王临科，蒋祖华，李心雨

(1.上海交通大学 机械与动力工程学院，上海 200240；2.新加坡南洋理工大学 机械与宇航工程学院，新加坡 639798)

随着互联网技术的飞速发展，我国许多制造业企业都已搭建了自己的知识信息化平台，实现工程知识在企业局域网的交互和共享。信息化平台上的每个用户都可以创建新的知识条目，经过管理员审核后在平台发布，以供平台其他用户浏览和使用。然而，平台在各个专业领域积累的海量知识易使用户在面临实际工程问题时产生“信息过载”，使得用户很难快速获取所需的内容。对此，作为一种能够为用户快速筛选出所需知识的工具，个性化知识推荐系统能够有效提升企业知识主动供应能力和知识重用效率，因而吸引了众多学者进行大量的研究。

现有的个性化知识推荐系统的研究大多以提高推荐准确度为目标。而近年来，学者们意识到，除了准确度，推荐结果多样性同样是影响推荐效果优劣的重要因素[1]。尤其是在工程领域，跨专业、跨学科的现象日益繁多，用户在进行工作时对知识的需求也总是涉及到多个特定专业领域(主题)的知识。并且，不同于电商等领域用户偏好的随机性，工程领域用户的知识需求都具有明确的指向性。例如，船用柴油发动机主要由燃油系统、滑油系统、冷却水系统、启动空气系统及主机遥控系统等组成。用户在进行相关的设计、维修等工作时的知识需求涉及到机械、电子、电气、流体动力学、热力学等多个专业领域，而用户兴趣大多局限于少数几个专业领域。……