本发明涉及一种大学知识管理系统及方法，属于智能管理领域。
背景技术：
1、大学中涉及的知识管理，包括了多元结构，其中包含了社会关系知识（组织架构），大学学科知识，各类场所进出的故障制度，科研项目，其中每一元都包括了更细微的知识结构，比如日常工作、学习安排，各院校、各院系和课题组之间的合作关系中产生的知识管理问题。这些问题的处理的知识数据而且是动态的。因此如何将何种复杂的知识数据结构。
技术实现思路
1、基于上述提出的大学中多元结构知识数据处理的复杂性。本发明提出一种知识管理系统，包括显示模块、处理器，所述处理器上能够运行的程序模块，包括知识获取模块，用于从学校员工和学生获取知识和记录知识产生的空间地点、产生时间，所述知识包括与知识相关的设备相关的知识，具体包括设备的名称、所属的学校员工和学生和/或用户、与设备相关的用途、技术原理，以及科学技术资源、社会人文科学资源，具体包括文献、图片、视频、音频，所述知识还包括设备的名称、所属的学校员工和学生和/或用户、与设备相关的用途、技术原理、使用记录、历史与实时指标以及环境参数，设备管理信息，以及各类学校院系、课题组、实验室、教室图书馆、操场体育馆、网络信息中心、宿舍（七类单位）的规章制度，以及行政、资产的建制以及管理知识。所述知识相关的数据形成知识数据。
2、知识解析模块，与所述知识获取模块连接，用于构建固定区块以及动态区块，以及构建异质图神经网络(heterogeneous graph neural networks，hgnn)，其中所述固定区块涉及院系、课题组、实验室、教室图书馆、操场体育馆、网络信息中心、宿舍，所有与这些单位相关的知识数据行为，以及知识管理，都在固定区块中进行，并定义矩阵,其中元素下标第二位数字1表示本校，其他数字表示其他学校，以及定义两个作用矩阵
3、（1），
4、（2），其中定义为左右矩阵的作用，为转置符号，左右矩阵每一行列相作用形成的是等式右端的每一个七元素不求和的七元素块矩阵（有别于矩阵乘法规则需要求和），每一个元素表示左右矩阵每一行列元素之间的作用的结果，表示所述每一行列元素之间的知识数据的关联，每一块矩阵都表示为固定区块，而块矩阵中每一个元素都为固定子区块，同时定义单位以进一步代入式（1）和式（2）中元素用于表示各元素，其中，为学校编号，为自然数，表示同类单位中存在的单位编号，不同的编号表示不同的同类单位。也即式（1）和式（2）中各元素都以上下标的来进一步表示。由此细分为同类或不同类的单位的具体不同单位之间的关联。比如同为教室，可以是第一教室和第二教室之间的关联。教室和宿舍不同类的单位，可以是第一教室和第一宿舍之间的关联。
5、应当强调的是，所谓关联，比如上课安排，本校第一宿舍学生在第一教室进行。如此课程的安排这一知识数据就与第一教室规章制度（比如投影仪的使用注意事项，以及晚自习最后一个走的学生自觉关灯等）这一知识数据发生关联。系统可以与各设备（如教室灯、教室和宿舍门禁、校园网络设备等）连接，当第一宿舍学生产生违反规章制度行为，比如最后一个走，忘记关灯，则会在系统上发现。如果一段时期内发现从第一宿舍到第一教室的元路径的注意力机制（具体参见后文）给出的关联程度，也即归一化系数很大，超出阈值；另一方面，第一宿舍学生中某一位和网络信息中心连接网络上网的时间这一类元路径上也注意到相交之其他同学，在最后离开教室上时间有更大的关联程度，即该学生在第一教室-第一宿舍-网络信息中心，这一元路径上，在关注的时段中，体现为更大的关联程度。由此进一步在第一宿舍学生忘记关灯回宿舍上网这一关联行为过程分析中，得到网关等行为大概率为第一宿舍学生具体哪一位学生的习惯，从而可以追究教育之，提醒注意。
6、对于，比如式（1）中，若以元素表示本校教室，则本校第一教室可以表示为，本校第二教室可以表示为，以表示本校图书馆，本校第一图书馆可以表示为，以此类推。左右矩阵元素之间的作用表示本校的院系1和院系2之间的知识数据之间的关联，例如在本校院系之间发生过数据访问，以及下载上传，传播，或者建制调整、各类事务通知、人事调动等知识数据行为，只要涉及到两个院系相关的知识数据行为，以及管理都以进行表示，同理例如表示本校院系和课题组之间的关联，由上述两组作用矩阵形成本院校内部和不同院校之间同类单位，以及本院校内部之间同类或不同类单位之间的关联。
7、可选地，定义两元素相互作用具有交换律，也即对于，定义将两个作用矩阵合并去重
8、（3），
9、定义为固定子区块的去重符号，被去的子固区块以0区块表示，定形成固定区块的去重矩阵，同样定义单位以进一步代入式（3）中元素用于表示各元素。
10、知识解析模块还用于利用接收到的学校员工和学生所输入的知识和空间地点，构建基于异质图神经网络的注意力机制(attention mechanism，am), 并在构建完成后，再次基于新输入（多数情况而言，新输入是搜索操作，即将相关知识输入进行搜索感兴趣的任何相关知识信息，或存在其他的使用、学习、整理等目的）的知识进行知识脉络的调取、并基于所述知识脉络给出注意力机制的分析结果，且基于所述分析结果将异质图神经网络在固定区块中动态区块化，同时基于动态区块化的图神经网络设置各动态区块的数据管理密码，并且在预定的时间周期内更新hgnn以及am,并据此不断更新动态区块以及所述数据管理密码，同时设置固定区块的数据管理密码进行知识管理。
11、可以理解的是，两个作用矩阵和去重矩阵，仍然无法包括其他情况，比如不同院校的不同类单位之间的关联，因此动态区块就填补了这一空白。当然动态区块也包括两个作用矩阵和去重矩阵中的任意情况，动态依赖于后文所分析的注意力机制分析结果，动态区块是固定区块基于所述分析结果的动态区块化。
12、所述系统还包括输入模块，与计算机网络连接，用于接收用户所述新输入的知识，通过计算机网络输入到所述知识解析模块中，且所述知识聚类于带领域标签的预设的目标领域，并且在用户新输入知识时，需要对所述新输入知识进行目标领域的选择，选择目标的领域标签，
13、评价模块，用于对已经调取的知识脉络以及注意力机制的分析结果，进行综合分析，给出适配于用户搜索真实意思的最终评价，其中，
14、所述显示模块，用于对知识脉络、注意力机制的分析结果以及综合分析的结果进行显示，其中，
15、所述学校员工和学生将根据密级划分而产生的知识定期输入到知识获取模块，传输知识解析模块中用于所述更新，
16、在各固定区块和动态区块内实现区块链的数据应用模式，并当动态区块更新之后，更新动态区块链。
17、其中，构建异质图神经网络，并利用接收到的学校员工和学生所输入的知识和空间地点，构建基于异质图神经网络的注意力机制包括：
18、s1建立院校地理地图，在院校地理地图上将所述空间地点标定为异质图神经网络的地理节点，构建基于现实空间地点的异质图网络；
19、s2将每一个固定子区块作为区块节点，或者每一固定子区块内部不同元素作为元素节点，构建基于地理节点上的至少一种固定子区块异质图网络；
20、s3在所述基于现实空间地点的异质图网络和所述至少一种固定子区块异质图网络中构建多类型元路径；
21、s4分别针对多类型元路径中的每一类元路径训练构建知识数据的多类节点注意力机制、语义注意力机制、子图注意力机制。
22、基于新输入的知识进行知识脉络的调取、并基于所述知识脉络给出注意力机制的分析结果，具体方法是：
23、s5将知识输入训练好的am中，得到预测的知识数据分类，
24、s6在预测的知识数据分类中，根据知识相应的空间地点、产生时间，进行知识脉络的绘制，并调取绘制好的知识脉络，
25、s7在所述绘制好的知识脉络中标出在与所述新输入知识对应的节点和/或子图。
26、所述综合分析包括，统计分析以下各类分布中的至少一种：在知识对应的预测的知识领域和所述其他至少一个领域中，在所述院校地理地图上的第一分布，在至少一种固定子区块异质图网络中的第二分布，以及第一分布和第二分布的混合分布。
27、基于所述分析结果将异质图神经网络在固定区块中动态区块化，同时基于动态区块化的图神经网络设置各动态区块的数据管理密码，在得到预测的知识数据分类之后进行，具体包括：
28、s5-1将子图的归一化系数（由am计算得到）进行分区段聚类；
29、s5-2将聚类的分区段中，对于属于子图中区块节点的固定子区块，或者属于子图中元素节点的元素，则将这些固定子区块或元素归为一个动态区块，完成动态区块化，并基于动态区块内部的所有区块节点构建异质区块图神经网络，并基于所述异质区块图神经网络构建节点级别、语义级别、子图级别的异质区块注意力机制（heterogeneous blockattention mechanism,hbam）；
30、s5-3为异质区块图神经网络内部的区块节点编号，随机选择预设个数的区块节点编号，与区段对应的归一化系数（由hbam计算得到）一起进行随机排序，形成该动态区块的数据管理密码。
31、预定的时间周期内更新hgnn以及am,并据此不断更新区块以及所述数据管理密码具体包括：
32、q1在预定的时间周期内，根据周期内接收到的学校员工和学生所输入的知识和空间地点，不断更新hgnn的节点，更新am；
33、q2根据更新的am,对新输入的知识进行预测而更新归一化系数，以及更新区段聚类，从而更新区块；
34、q3随机选择预设个数的节点编号，与更新的区段对应的归一化系数一起进行随机排序，更新该更新的动态区块的数据管理密码。
35、优选地，对动态区块进行知识管理，需要同时利用动态区块的数据管理密码，以及动态区块中对应的固定区块的数据管理密码验证。
36、本发明的另一个目的是提供一种知识管理方法，包括学生和学校员工分别持有的具有所述显示模块的移动智能终端和台式终端，在所述移动智能终端和台式终端上分别安装具有程序模块的应用程序app和应用系统，以实现知识的输入，实现所述新输入，以及获取到所述分析结果，综合分析结果以及知识脉络；在应用系统上实现各类异质神经网络的构建，各类注意力机制构建，以及完成所述更新，和密码的设置与管理。
37、由此我们利用矩阵理论，将学校的七类单位进行去重固定化区块，构建基于地理位置、以及固定区块的异质神经网络，并基于此将知识数据用于am以及hbam的构建，从而获得动态区块以及更新动态区块，同时采用固定区块和动态区块的管理密码进行知识管理，实现了多元、安全、及时的学校知识管理方案。能够体现各地学校各类单位之间的知识交流以及研究发展状况。根据不同类型的元路径的选择，能够得到不同的动态区块，从而给用户提供了广泛的自定义的知识数据区块链实现形式。
1.一种知识管理系统，其特征在于，包括显示模块、处理器，所述处理器上能够运行的程序模块，包括知识获取模块，知识解析模块，输入模块，以及评价模块，其中，
2.根据权利要求1所述的系统，其特征在于，定义两元素相互作用具有交换律，也即对于，，定义将两个作用矩阵合并去重，
3.根据权利要求2所述的系统，其特征在于，其中，构建异质图神经网络，并利用接收到的学校员工和学生所输入的知识和空间地点，构建基于异质图神经网络的注意力机制包括：
4.根据权利要求3所述的系统，其特征在于，基于新输入的知识进行知识脉络的调取、并基于所述知识脉络给出注意力机制的分析结果，具体方法是：
5.根据权利要求3或4所述的系统，其特征在于，所述综合分析包括，统计分析以下各类分布中的至少一种：在知识对应的预测的知识领域和所述其他至少一个领域中，在所述院校地理地图上的第一分布，在至少一种固定子区块异质图网络中的第二分布，以及第一分布和第二分布的混合分布。
6.根据权利要求5所述的系统，其特征在于，基于所述分析结果将异质图神经网络在固定区块中动态区块化，同时基于动态区块化的图神经网络设置各动态区块的数据管理密码，在得到预测的知识数据分类之后进行，具体包括：
7.根据权利要求6所述的系统，其特征在于，预定的时间周期内更新hgnn以及am,并据此不断更新区块以及所述数据管理密码具体包括：
8.根据权利要求7所述的系统，其特征在于，对动态区块进行知识管理，需要同时利用动态区块的数据管理密码，以及动态区块中对应的固定区块的数据管理密码验证。
9.一种知识管理方法，包括学生和学校员工分别持有的具有所述显示模块的移动智能终端和台式终端，在所述移动智能终端和台式终端上分别安装具有如权利要求1-8中任一项所述系统的所述程序模块的应用程序app和应用系统，以实现知识的输入，实现所述新输入，以及获取到所述分析结果，综合分析结果以及知识脉络；在应用系统上实现各类异质神经网络的构建，各类注意力机制构建，以及完成所述更新，和密码的设置与管理。
