基于知识图谱的智能制造专业教学优化研究

期刊: 《社会发展与科技创新》 DOI:10.64649/yh.shfzykjcx.2025080008 全文阅读 返回期刊

谢浩然；袁美霞*

北京建筑大学机电与车辆工程学院

摘要

伴随着工业4.0以及数字经济深度融合，我国制造业朝着高端化、智能化、绿色化转型升级的速度越来越快，智能制造领域人才的需求量也越来越大，高校的人才培养体系与市场的需求存在脱节的结构性矛盾。本文以智能制造领域为研究重点，用Python和Scrapy来完成多个平台招聘数据的采集和标准化，通过BERT、BiGRU、Attention、CRF模型来抽取岗位、技能、知识点等核心实体以及它们之间的关系，然后使用Neo4j图数据库创建“岗位-技能-知识点”的领域知识图谱。研究创建起供需匹配度的量化评判指标体系，找到智能制造专业人才培养的主要短板，给出课程体系改良、教学资源精确推荐、培养方案动态改变的完整执行途径，经由高校案例加以实证考察。研究结果表明，采用知识图谱的方式可以提高人才培养同市场需求的适配程度，给高校智能制造专业的教学改革和产教融合提供可以复制的实践方案。

关键词

智能制造；教学优化；知识图谱；数据挖掘；供需匹配

参考文献

[1]姚东.减税降费对我国制造业高质量发展的影响研究[D].四川大学,2024.DOI:10.27342/d.cnki.gscdu.2024.000050.

[2]《工信部：我国制造业总体规模连续15年保持全球第一》，https://www.gov.cn/lianbo/bumen/202509/content_7039768.htm

[3]《中共中央政治局召开会议分析研究当前经济形势和经济工作》，《人民日报》2025年4月26日。

[4]NAJMON JC，RAEISI S，TOVAR A.Review of additive manufacturing technologies andapplications in the aerospace industry[J].Additive Manufacturing for the Aerospace Industry，2019（3）：7-31.

[5]ZHONG RY，XUN X，KLOTZ E，et al.Intelligent manufacturing in the context of industry4.0：a review[J].Engineering，2017（3）：616-630.

[6]KANG HS，LEE JY，CHOI SS，et al.Smart manufacturing:Past research,present findings,and future directions[J].International Journal of Precision Engineering and Manufacturing，2016（3）：111-128.

[7]OZTEMEL E，GURSEV S.Literature review of Industry 4.0 and related technologies[J].Journal of Intelligent Manufacturing，2020（31）：127-182.

[8]谢卓芳.护航先进制造业[N].湖南日报,2025-07-05(002).

[9]Zhou L，Jiang Z，Geng N，et al.Production and Operations Management for Intelligent Manufacturing：A Systematic Literature Review［J］.International Journal of Production Research.2022，60（2）：808-846.


XML显示示例 

    













·