络负载。本发明在本地节点提供医疗诊断、存储和传输服务，并允许用户投入和相关效益比决定系统优化的资源方法，使系统保持相对稳定的状态。系统将计算任务分散到边缘设备，缓解云计算环境下事务处理高度集中引发重要医疗资源无法实时传输的压力。

26. 容器内液体温度度量、变化模拟与展示系统

本发明是一种容器内液体温度度量、变化模拟与展示的系统，本发明针对不同的环境、器皿、溶液属性建立影响因素模型，又通过获取用户需求提供满足使用者个性化的使用设备。用户可以通过该方法预测任意器皿对于不同环境的下使用各项指标，也可以在使用中根据个人的需求通过温度贴片和APP在很方便的获取器皿中液体的温度信息在符合期望的温度下使用器皿中的溶液，从而得到更多的便捷。本发明中提供用户的贴片和APP适用于任意器皿大大减少了使用者成本，更加的环保便捷。本发明属于温度检测与水杯技术交叉领域。

27. 面向加工定义健康的环保交互炊具定制系统

本发明是一种面向加工定义健康的环保交互炊具定制系统，主要提供了一种根据不同用户对食物的品味以及自己个人状况的需求，利用对烹饪物品的分析以及建立的各种模型，在多个外围曲线中选择出最优的容器曲线并输出。在此过程中还能实时进行个性化的方式提醒用户，为使用者提供了很大的便捷。另一方面提供物理贴片，内含有计时器、温度传感器等，用户可以通过手机APP对该烹饪物品进行时间范围的设置以及输入自己的个人需求，并且监控温度及烹饪物品性质和温度的变化，可得到该食物在烧制过程中性质随时间变化的曲线，再通过APP反馈给用户。

28. 类型化资源的交互代价驱动安全保护方法

本发明是类型化资源的交互代价驱动安全保护方法；本发明基于数据图谱，信息图谱和知识图谱三层可自动抽象调整的知识图谱架构，将安全资源分为数据安全资源，信息安全资源和知识安全资源，并对资源保护代价、保护者保护代价和攻击者攻击代价进行计算，分成三种不同交互情况，并针对这三种不同的动态交互情况，在显式和隐式安全资源情形下使静态资源不被增删改查，使动态资源不被破坏，本发明属于分布式计算和软件工程交叉领域。

29. 融合公平度、体验感和价格的用户满意度建模与展示空间调整方法

本申请涉及一种融合公平度、体验感和价格的用户满意度建模与展示空间调整方法，属于服务计算和软件工程的交叉领域。其特征在于，本发明使用公平度、体验感和价格来度量用户满意度，通过调整展示空间的空间位置、角度、形状和用户需支付的价格，来达到所有用户的最大满意程度。

30. 可定义隐私模糊度的多维度体系化交互机制

本申请涉及一种可定义隐私模糊度的多维度体系化交互机制，其特征在于通过考虑用户社交网络以及基于数据图谱、信息图谱和知识图谱多维度计算的置信度，决策系统为用户提供决策操作，并对用户的数据信息进行模糊化处理，其目的在于在维护用户知情权的情况下，为用户提供网络社交便利，使用户满意度最大化；所涉及的决策系统的内容包括用户个人标签数据、用户喜恶标签数据集合、特定社交网络中标签集合和基于数据图谱、信息图谱和知识图谱多维度计算的置信度；所涉及的交互内容包括用户个人标签输入、用户喜恶标签输入、决策系统判断输出；所涉及的隐私模糊化处理机制的内容包括多维度数据混合、系统数据对用户不可见。

31. 多维度价值导向的针对意图的面向对象数值计算方法

本发明提供一种多维度价值导向的针对意图的面向对象数值计算方法，其特征在于基于计算代价，通过采用多个不精确的规则来处理多个不精确的结果以满足用户的需求，最后以多维度综合价值对最后结果进行度量；具体步骤为S1：获取需要计算的目标对象及其属性；S2：遍历知识图谱，确定目标对象及其属性的运算符；S3：通过目标对象的属性和运算符计算多个数值结果，并存于数组中；S4：遍历知识图谱，确定目标对象及其属性的存在规则；S5：通过多个规则验证所得到的数值结果，删去所有不符合规则的数值结果，得到最终的结果，并对其以多维度综合价值进行度量。

32. 基于数据图谱、信息图谱、知识图谱的交互区域划分及传输优化处理机制

本发明提供一种基于数据图谱、信息图谱和知识图谱的交互区域划分及传输优化处理机制，通过考虑内容传递的准确性和效率构建基于数据图谱、信息图谱、知识图谱内容库，实现了传递方案优化和传递内容的重构，解决了不同用户之间对内容理解存在差异的问题，且重构的内容在保留了原内容的关键语义的基础上实现个性化的表述以及对传递内容进行优化整合，提高内容传递的准确性和传递效率。

33. 意图驱动的适应竞争及合作意向的内容填充系统

本发明提供一种意图驱动的适应竞争及合作意向的内容填充系统，通过将填充内容转换为一堆规则建模的过程，将填充过程中发生的数据迁移过程转换为以意图驱动的竞争过程，根据意图确定模块、竞争及合作填充模块、常识推理模块、交互模块和价值驱动模块对表中的各个选项进行意图建模然后根据意图对表进行填充。根据所得意图最小化填表人投入的时间、精力和隐私数据，同时解决了因数据不完整、所填选项不确定时现有填表系统不能正常工作的难题。

34. 场景、事件、人物与意图匹配的智能提醒机制

本发明提供一种场景、事件、人物与意图匹配的智能提醒机制。为实现提醒的自动调节和个性化，需要从多个维度分析提醒的影响因素，不同人物对应不同提醒，同一人物在不同场景和事件对应不同提醒，意图不同对应的提醒不同。结合初始设定和用户数据进行学习，同时兼顾用户数据的隐私保护；设计与提醒机制相对应的提醒调节的机制，提供满足多种需求的设置操作模式。

35. 基于数据图谱、信息图谱和知识图谱的内容传输建模及处理优化机制

本发明提供一种基于数据图谱、信息图谱和知识图谱的内容传输建模及处理优化机制，通过考虑内容传递的准确性和效率构建基于数据图谱、信息图谱、知识图谱内容库，实现了传递内容的重构，解决了不同用户之间对内容理解存在差异的问题，且重构的内容在保留了原内容的关键语义的基础上实现个性化的表述以及对传递内容进行优化整合，减少沟通障碍，提高沟通效率。

36. 价值驱动的面向目的融合的优化系统

本发明提供一种价值驱动的面向目的融合的优化系统，通过集成模式整体控制不同被控对象的子系统的数据采集与处理模块、统计学习模块、目的分析逻辑判断模块、设置运行模块进行用户目的融合建模，在价值驱动下结合健康有利原则，最后根据计算结果进行具体设置，不同被控对象的子系统由控制系统统一管理，最小化能量消耗，最大化舒适度体验，解决了被控对象不能及时开关被控对象而造成的低舒适度、浪费能源等问题。

37. 价值驱动的多因素维度空间多介尺度融合的动态推荐系统

本发明提供一种基于数据图谱、信息图谱和知识图谱的内容传输建模及处理优化机制，通过考虑内容传递的准确性和效率构建基于数据图谱、信息图谱、知识图谱内容库，实现了传递内容的重构，解决了不同用户之间对内容理解存在差异的问题，且重构的内容在保留了原内容的关键语义的基础上实现个性化的表述以及对传递内容进行优化整合，减少沟通障碍，提高沟通效率。

38. 个性化便捷化自适应多层级交互区域优化配置方法

本发明是个性化便捷化自适应多层级交互区域优化配置方法，从个性化、便捷化、自适应和多层级四个方面建模后组合，根据用户的用手习惯，手部运动范围、点击时间长短确定用户使用多层交互区域的位置，后根据年龄和使用习惯提供交互区域大小、位置的自适应方法，最后在层内和层间对交互区域进行优先级排序，使用户使用便捷快速；发明属于图形图像与软件工程的交叉领域。

39. 面向本质计算的跨DIKW图谱的虚拟社区资源处理方法及组件

本发明公开了一种面向本质计算的跨DIKW图谱的虚拟社区资源处理方法、装置、设备及可读存储介质，该方法包括：利用虚拟社区的网络类型资源，建立DIKW图谱；DIKW图谱中包括数据图谱、信息图谱和知识图谱；对DIKW图谱中的数据、信息和知识进行相互转换，并利用转换结果更新DIKW图谱，直到DIKW图谱达到动态平衡；从DIKW图谱中提取目标客户端的交互关系元组，并利用交互关系元组确定出目标客户端的亲密交流关系客户端；结合交互关系元组和亲密交流关系客户端，确定目标客户端的特征标签；从虚拟社区中确定出与特征标签对应的目标资源，并将目标资源分配给目标客户端。该本方法能够实现个性化分配资源，能够满足用户的个性化需求。

40. 面向本质计算的跨模态用户医疗数据分析方法

本发明提供一种面向本质计算的跨模态用户医疗数据分析方法，包括以下步骤：S1、获取目标用户的识别类型资源，基于用户的识别类型资源向数据库查询并获取目标用户的隐私医疗数据，所述数据库包括本地数据库和外部数据库；S2、基于DIKW图谱对目标用户的隐私医疗数据进行建模，获取初始类型资源；S3、通过对初始类型资源进行同模态或跨模态融合操作，获取目标类型资源；S4、基于目标类型资源对目标用户健康状况进行分析评估。本发明一方面可以基于患者已有的医疗数据进行健康评估从而为医生的诊治工作提供支撑，并为患者避免不必要的重复检查，另一方面可以起到保护患者医疗数据隐私的作用。

41. 面向数据、信息权利可价值交换的智能运载装置调度方法

本发明提供一种面向数据、信息权利可价值交换的智能运载装置调度方法，包括：S1、楼层控制器计算等待队列中隶属于该楼层的用户的用户价值，并将用户价值按照降序排列生成用户信息数组；S2、各个楼层控制器将用户信息数组发送至电梯调度系统，电梯调度系统基于用户信息数组生成调度方案并发送至楼层控制器；S3、楼层控制器基于调度方案向相应用户发送乘梯通知信息；S4、楼层控制器基于实际乘梯结果修改用户价值，将已经乘梯的用户从等待队列中移除；S5、楼层控制器将新用户添加到等待队列中，准备下一次调度。本发明可以为电梯调度提供更多的灵活性，为有紧急需求的用户提供快速通道，具有较高的实用价值。

42. 面向本质计算与推理的跨DIKW模态隐私资源保护方法

本申请公开了一种面向本质计算与推理的跨DIKW模态隐私资源保护方法，所述方法包括：在接收资源保护指令后，删除所述资源保护指令对应的隐私资源；查询所述隐私资源的推导路径，并确定每一所述推导路径的推导成本和模态转化成本；根据所述推导成本和所述模态转化成本确定所有所述推导路径的转化优先级，并根据所述转化优先级从所有所述推导路径选取目标推导路径；将所述目标推导路径对应的资源由原模态转化为其他模态。本申请能够提高推导隐私资源的复杂度，保证隐私资源的安全性。本申请还公开了一种面向本质计算与推理的跨DIKW模态隐私资源保护系统、一种电子设备及一种存储设备，具有以上有益效果。

43. 面向本质计算与推理融合的跨模态的推荐方法与装置

本发明实施例公开了一种面向本质计算与推理融合的跨模态的推荐方法与装置以及介质，利用预先存储的资源信息库，对获取的目标任务构建数据图谱、信息谱图和知识图谱；将获取的用户资源信息与数据图谱、信息谱图以及知识图谱进行匹配，确定出差异资源。根据预先建立的资源融合代价库，计算差异资源进行资源点转化的转化代价值。按照每种资源类型所对应的访问代价值以及访问次数，计算各转化资源组所对应的访问代价值；将各转化资源组各自对应的访问代价值和转化代价值之和作为各转化资源组最终的代价值，选取代价值最小的转化资源组作为推荐资源。通过对差异资源的动态调整并结合用户对资源的访问代价值，有效的提升了资源推荐的效果。

44. 融合公平、公正和透明法规技术化的多模态隐私保护方法

本发明提供一种融合公平、公正和透明法规技术化的多模态隐私保护方法，包括：S1、基于用户在网络产生的行为数据提取隐私资源，根据隐私资源构建对应用户的DIKW图谱；S2、监测是否产生关于隐私资源流通的决策，并在产生决策时获取参与者信息，所述参与者包括生成器、通信器和获取者；S3、基于DIKW图谱分析参与者在隐私资源流通过程中的权限，根据分析结果判断关于隐私资源流通的决策的合法性。本发明基于多模态和跨模态内容的本质计算实现了对用户隐私资源的有效保护，同时基于DIKW图谱技术实现了对存储、传输、计算以及隐私数据保护的集成处理效率的优化。

45. 面向本质计算与推理的跨DIKW模态文本歧义处理方法

本申请公开了一种面向本质计算与推理的跨DIKW模态文本歧义处理方法，所述方法包括：获取目标文本，并确定目标文本中的目标数据资源和目标信息资源；根据目标数据资源和/或目标信息资源查询目标文本的相关资源，并根据相关资源确定目标文本的文本含义；若目标文本的文本含义的数量大于1，则获取目标文本的补充资源，并根据补充资源生成目标文本的条件限制文本；将符合条件限制文本的文本含义作为目标文本的实际文本含义，并根据实际文本含义修改目标文本。本申请能够准确识别并消除文本中存在的歧义。本申请还公开了一种面向本质计算与推理的跨DIKW模态文本歧义处理系统、一种电子设备及一种存储介质，具有以上有益效果。

46. 跨数据、信息、知识模态与量纲的本质识别方法及组件

本发明公开了一种跨数据、信息、知识模态与量纲的本质识别方法、装置、设备及可读存储介质，该方法包括：接收并解析识别请求，从多种待识别对象中确定出目标待识别对象，以及目标待识别对象的识别参考数据；获取目标待识别对象的识别参考信息和识别参考知识；将识别参考资源输入至综合识别模型；识别参考资源包括识别参考数据、识别参考信息和识别参考知识；利用综合识别模型中与参考资源匹配的处理模块对参考资源进行识别处理，得到识别结果；输出识别结果。可见，相较于目前的机器学习，深度学习等识别方案，在本方法中，无需采集大量的样本对模型进行训练，便可实现有效识别。

47. 面向意图计算与推理的数据与信息融合的装置共享方法

本发明提供一种面向意图计算与推理的数据与信息融合的装置共享方法，该方法包括：S1、电梯调度系统向发起乘梯需求的用户发起调度竞价，响应用户的第一出价请求，生成调度规划方案并向用户输出，所述乘梯需求包括事件信息、需求信息和附加价值信息；S2、电梯调度系统向筛选后的用户发起楼层竞价，响应用户的第二出价请求，基于楼层竞价结果生成乘梯名单和电梯调度方案；S3、电梯调度系统控制电梯执行电梯调度方案。本发明实现了基于价值驱动的电梯调度方法，既能保证用户通过电梯实现正常通行，也能优先满足用户的紧急需求，从而为电梯调度提供更多灵活性，所述方法还适用于其他共享型智能运载装置，适用范围广。

48. 跨数据、信息、知识多模态的特征挖掘方法及组件

本发明公开了一种跨数据、信息、知识多模态的特征挖掘方法、装置、设备及可读存储介质，该方法包括：获取待挖掘的数据资源；对数据资源进行分类，得到标量数据、矢量数据、范围数据、时间数据和分类数据中的至少一种类型数据；对类型数据进行关联融合处理，得到关联融合结果；将关联融合结果确定为数据资源的特征，以便利用特征对数据资源进行处理。在该方法中，对数据资源进行挖掘处理，所得到的量更多，可靠性更强的特征，如此，便可更好地挖掘出数据资源的价值。

49. 跨数据信息知识模态的面向本质计算的差分内容推荐方法

本发明公开了一种跨数据、信息、知识模态与量纲的任务处理方法、装置、设备及可读存储介质，该发包括：获取待执行的目标任务，以及目标任务的任务实现资源；其中，任务实现资源包括任务实现数据、任务实现信息、任务实现知识中的至少一种；利用综合评估模型，对任务实现资源进行多维度、跨模态和跨量纲地综合规划处理，得到任务规划资源；按照任务规划资源，执行目标任务。在本方法中，当获取待执行目标任务时，仅需将其对应的任务实现资源输入至综合任务评估模型，便可得到任务规划资源，进而按照任务规划资源执行目标任务即可，能够使得任务执行更加符合需求。

50. 跨数据、信息、知识模态与量纲的任务处理方法及组件

本发明提供一种跨数据信息知识模态的面向本质计算的差分内容推荐方法，该方法包括以下步骤：S1、获取目标用户基本信息，连接存储有目标用户隐私信息的数据库；S2、根据数据库公开统计内容构造查询函数查询目标用户个人信息数据表，获取数据资源和信息资源；S3、对数据资源和信息资源进行分析获得新信息资源，根据目标用户的新信息资源匹配推送内容并向目标用户进行推送。本发明能够在隐私数据库公开数据不完全的情况下实现差分内容推送，提高推送内容的准确率。

51. 跨DIKW模态类型化隐私信息资源差分保护方法与系统

本发明提供了一种跨DIKW模态类型化隐私信息资源差分保护方法与系统，该方法包括：当接收到资源查询请求时，确定待保护的隐私信息资源；在该隐私信息资源对应的信息轨迹图中选取各个候选资源路径；确定每个候选资源路径中的每个信息资源的支持度，以获得每个候选资源路径中的路径支持度；依据每个候选资源路径中的路径支持度在候选资源路径中确定目标资源路径；基于目标资源路径中的各个信息资源获得资源查询请求对应的目标信息资源；将目标信息资源发送至资源请求用户，以实现对隐私信息资源的保护。应用本发明提供的跨DIKW模态类型化隐私信息资源差分保护方法，能够对隐私信息资源进行有效的保护，提高了资源的安全性。

52. 跨数据、信息、知识模态与量纲的预警方法及组件

本发明公开了一种跨数据、信息、知识模态与量纲的预警方法、装置、设备及可读存储介质，该方法包括：获取目标预警场景的感知信息和感知知识，并利用传感器实时采集目标预警场景的感知数据；将感知信息、感知知识和感知数据确定为感知资源；将感知资源输入至面向数据、信息、知识融合的多维度、跨模态、跨量纲价值的综合预测模型进行安全预测，得到安全预测结果；判断安全预测结果与预设报警条件是否匹配；如果是，则利用告警设备进行预警。可见，在该方法中，无需人工参与分析，能够实现实时、长期的预警，且该综合预测模型能够融合数据、信息和知识，能够多维度、跨模态、跨量纲价值的进行安全预测，能够保障安全预测结果的准确可靠性。

53. 意图驱动的DIKW体系的群体差分隐私保护方法及装置

本申请公开了意图驱动的DIKW体系的群体差分隐私保护方法及装置，利用待进行隐私保护的数据集，构建DIKW体系。为DIKW体系构建第一差分隐私机制。将资源项作为第一粒子，集合DIKW体系中的所有资源项构建第一粒子群。利用粒子群优化算法，对第一粒子群进行优化，得到新的DIKW体系。将新的DIKW体系作为对外发布的群体数据。相较于原先的群体数据，新的DIKW体系中的隐私数据已经进行差分隐私，实现对隐私数据的有效保护，并且，DIKW体系采用差分隐私机制对隐私数据进行保护，并不会给群体数据的运用带来任何影响。可见，利用本申请所述技术方案，能够在保证群体数据得到有效运用的情况下，合理地对群体数据中的个人数据进行隐私保护。

54. 面向本质计算的多模态DIKW内容多语义分析方法

本发明提供一种面向本质计算的多模态DIKW内容多语义分析方法，该方法包括以下步骤：S1、获取类型资源进行语义识别，根据识别结果判断是否存在多语义，所述类型资源包括数据资源DDIKW、信息资源IDIKW和知识资源KDIKW；S2、存在多语义时，分析多语义形成原因；S3、基于多语义形成原因，采用相应策略将原类型资源转换为新的类型资源，获取最终语义识别结果。本发明可以帮助人工智能系统提高语言文本识别效率，并提高识别结果准确率。

55. 跨数据信息知识模态的用户行为内容编解码方法

本发明提供一种面向本质计算的多模态DIKW内容多语义分析方法，该方法包括以下步骤：S1、获取类型资源进行语义识别，根据识别结果判断是否存在多语义，所述类型资源包括数据资源DDIKW、信息资源IDIKW和知识资源KDIKW；S2、存在多语义时，分析多语义形成原因；S3、基于多语义形成原因，采用相应策略将原类型资源转换为新的类型资源，获取最终语义识别结果。本发明可以帮助人工智能系统提高语言文本识别效率，并提高识别结果准确率。

56. 面向本质计算与推理的跨模态随机化隐私保护方法与系统

本申请提供了一种面向本质计算与推理的跨模态随机化隐私保护方法与系统，所述方法包括：从多个数据源获取多个个体对象的内容资源；将所述多个个体对象的内容资源映射为数据资源、信息资源以及知识资源；数据资源包括数值型数据资源和逻辑型数据资源；针对每个所述个体对象，若所述个体对象仅包含一种数据类型的内容资源，则对所述个体对象中包含的内容资源进行所述数据类型对应的本质计算；若所述个体对象包括多种数据类型的内容资源，则分别对每种数据类型的内容资源进行所属数据类型对应的本质运算，并对每两种不同数据类型的内容资源进行跨模态运算；对计算得到的内容资源进行随机化处理。从而结合本质运算和随机化处理，有效保证数据安全。

57. 面向本质计算的DIKW隐私资源的处理方法和组件

本申请提供一种面向本质计算的DIKW隐私资源的处理方法和组件，方法包括，获得目标个体对象，将总转换代价设定为零，并用目标个体对象包含的隐私资源建立待处理资源集合；从待处理资源集合取出一项隐私资源作为待处理隐私资源；根据转换代价和对目标个体对象进行本质计算的本质计算代价，将待处理隐私资源转换为数值型数据资源，逻辑型数据资源和信息资源中任意一种模态的资源，并将转换模态后的隐私资源存入处理后资源集合，重复上述步骤直至待处理资源集合为空集为止，最后将目标个体对象包含的隐私资源，替换为处理后资源集合包含的隐私资源。

58. 基于DIKW图谱的资源识别方法、相关装置及可读介质

本申请提出了一种基于DIKW图谱的资源识别方法、相关装置及可读介质，该方法通过获取目标对象的原始资源和用户的意图；使用用户的意图和目标对象的原始资源，遍历DIKW体系中的资源图谱，从资源图谱中推导确定出与目标对象相关联的多个推导路径；其中，资源图谱包括：数据图谱、意识图谱、信息图谱、以及知识图谱；推导路径包括资源图谱中相互连接的多个资源，并且每一条推导路径包括目标对象的原始资源和与目标对象相关联的新资源；与目标对象相关联的新资源通过遍历资源图谱推导生成得到；由于本申请中通过DIKW体系能够推导出目标对象中的隐藏信息，进而从每一条推导路径中分析出的用户的资源识别结果会更为全面准确。

59. 面向本质计算的跨DIKW模态的相对差分隐私保护方法

本发明提供一种面向本质计算的跨DIKW模态的相对差分隐私保护方法，包括以下步骤：S1、获取待发布的目标个体对象，对目标个体对象基于DIKW图谱进行建模；S2、分析目标个体对象是否包含可用于进行本质计算或差分计算以获得目标个体对象隐私资源的类型资源，若未包含则发布目标个体对象，若包含则执行下一步骤，所述类型资源包括数据资源、信息资源和知识资源中的一种或多种；S3、对目标个体对象所包含类型资源执行隐私保护策略；S4、发布已被执行隐私保护策略的目标个体对象。本发明可以提高攻击者基于类型资源获得隐私资源所需支付的计算代价和难度，从而起到有效保护用户隐私的效果。

60. 基于本质计算的跨模态特征挖掘方法及组件

本发明公开了一种基于本质计算的跨模态特征挖掘方法、装置、设备及可读存储介质，该方法包括：获取至少两种类型化资源；类型化资源包括数据资源、信息资源和知识资源；对至少两种类型化资源进行关联融合处理，得到融合结果；将融合结果确定为至少两种类型化资源对应的跨模特征，以便利用跨模特征对至少两种类型化资源进行处理。在该方法中，通过对至少两种类型化资源进行跨模态的关联处理，得到跨模特征，跨模特征是针对不同的类型化资源进行关联处理而得，相较于仅针对同模态资源进行数据挖掘，该跨模特征能够显著增加资源挖掘的特征量，且能够增加资源挖掘的可靠性，该跨模特征更有利于进一步对类型化资源进行处理。

61. 面向数据画像与信息画像价值交流转换的运载方法及系统

本发明提供了一种面向数据画像与信息画像价值交流转换的运载方法及系统，获取目标建筑中每一用户提交的乘梯事件信息、乘梯需求信息、竞价信息和乘梯区间，及获取用户信用信息；针对每一楼层，利用楼层的用户的乘梯事件信息、乘梯需求信息、竞价信息和用户信用信息，计算楼层的楼层总价值；确定楼层总价值最高的楼层为目标楼层；确定乘梯起点或乘梯终点为目标楼层的用户为目标用户；利用目标用户的乘梯事件信息、乘梯需求信息和竞价信息，从所有目标用户中确定最终乘梯用户；按照最终乘梯用户的乘梯区间、乘梯需求信息和竞价信息，生成电梯调度计划，根据电梯调度计划对电梯进行调度，使电梯满足用户的个性化需求，提高电梯调度灵活性和用户体验。

62. 基于常识推理的多模态资源的本质内容处理方法及系统

本发明提供一种基于常识推理的多模态资源的本质内容处理方法及系统。通过获取资源，并基于智慧图体系结构将资源映射为类型化资源，资源来自多个来源，类型化资源包括数据资源、信息资源和知识资源至少三种模态；根据所得到的类型化资源进行同模态关联融合和/或跨模态关联融合，得到新资源并确定模态；采用随机化对新资源进行隐私保护。在本方案中，通过同模态关联融合和/或跨模态关联融合互相补充完善、形成新的资源，并采用随机化的方式对融合后的新资源进行隐私保护，实现获取完整、确定资源，并对完整确定资源处理后的资源进行全面隐私保护的目的。

63. 面向意图计算与推理的DIKW模型构建方法及装置

本申请公开了一种面向意图计算与推理的DIKW模型构建方法及装置，其中，所述方法包括：获取类型化资源；其中，所述类型化资源包括数据资源、信息资源、知识资源、目的资源；构建每种类型的所述类型化资源对应的图谱；分别基于每种类型的所述类型化资源对应的图谱、各个所述类型化资源间的亲子包含关系和/或逻辑关系，构建每种类型的所述类型化资源对应的模型；其中，所述亲子包含关系指代两个所述类型化资源间在语义上的包含关系；所述逻辑关系指代同一层级的两个所述类型化资源之间所表达的语义与两者的同一上层的所述类型化资源所表达的语义的关系；所述类型化资源之间的所述亲子关系以及所述逻辑关系在模型中，通过对应的节点间的不同连线表示。

64. 跨数据、信息、知识模态的用户差异隐私保护方法

本发明提供一种跨数据、信息、知识模态的用户差异隐私保护方法，包括以下步骤：S1、获取目标数据资源，判断目标数据资源是否关联特定用户；S2、在目标数据资源关联特定用户时，将所有与目标数据资源关联的数据资源识别为内涵数据资源或外延数据资源；S3、基于内涵数据资源和外延数据资源的属性和对应的属性值判断其是否属于隐私数据资源；S4、在数据请求方请求获取隐私数据资源时，对隐私数据资源执行隐私保护操作。本发明可以实现对隐式数据资源的保护，降低用户隐私泄露风险。

65. 意图驱动的多模态DIKW内容传输方法

本发明提供一种意图驱动的多模态DIKW内容传输方法，应用于基于DIKW图谱传输协议的传输系统，所述DIKW图谱传输协议包括意图识别层、内容审查层、传输计划制定层和资源处理层，所述方法基于对传输者、接收者和传输系统三个参与主体意图的理解和分析，在传输过程中，通过促进三个参与主体的意图之间的平衡，在尽可能满足传输者和接收者意图的同时，实现自身利益的最大化，通过应用DIKW技术在传输过程中对用户生成的内容和参与主体的意图进行分析和建模，相对于现有的计算机通讯协议能够以更低的传输成本获得更符合用户需求、更理想的传输结果。

66. 基于DIKW内容对象的情感通讯方法

本发明提供一种基于DIKW内容对象的情感通讯方法，包括步骤：S101、获取发送方传输内容，将发送方传输内容转换为类型资源，所述类型资源包括数据类型资源、信息类型资源和知识类型资源；S102、通过内容确定算法对发送方传输内容的类型资源进行内容确定和传输范围确定；S103、获取接收方的DIKW图谱，根据接收方的DIKW图谱对传输内容进行转换；S104、将处理后的传输内容发送至接收方。本发明能够使发送方的意图更贴切地进行表达，并减少发送方和接收方之间的理解误差，实现更高准确性和高效的情感通讯。

67. 基于DIKW图谱的虚拟社区人员性格分析及内容推送方法

本发明提供一种基于DIKW图谱的虚拟社区人员性格分析及内容推送方法，判断用户为新用户还是老用户，对新用户采用标签和热销榜方法进行内容推送，采集老用户的类型化数据，并以此构建DIKW图谱模型，DIKW图谱模型中包含用户数据图谱、用户信息图谱以及用户知识图谱，DIKW图谱模型根据类型化资源进行处理获得用户历史行为记录、用户购买转化率、选购商品占比、高频交互商品类目集合，并以此获得用户偏好的商品，然后进行推送，不仅可以解决用户为新用户时的冷启动问题，还可以针对老用户在购物网站中的历史数据进行相对应的商品推送，保证推送的商品符合用户的性格、兴趣以及习惯等，并且可以兼容各大购物网站使用。

68. 基于公平性导向的情感内容DIKW化映射与传输方法

本发明提供一种基于公平性导向的情感内容DIKW化映射与传输方法，包括：S101、发送方通过第一服务端发起交互请求，接收方通过第二服务端确认交互请求，在第一服务端和第二服务端间建立通信链路；S102、第一服务端和第二服务端分别建立发送方和接收方的个性化DIKW模型，对个性化DIKW模型进行实时调整；S103、发送方发起情感通讯目标内容申请，第一服务端基于情感通讯目标内容建立DIKW模型，识别发送方情感状态，对发送方情感状态进行监控，向第二服务端发送情感通讯目标内容；S104、第二服务端基于接收方的个性化DIKW模型对情感通讯目标内容进行调整、控制和决策，实现个性化情感内容展示。本发明能实现公平性导向的情感内容传输，避免理解偏差导致的不公平通讯问题。

69. 基于DIKWP模型的区块链共识方法

本发明提供一种基于DIKWP模型的区块链共识方法，包括以下步骤：获取区块链中所有区块的类型化资源，根据类型化资源构建区块链DIKWP模型；用户发起请求信息，根据请求信息获取类型化资源，根据类型化资源构建用户DIKWP模型；用户DIKWP模型对区块链DIKWP模型进行遍历查找以及意图对比，并获得待添加区块链；用户DIKWP模型将用户发起的请求信息打包成新的区块连接到待添加区块链的末端，对区块链以及用户的请求信息进行DIKWP模型的构建，将区块链以及用户本身发起的内容进行聚合，DIKWP模型可以将内部的内容进行相互的转换以及结合，在经遍历查找和意图对比后可以快速获得待添加的区块链，提高共识上链的效率。

70. 意图计算导向的跨DIKW模态传输与优化系统

本发明公开一种意图计算导向的跨DIKW模态传输与优化系统的方法和装置，可以通过分析传输内容并调用现有的DIKW图谱来识别发送方意图；根据接收方意图和系统意图来判断所述传输内容是否可传输；当所述系统判断所述传输内容为不可传输时，中止传输过程；当所述系统判断所述传输内容为有条件传输时，所述系统对所述条件制定出传输解决方案；当所述系统判断所述传输内容为直接传输时，所述系统将所述传输内容直接传输到接收方。本发明可以解决面向内容的传统传输系统在传输过程中无法达成参与各方之间的共识平衡问题，可以基于参与各方意图制定省时省力且具有经济效益的传输计划，降低网络内容传输的带宽消耗，最小化个人信息释放，提高网络传输效率，实现传输各方利益的最大化。

71. 个性化英文字母展示风格变换方法

本发明涉及一种个性化英文字母展示风格变换方法，属于软件工程和人工智能交叉领域，其特征在于，获取用户的待变化字母风格的句子或者文件，使用一个五维的特征组F，即（端点相对位置特征,端点形态特征,粗细特征,颜色特征，弯曲度特征）标记每个字母的风格特征，并由用户对个别字母以可视化方式进行目标风格变换，同样以五维的特征组FU标记，将F于FU作为输入，结合本发明提出的书写字母的分类属性，基于一个字母的目标风格和原始风格之间的变化特征提取模型（LFEM）学习用户对字母风格变化的变化特征(SF)，之后，按照特征参数SF对构成其他的字母进行风格变换。

72. 面向意图计算与推理的DIKW资源分析方法及系统

本发明涉及一种个性化英文字母展示风格变换方法，属于软件工程和人工智能交叉领域，其特征在于，获取用户的待变化字母风格的句子或者文件，使用一个五维的特征组F，即（端点相对位置特征,端点形态特征,粗细特征,颜色特征，弯曲度特征）标记每个字母的风格特征，并由用户对个别字母以可视化方式进行目标风格变换，同样以五维的特征组FU标记，将F于FU作为输入，结合本发明提出的书写字母的分类属性，基于一个字母的目标风格和原始风格之间的变化特征提取模型（LFEM）学习用户对字母风格变化的变化特征(SF)，之后，按照特征参数SF对构成其他的字母进行风格变换。

73. 面向意图计算与推理的DIKW资源交互填充系统

本发明公开一种面向意图计算与推理的DIKW资源交互填充系统的方法和装置，可以通过将表格或表项意图与填表人的意图进行比较，判断双方意图间的差异；根据填表人意图推测填充该表格或表项是否产生收益，对填充价值进行分级；对内容填充过程中的不确定性按需改变；对所述内容填充的DIKW概率偏差因子按需改变；对填表人所填入的数据或信息进行内容核验，从而实现表格分析人与填表人之间的意图平衡，达到内容填充的智能与合理。本发明可以通过基于填表人的数据、意图、信息、知识体系来填充表格，站在填表人角度，充分考虑填表人的意图，并推测表格的意图，以意图为驱动来解决内容填充过程，解决内容填充过程中填表人与表格分析人之间意图平衡与意图对抗等各类问题。

74. 面向DIKW资源的情感表达映射、度量与优化传输系统

本发明公开一种面向DIKW资源的情感表达映射、度量与优化传输系统的方法和装置，可以通过将发送方的情感表达内容进行概念化和抽象化；将所述概念化和抽象化的情感表达内容转化为数据类型资源DDIK、信息类型资源IDIK和知识类型资源KDIK；对所述发送方的情感表达内容进行分析得到发送方意图P；将所述数据类型资源DDIK、信息类型资源IDIK和知识类型资源KDIK与发送方意图P进行映射归类到DIKW图谱模型中；对所述发送方DIKW模型进行分析，得到传输的真实内容，并遍历接收方DIKW模型，对传输内容进行重塑，形成与接收方认知能力相匹配的拓扑结构；将所述重塑后的传输内容根据接收方的期望向接收方呈现。本发明可以解决情感交流中参与各方存在个人认知差异导致表达不当的问题，减少交流方之间的理解偏差，实现情感交流的准确性和高效性。

75. 面向本质计算与推理的跨DIKW模态文本歧义处理方法(加拿大)

本申请公开了一种面向本质计算与推理的跨DIKW模态文本歧义处理方法，所述方法包括：获取目标文本，并确定目标文本中的目标数据资源和目标信息资源；根据目标数据资源和/或目标信息资源查询目标文本的相关资源，并根据相关资源确定目标文本的文本含义；若目标文本的文本含义的数量大于1，则获取目标文本的补充资源，并根据补充资源生成目标文本的条件限制文本；将符合条件限制文本的文本含义作为目标文本的实际文本含义，并根据实际文本含义修改目标文本。本申请能够准确识别并消除文本中存在的歧义。本申请还公开了一种面向本质计算与推理的跨DIKW模态文本歧义处理系统、一种电子设备及一种存储介质，具有以上有益效果。