近日，我院温沛涵副教授团队在《Expert Systems with Applications》上发表论文“A novel knowledge graph-based identification method for key quality characteristics of complex products”（2026年01月第296卷）。该期刊为SCIE检索期刊，JCR一区、中科院计算机科学1区Top期刊，2024-2025年最新影响因子7.5，近5年平均影响因子7.8。本研究由温沛涵副教授担任通讯作者及第一作者，合作者包括我院硕士生张甜（第二作者）、胡亚萍（第三作者）和陶丽朱（第四作者）。本研究获得重庆市自然科学基金项目（CSTB2022NSCQ-MSX1118）和国家重点研发计划项目（2020YFB1711700）的支持。

复杂产品制造过程中，企业需设立大量质量控制点，进而生产成本激增。因此，识别对产品质量有显著影响的关键质量特性，对于提升质量保证的效率和深度至关重要。传统的数据管理和信息技术难以满足精准控制和智能数据应用的需求。质量数据庞大且离散，质量特性之间关联复杂，使特性形成过程难以清晰刻画。为此提出一种基于知识图谱的复杂产品关键质量特性识别方法。首先，基于质量特性间的六种关联关系，构建质量特性本体模型。其次，以质量文本为语料，结合多种文本结构，通过命名实体识别和关系抽取构建质量特性知识图谱。再次，设计一种基于Jaccard相似度和节点强度的加权PageRank算法，综合考虑节点影响因素、游走偏好以及链入/链出节点强度，实现对重要节点的高效度量。基于帕累托原理，将质量特性知识图谱中的关键节点识别为对应阶段的关键质量特性。最后，以反应堆压力容器为例验证上述方法的适用性。结果表明，该方法在复杂产品关键质量特性识别的性能和可解释性方面显著优于现有方法。

文章链接：https://doi.org/10.1016/j.eswa.2025.129112