0 引　言

随着信息技术和互联网的发展，网络信息呈现指数增长趋势，信息过载现象十分严峻，如何从海量信息资源中为用户推荐符合其需求的资源成为目前研究热点^[1]。推荐系统^[2]可实现对海量资源信息的有效筛查并以个性化检索方式推荐符合用户需求的资源信息，是缓解信息过载的有效解决手段。目前推荐系统已在自动驾驶、汽车、电子商务等领域广泛应用^[3]。当前自动驾驶汽车通过引入动态充电圈机制下的链式分级推荐技术解决了推荐冲突问题、重复、叠加等问题^[4]，室内个性化位置推荐系统^[5]通过结合位置融合感知算法与知识图谱技术实现了室内与用户的双向推荐，个性化新闻推荐系统^[6]通过基于地理位置聚类及区域热门新闻召回的技术实现了该位置下所有用户点击过的新闻实时统计。

随着航运业的发展，航海保障信息、海洋环境信息等海上信息日益复杂多样^{[7 − 9]}，在船舶航行过程中，船长及船员通过多次操作设备软硬件完成船舶航行任务，包括信息获取、计算作业、口报信息等动作行为。传统的航海作业方式不仅整体工作流程繁琐冗余、工作强度大、效率极低，为方便船舶驾驶人员操作，减轻船舶海上航行、进出港操纵、水道航行、港内作业及船上业务负担，提高船舶安全航行效率，国内外学者纷纷将知识图谱引入了个性化推荐技术研究，提高推荐质量和性能^[10]。李琦^[11]通过开展基于机器翻译与知识图谱的船舶信息智能查询研究，设计构建了一种AIS中文及拼音形式规范的船舶信息知识图谱语料库，实现了船舶信息查询服务。谭乐平等^[12]提出了一种基于知识图谱下舰船电子信息协同推荐算法，并实现仿真验证。曾红莉等^[13]分析了船舶标准信息服务系统在满足客户需求的个性化服务，构建了面向个性化服务的船舶标准信息服务系统。

航海导航领域的图谱构建研究较少，目前正处于起步阶段，本文对知识图谱技术在航海信息个性化推荐服务中的应用进行了技术分析，剖析了系统在个性化推荐的技术实现及在航海作业应用研究，以期为国内智能航海进一步研究提供参考。

1 知识图谱建模分析 1.1 知识图谱的特点

知识图谱是由多个三元组“头实体-关系-尾实体”组成，如图1所示，实体被称为图的节点，节点之间的边为关系。目前，知识图谱通过可视化图谱形式为用户检索并推荐符合要求的需求结果^{[14 − 17]}，知识图谱具有3个显著的优势^[10]：

1）智能化。从概念和逻辑两层面角度，实现贴近人类自然的深度检索需求，知识图谱建构不断更新迭代，提高图谱的智能性。

2）可解释性。基于知识图谱的决策系统可提高成果决策的依据，助于评释。

3）准确性。知识图谱以清晰准确的方式表示实体间关系，可挖掘数据更深层次的联系。

1.2 知识图谱的构建

知识图谱构建包括自顶向下（Top-Down）、自底向上（Bottom-Up）2种方式。

航海信息具有实时性、多样性、准确性的特点，在构建航海知识图谱时，一般采用自底向上的方式，即从航海及航保资料中抽取信息，通过不断聚类、整合，一层一层向上归纳知识。如图2所示，知识图谱构建过程包括3个步骤：信息提取、知识融合和知识处理，其中构建知识图谱的关键在于数据采集与数据处理，通过知识图谱训练数据模型完成大量知识的融合，以实现功能匹配及知识检索。

2 系统关键技术分析 2.1 航海信息联通技术

航海信息个性化推荐系统的核心是实现航海信息的有效挖掘提取，建立航海各信息间的关联。航海信息联通技术是通过对航海数据信息进行智能分析、有效挖掘，建立海上航行、进出港操纵、水道航行、港内作业及船上业务等不同航海作业模式下航海信息间的关联及关系^{[18 − 19]}，形成航海信息知识图谱。

该技术主要实现过程如下：

1）航海基本资料信息识别抽取。利用基于规则的模糊匹配方法从航海资料中抽取基本信息，包括航线、海图、气象水文、船舶属性、港口、碍航物等信息；利用深度学习、机器学习的大数据统计方法从船东、船厂、行业新闻网等大型网站抽取相关信息，包括船舶流量、船舶实时新闻热点等信息。

2）航海作业信息抽取。利用模糊匹配方法结合人工识别技术实现对航海作业信息的智能抽取，包括计划航线、航迹、电子海图、航标、浮标、沉船、港口、船舶自身属性等航海知识元数据信息；船舶流量、航线规划、新闻热点等航海拓展元数据信息。

3）航海信息关系抽取。通过对航海知识文本资料进行预处理、分词处理，利用文本智能审查算法，生成航海信息数据库的关键词。

4）航海信息知识推理关联。根据航海知识信息特点，本文从航线规划关系、港口操纵关系、海上航行安全关系、狭水道航行、海上-港内-船上航海业务相关性及关键词等角度出发，构建航海知识信息之间的关联。

2.2 个性化需求推荐技术

本文采用基于知识图谱的个性化需求挖掘技术实现航海信息个性化推荐系统的设计、开发及应用（见图3）。该技术通过对用户行为数据进行分析研究，利用基于图谱的个性化挖掘技术建立航海知识图谱模型，结合航海知识概念构建航海概念知识关系模型，挖掘提取航海航保用户需求，为船长及船员等用户推荐个性化的航海信息。

基于知识图谱的个性化需求挖掘技术关键技术是知识图谱路径查询技术和内容过滤技术。

1）知识图谱路径查询技术

知识图谱路径查询技术是依据同类型兴趣的用户对图谱进行路径查询获取相应数据的推荐技术，它是依据已经建立的知识图谱，在给定的评分数据集中，以三元组的形式表示实体和关系特征深度挖掘用户偏好，赋予航海信息推荐系统更高评释性和信任度的能力。本文通过航海用户首荐项的知识感知路径推荐技术实现对船长及船员感兴趣区航海信息推荐系统的设计。

航海用户首荐项的知识感知路径推荐技术包括知识感知路径模型和航海用户偏好模块（见图4），其中知识感知路径模型包括嵌入层、LSTM层、池化层^[20]。该技术的基本原理是，基于知识感知路径可解释性推荐算法的整体概念引入用户偏好至航海用户首荐项，然后将航海用户首荐项作为知识感知路径模型的输入，输出结论即可解释性推荐结果并做案例分析。

2）内容过滤技术

根据船长及船员在航海作业、航行保障等实践操作的历史信息（如点击次数、浏览界面、评价内容、收藏保存数据等），搭建船长及船员用户偏好数据信息库，模拟推算出推荐内容与船长及船员感兴趣区的相似度，为其推荐最相似的内容信息。

内容过滤关键过程如下：

①收集船长及船员在航海作业航行时的软件界面访问模式、鼠标轨迹球操作点击次数及时间频次、设备软件界面浏览次数及操作时间长短等资料信息，过滤提取船长及船员在航海作业时的偏好程度；

②建立航海作业兴趣模型及信息资源模型，以航海作业信息中提取的关键词作为航海用户特征；

③利用深度学习、监控预测、机器翻译模型等大数据分析方法计算用户和信息之间的相似度。

3 系统组成及功能分析

航海信息个性化推荐系统具备航海新应用层面的航海资料挖掘功能、智能检索信息服务功能、个性化推荐定制服务功能。推荐系统可为船长及船员提供按航海信息分类、专题、要素内容检索，以及海上航行、进出港操纵、船上业务等航海信息关联、信息推荐等各项推荐服务，同时可依据船舶参数属性及实际航行需要按需裁选个性化专题库。

3.1 系统组成

系统按设计-应用体系架构共分知识库、功能支撑、应用层3部分，其中知识库层由航海数据获取模块、航海作业领域概念发现模块、航海作业领域概念关系抽取模块组成，功能支撑层由航海作业系统本体构建与航海知识推理模块、知识图谱可视化交互模块、个性化推荐模块组成，如图5所示。

个性化推荐模块主要由航海用户信息获取模块、航海用户兴趣建设模块及算法模块构成。航海用户信息获取模块根据航海用户的注册信息和服务请求、反馈操作获取航海用户的属性及操作数据，构建航海用户属性数据库和航海用户操作数据库；航海用户兴趣建设模块依据已建立的航海用户数据库，形成航海用户兴趣模型；算法模块根据航海用户兴趣模型对航海用户属性数据进行多模态数据特征交互深度融合处理和相似度测算，得到航海用户/操作相似度并进行航海用户兴趣预测，建立航海用户-服务兴趣数据库，最后结合航海用户属性数据库对推荐结果排序筛选，实现对航海作业信息、航行安全保障信息、自定义预警辅助决策的推荐服务。

3.2 系统主要功能

系统功能包括基于动态热力圈的船流量显示推荐、基于地理位置的热点航海信息推荐、基于进出港操纵下泊位信息分级推荐、基于位置信息库的船舶动态迁徙推荐、参数设置等五部分，如图6所示。其中，基于动力热力圈的船流量显示推荐功能实现了以往船流量情况及未来船流量分析的预测显示推荐；基于地理位置的热点航海信息推荐功能通过建立网上船舶信息站引入热点航海信息推荐；基于进出港操纵下泊位信息分级推荐功能通过结合靠泊预测等级，实现了泊位信息的链式分级推荐；基于位置信息库的船舶动态迁徙推荐功能结合位置信息库匹配实现形成本船及周围船舶动态迁徙图及港内、狭水道、海域动态航海信息推荐；参数设置功能可实现系统参数、一致参考点及用户自定义推荐等设置。

3.2.1 基于动态热力圈的船流量显示推荐功能

基于动态热力圈的船流量显示推荐功能是根据船长及船员在航海过程中的航线路径信息，结合当前聚集点信息及船长的偏好形成分析结果，支持小时粒度的时间选择，通过动态热点圈将船流量变化情况显示推荐至海图，以直观便捷方式展现以往船流量情况及未来船流量分布预测，其示意图如图7所示。驾驶员及船长可根据动态船流量的显示推荐，实现航线的动态更新，避免了因附近海域船流量过大不能按时完成航运任务。

3.2.2 基于地理位置的热点航海信息推荐功能

基于地理位置的热点新闻推荐是通过建立网上船舶信息站引入热点航海信息，实时监控船舶位置信息，当驾驶员驶入某个海域范围内，不仅根据历史航行数据实现船舶航行计划信息、来往船舶及本船动态、碍航物避碰通报、航行安全警告信息、气象水文预报信息、冰况潮汐报告及其他紧急信息的推荐，同时可根据当前位置及时推荐附近涉及海盗出没、沉船碰撞等海域事故实时航海新闻信息，帮助驾驶员及船长对提前某海域情况实时了解，有效避免了因海盗等出没导致海上事故的发生，提高了船舶航行安全性。其示意图如图8所示。

3.2.3 基于进出港操纵下泊位信息分级推荐功能

基于进出港操纵下泊位信息推荐功能是根据船长及船员在船舶驾驶过程中是否进行靠泊场景下模拟实现，通过引入基于码头动态泊位知识图谱，结合靠泊预测等级，实现了泊位信息的链式分级推荐，其示意图如图9所示。同时针对船载及岸基具体情况实现查看港口多次靠泊数据报告及船舶自身属性信息，上一港/下一港、拟靠泊港口及码头或停泊位置、时间、吃水等船舶航次动态信息船载及岸基基站协同推荐，解决了因靠泊港口繁忙或无法靠泊等导致的推荐冲突、重复、叠加等问题。

3.2.4 基于位置信息库的船舶动态迁徙推荐功能

基于位置信息库的船舶动态迁徙推荐功能是结合位置信息库匹配实现形成本船及周围船舶动态迁徙图，如图10所示。展示某时间某海域内的船舶来源及聚焦点情况。同时可依据分道通航制的习惯航法和通航情况，结合航海知识图谱“一张图”信息技术实现水流、水深、可航宽度、最大偏航距离、潮汐、洪峰等狭水道可航水域的水文情况的内容推荐，完成航线、航路、双向航路等定线路径船位推荐，岸滩、弯头角度、居间障碍及航行障碍物等碍航物信息推荐，完成本船及周围船舶动态信息推荐，完成驶进驶出道内分隔线、分道通航和警戒区域信息推荐，辅助船长及船员在港内、狭水道、海域完成航海作业，提高航行安全。

4 结　语

基于知识图谱的航海信息个性化推荐系统是实现航海智能化的一个重要研究方向，它可为船长及船员推荐与航海人员兴趣偏好相适应的、符合需求的航海作业信息，尤其是在气象水文、导航定位、潮汐、港口、碍航物等类别繁多、信息复杂的情况下，结合船长及船员驾驶航行中3项基本任务的时序、逻辑关系以及支撑决策的信息要素，将航行过程中需要的数据自动推荐至用户界面，帮助船长及船员提高航行数据信息的收集操作，极大精简航海作业流程，提升信息综合应用的智能化水平。