工業(yè)互聯(lián)網(wǎng)標(biāo)識解析 -標(biāo)識資源搜索技術(shù)與應(yīng)用發(fā)展白皮書（2023版）

工業(yè)互聯(lián)網(wǎng)標(biāo)識解析——標(biāo)識資源搜索技術(shù)與應(yīng)用發(fā)展白皮書（2023

版）工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟（AII）2023

年

9

月聲

明本報告版權(quán)屬于網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室和工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟所有（注明是引自其他地方的內(nèi)容除外），并受法律保護(hù)，任何個人或是組織在轉(zhuǎn)載、摘編或以其他方式引用本報告中的文字、數(shù)據(jù)、圖片或者觀點(diǎn)時，應(yīng)注明“來源：網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室和工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟”。否則將違反中國有關(guān)知識產(chǎn)權(quán)的相關(guān)法律和法規(guī)，對此網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室有權(quán)追究侵權(quán)者的相關(guān)法律責(zé)任。網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室聯(lián)系電話箱：gogobaxia@126.comI組織單位：工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟牽頭編制單位：（排名不分先后）網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室、中國信息通信研究院參與編制單位：（排名不分先后）江蘇省未來網(wǎng)絡(luò)研究院、北京工業(yè)大學(xué)、北京郵電大學(xué)、南京復(fù)創(chuàng)智能制造技術(shù)有限責(zé)任公司、天翼物聯(lián)科技有限公司、中信戴卡股份有限公司、濰柴動力股份有限公司、北汽福田汽車股份有限公司、蘇寧易購集團(tuán)股份有限公司、蘭州蘭石換熱設(shè)備有限責(zé)任公司、廣州白云山醫(yī)藥集團(tuán)股份有限公司、江蘇博云科技股份有限公司、蘇州協(xié)同創(chuàng)新智能制造裝備有限公司、江蘇中天互聯(lián)科技有限公司、江蘇省自動化學(xué)會、廣州米多網(wǎng)絡(luò)科技有限公司、碼客工場工業(yè)科技(北京)有限公司、哈爾濱工程大學(xué)、武漢亞為電子科技有限公司、東集技術(shù)股份有限公司、北京萬維物聯(lián)科技發(fā)展有限公司、中信科移動通信技術(shù)股份有限公司、江蘇萬聯(lián)信息科技有限公司、中國聯(lián)通物聯(lián)網(wǎng)研究院、聯(lián)通數(shù)字科技有限公司、南京衛(wèi)崗乳業(yè)有限公司主要編寫人員：（排名不分先后）霍如、侯聰、邵子豪、倪東、王志浩、彭開來、賈慶民、湯雅婷、陸柔伊、鄂新華、黃韜、謝人超、劉陽、池程、田娟、尹子航、張鈺雯、姚頔、吳琦瑩、付金國、劉斌、楊震、II李潔、陳璐、段志強(qiáng)、王輝、王翔宇、孫希科、李紅雨、劉磊磊、林歡、林成建、葉國華、白學(xué)偉、車生文、張濤、惠博、向娜、崔驥、張浩瀾、狄航、袁雪騰、時宗勝、蔣劍、伍林波、徐玲玉、張曉、王慧強(qiáng)、呂宏武、王瑞、王耀勤、樊春暉、黃少珉、陳慧、陳月、張森、陳巍、顏廷睿、白鈺、何非、閔愛佳、蔣維、孫玉剛、朱峰III前

言黨的“二十大”報告強(qiáng)調(diào)要加快建設(shè)現(xiàn)代化經(jīng)濟(jì)和產(chǎn)業(yè)體系，推進(jìn)新型工業(yè)化，建設(shè)制造強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國。而工業(yè)互聯(lián)網(wǎng)作為數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合的關(guān)鍵底座，是國家深刻把握發(fā)展新形勢、新變化，站在戰(zhàn)略全局高度做出的重要決策，已成為新型工業(yè)化的戰(zhàn)略性基礎(chǔ)設(shè)施。隨著新型工業(yè)化和工業(yè)互聯(lián)網(wǎng)的發(fā)展，包括標(biāo)識數(shù)據(jù)在內(nèi)的工業(yè)數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長，海量、多源、異構(gòu)數(shù)據(jù)面臨著難以關(guān)聯(lián)整合、數(shù)據(jù)價值難以利用等問題。工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索將標(biāo)識解析技術(shù)與垂直搜索技術(shù)相結(jié)合，實(shí)現(xiàn)工業(yè)數(shù)據(jù)的集成共享和價值挖掘：一方面，對接標(biāo)識解析節(jié)點(diǎn)獲取標(biāo)識數(shù)據(jù)資源，豐富搜索數(shù)據(jù)來源的同時，利用標(biāo)識的全網(wǎng)唯一性優(yōu)化數(shù)據(jù)的融合與關(guān)聯(lián)分析，為搜索對象之間、搜索用戶之間、搜索對象及用戶之間關(guān)聯(lián)關(guān)系的建立提供了創(chuàng)新性方法；另一方面，通過提供工業(yè)垂直搜索能力，借助身份標(biāo)識深入理解工業(yè)用戶搜索意圖，賦能用戶對產(chǎn)品介紹、應(yīng)用與服務(wù)、企業(yè)信息、潛在合作方挖掘、生產(chǎn)環(huán)境、報工信息、倉儲物流、市場營銷、知識經(jīng)驗(yàn)、流程規(guī)范、新聞活動以及標(biāo)識注冊信息等標(biāo)識相關(guān)的工業(yè)細(xì)分領(lǐng)域信息資源進(jìn)行個性化搜索。以標(biāo)識資源搜索技術(shù)與應(yīng)用為切入點(diǎn)，加速推動數(shù)據(jù)資源的高效流通、激發(fā)標(biāo)識數(shù)據(jù)價值，將帶動與工業(yè)大數(shù)據(jù)和標(biāo)識解析相關(guān)的其他業(yè)態(tài)發(fā)展，對于打造自主可控的標(biāo)識解析體系、支撐數(shù)字經(jīng)濟(jì)及其核心IV產(chǎn)業(yè)發(fā)展、持續(xù)提升工業(yè)互聯(lián)網(wǎng)創(chuàng)新能力具有重要意義。本報告首先從政策導(dǎo)向、數(shù)據(jù)支撐和行業(yè)訴求等三個方面，闡述了工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索的發(fā)展背景，分析基于消費(fèi)互聯(lián)網(wǎng)的搜索、基于工業(yè)電商的搜索、基于工業(yè)互聯(lián)網(wǎng)的搜索、工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索等搜索技術(shù)路徑的發(fā)展現(xiàn)狀和挑戰(zhàn)，并明確工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索的定位與意義；其次，提出了工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索整體框架，在此基礎(chǔ)上，介紹立足我國工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索需求特征擬突破的一系列關(guān)鍵技術(shù)；隨后，梳理了標(biāo)識資源搜索的十余種潛在應(yīng)用場景，以及在汽車、高端禮品、個人家居、生產(chǎn)制造等多種行業(yè)和場景下的實(shí)踐案例等創(chuàng)新應(yīng)用；最后，對工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索進(jìn)行展望，并從體系、技術(shù)、應(yīng)用、生態(tài)、運(yùn)營等方面提出發(fā)展建議。V目

錄一、工業(yè)資源搜索發(fā)展態(tài)勢

.................................

1（一）發(fā)展背景

........................................

1（二）行業(yè)需求

........................................

2（三）技術(shù)路徑

........................................

41.

基于消費(fèi)互聯(lián)網(wǎng)的搜索

...........................52.

基于工業(yè)電商的搜索

.............................53.

基于工業(yè)互聯(lián)網(wǎng)的搜索

...........................74.

工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索

.........................8（四）定位與意義

.....................................

10二、基于標(biāo)識解析的工業(yè)資源搜索整體框架

..................

12（一）業(yè)務(wù)視圖

.......................................

13（二）管理視圖

.......................................

14（三）部署視圖

.......................................

14（四）運(yùn)營視圖

.......................................

16（五）安全視圖

.......................................

17三、基于標(biāo)識解析的工業(yè)資源搜索關(guān)鍵技術(shù)

..................

19（一）標(biāo)識解析

.......................................

19（二）數(shù)據(jù)采集

.......................................

21（三）數(shù)據(jù)存儲

.......................................

23（四）數(shù)據(jù)融合

.......................................

25（五）數(shù)據(jù)關(guān)聯(lián)

.......................................

27VI（六）數(shù)據(jù)搜索

.......................................

30（七）數(shù)據(jù)安全保障

...................................

32四、應(yīng)用與實(shí)踐

..........................................

36（一）案例

1：個人家居設(shè)備智能檢測與服務(wù)

..............371.

案例介紹

.....................................

372.

應(yīng)用場景提煉與拓展

............................39（二）案例

2：輪轂生產(chǎn)全流程一體化解決方案

............391.

案例介紹

.....................................

392.

應(yīng)用場景提煉與拓展

............................42（三）案例

3：“智慧瓶蓋”主動標(biāo)識載體搜索解決方案

....

421.

案例介紹

.....................................

422.

應(yīng)用場景提煉與拓展

............................44（四）案例

4：汽車后市場服務(wù)平臺中的搜索應(yīng)用

..........451.

案例介紹

.....................................

452.

應(yīng)用場景提煉與拓展

............................47（五）案例

5：五碼關(guān)聯(lián)搜索賦能全渠道數(shù)字化營銷

........481.

案例介紹

.....................................

482.

應(yīng)用場景提煉與拓展

............................50（六）案例

6：基于主動標(biāo)識載體技術(shù)的移動設(shè)備管理方案

..

501.

案例介紹

.....................................

502.

應(yīng)用場景提煉與拓展

.............................

52五、展望與建議

..........................................

53VIIVIII一、工業(yè)資源搜索發(fā)展態(tài)勢工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系為對象賦予全網(wǎng)唯一標(biāo)識，并借助標(biāo)識解析體系進(jìn)行解析，是支撐工業(yè)互聯(lián)網(wǎng)全面互聯(lián)互通的神經(jīng)樞紐。工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索，發(fā)展于國家重點(diǎn)布局“工業(yè)互聯(lián)網(wǎng)”數(shù)字基礎(chǔ)設(shè)施的大背景下，將標(biāo)識解析技術(shù)和搜索引擎技術(shù)相結(jié)合，實(shí)現(xiàn)全面、準(zhǔn)確、快速的工業(yè)數(shù)據(jù)發(fā)現(xiàn)和共享。本節(jié)將從發(fā)展背景、行業(yè)需求、技術(shù)路徑、定位與意義等四個方面，對工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索展開介紹。（一）發(fā)展背景工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索研究與應(yīng)用的發(fā)展得益于工業(yè)互聯(lián)網(wǎng)和標(biāo)識解析體系建設(shè)的加速推進(jìn)，有著數(shù)字化時代背景下的必然性。（1）發(fā)展標(biāo)識解析體系是國家重要戰(zhàn)略決策工業(yè)互聯(lián)網(wǎng)是新工業(yè)革命的關(guān)鍵支撐和重要基石，得到黨中央、國務(wù)院高度重視，《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和

2035

年遠(yuǎn)景目標(biāo)綱要》對工業(yè)互聯(lián)網(wǎng)發(fā)展計(jì)劃作出明確部署，規(guī)劃打造自主可控的標(biāo)識解析體系，《工業(yè)互聯(lián)網(wǎng)專項(xiàng)工作組

2022

年工作計(jì)劃》將標(biāo)識解析增強(qiáng)行動作為工業(yè)互聯(lián)網(wǎng)創(chuàng)新行動計(jì)劃的重點(diǎn)任務(wù)，提出要引導(dǎo)產(chǎn)業(yè)界落實(shí)《工業(yè)互聯(lián)網(wǎng)標(biāo)識管理辦法》、完善標(biāo)識體系建設(shè)并加速標(biāo)識規(guī)模應(yīng)用推廣等關(guān)鍵舉措。（2）標(biāo)識解析體系建設(shè)夯實(shí)創(chuàng)新發(fā)展數(shù)據(jù)基礎(chǔ)1我國工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系秉承統(tǒng)一管理、互聯(lián)互通、自主可控的設(shè)計(jì)理念，經(jīng)過五年多的持續(xù)布局已全面建成5+2

國家頂級節(jié)點(diǎn)，基本形成政策完善、體系完整、創(chuàng)新活躍的發(fā)展格局。截至

2023

年

6

月，全國累計(jì)接入頂級節(jié)點(diǎn)的二級節(jié)點(diǎn)達(dá)

305

個，累計(jì)接入的企業(yè)節(jié)點(diǎn)數(shù)量

26

萬多家，標(biāo)識注冊總量突破

3000

億個，海量標(biāo)識數(shù)據(jù)為工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展打下堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。（3）標(biāo)識解析增強(qiáng)行動亟需殺手級應(yīng)用的示范和推廣標(biāo)識數(shù)據(jù)的爆發(fā)式增長降低了數(shù)據(jù)價值密度，導(dǎo)致信息過載問題日益突出，海量標(biāo)識數(shù)據(jù)的解析查詢壓力激增；標(biāo)識編碼格式復(fù)雜，不便于人工理解和使用，標(biāo)識應(yīng)用的發(fā)展動能不足；標(biāo)識應(yīng)用的供需雙方缺乏有效對接渠道，信息不對等造成資源浪費(fèi)和產(chǎn)品滯銷，嚴(yán)重影響工業(yè)生產(chǎn)經(jīng)營效率。如何高效、便捷地獲取和使用價值信息，成為工業(yè)互聯(lián)網(wǎng)標(biāo)識解析發(fā)展過程中面臨的重要問題，亟需以殺手級應(yīng)用作為切入點(diǎn)，推動工業(yè)標(biāo)識數(shù)據(jù)流通和管理，牽引并賦能標(biāo)識在各行業(yè)、各環(huán)節(jié)的深層次應(yīng)用。（二）行業(yè)需求工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系的發(fā)展促進(jìn)了工業(yè)實(shí)體甚至虛擬數(shù)據(jù)的全方位互聯(lián)互通，但工業(yè)數(shù)據(jù)量巨大，特別是引入標(biāo)識解析體系對工業(yè)全要素進(jìn)行標(biāo)記后，數(shù)據(jù)體量更呈現(xiàn)指數(shù)級增長，如何管理和利用數(shù)據(jù)成為工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型升級過程中面臨的重要挑戰(zhàn)。搜索服務(wù)能夠?qū)崿F(xiàn)高效的數(shù)據(jù)發(fā)現(xiàn)與價值共享，成為企業(yè)數(shù)字化轉(zhuǎn)型升級的關(guān)鍵措施和重2要驅(qū)動力，具有日益強(qiáng)烈的行業(yè)需求：（1）在需求分析階段，需要進(jìn)行深入的用戶交互和市場調(diào)研，及時、準(zhǔn)確地獲取并整合用戶關(guān)注點(diǎn)和潛力細(xì)分市場等信息，以具備需求洞察和分析能力，為后續(xù)產(chǎn)品設(shè)計(jì)、銷售策略制定等環(huán)節(jié)提供強(qiáng)有力支撐；（2）在研發(fā)設(shè)計(jì)階段，需要動態(tài)查詢需求、目標(biāo)、可使用資源情況等設(shè)計(jì)入口參數(shù)，以便根據(jù)實(shí)時信息進(jìn)行方案的仿真設(shè)計(jì)和優(yōu)化調(diào)整，保證設(shè)計(jì)效果；（3）在采購供應(yīng)鏈階段，需要建立供需雙方和供應(yīng)鏈上下游企業(yè)的高效溝通橋梁，挖掘潛在提供方并實(shí)現(xiàn)用戶拓展，擴(kuò)大供應(yīng)鏈協(xié)作節(jié)點(diǎn)的廣度與深度，提高供需匹配效率，同時可以引入抽成方式衍生線上交易盈利模式；（4）在生產(chǎn)制造階段，需要通過人工網(wǎng)頁查詢或者與企業(yè)信息化系統(tǒng)對接的方式，利用搜索服務(wù)賦能企業(yè)實(shí)時獲取訂單要求、工藝流程、報工數(shù)據(jù)、庫存銷量和備品備件等信息，促進(jìn)科學(xué)化排產(chǎn)和柔性化生產(chǎn)自動執(zhí)行，并反向推動生產(chǎn)流程優(yōu)化，此外，需要監(jiān)控生產(chǎn)環(huán)境和設(shè)備狀態(tài)，在出現(xiàn)環(huán)境危險或者設(shè)備故障前，及時采取應(yīng)急措施，保障生產(chǎn)連續(xù)性；（5）在質(zhì)量管理階段，由于工業(yè)生產(chǎn)上下游流程眾多且關(guān)聯(lián)緊密，任何環(huán)節(jié)的質(zhì)量問題都會影響后續(xù)生產(chǎn)過程及最終產(chǎn)品質(zhì)量，因此需要利用搜索服務(wù)進(jìn)行全流程質(zhì)量溯源管理，在關(guān)鍵生產(chǎn)環(huán)節(jié)前對半成品進(jìn)行質(zhì)量復(fù)核以降低返工概率，在出現(xiàn)問題時快速定責(zé)和處理；3（6）在倉儲物流階段，需要對物流信息進(jìn)行跟蹤定位，確保貨品在途安全并防止竄貨、司機(jī)接私活等違規(guī)事件發(fā)生，同時，需要最新倉儲信息的便捷獲取渠道，以便及時查詢倉儲情況并調(diào)整排產(chǎn)與銷售計(jì)劃，降低庫存壓力實(shí)現(xiàn)產(chǎn)銷動態(tài)平衡；（7）在銷售服務(wù)階段，需要在繪制精準(zhǔn)用戶畫像的基礎(chǔ)上，提供個性化銷售方案，賦能消費(fèi)者與企業(yè)直接互動，以便消除信息壁壘提升用戶體驗(yàn)，并更好地跟蹤市場動態(tài)和反饋，優(yōu)化生產(chǎn)經(jīng)營策略，此外，在銷售服務(wù)過程中需要對產(chǎn)品和服務(wù)信息進(jìn)行追溯，提供防偽查詢和折損評估等增值服務(wù)。（三）技術(shù)路徑工業(yè)領(lǐng)域涉及的搜索服務(wù)，其技術(shù)路徑發(fā)展如下：用戶可以使用基于消費(fèi)互聯(lián)網(wǎng)的搜索服務(wù)查詢通用領(lǐng)域信息，但由于工業(yè)數(shù)據(jù)的特殊性，需要使用更具針對性的工業(yè)垂直搜索服務(wù)來提高搜索速度以及結(jié)果的準(zhǔn)確性和全面性，由此產(chǎn)生了基于工業(yè)電商的搜索服務(wù)，為工業(yè)領(lǐng)域信息查詢和供需對接提供了有效渠道。隨著物聯(lián)網(wǎng)萬物互聯(lián)，用戶搜索訴求拓展到上下游企業(yè)、人、機(jī)、物、工藝、環(huán)境等方方面面，基于工業(yè)互聯(lián)網(wǎng)的搜索服務(wù)應(yīng)運(yùn)而生，并為了應(yīng)對標(biāo)識數(shù)據(jù)量激增的情況，進(jìn)一步衍生出標(biāo)識資源搜索服務(wù)。本節(jié)將對以上幾種搜索服務(wù)的特點(diǎn)及代表性產(chǎn)品進(jìn)行闡述，在此基礎(chǔ)上分析工業(yè)互聯(lián)網(wǎng)標(biāo)識搜索服務(wù)的創(chuàng)新優(yōu)勢以及其發(fā)展過程中面臨的主要問題。41.

基于消費(fèi)互聯(lián)網(wǎng)的搜索消費(fèi)互聯(lián)網(wǎng)搜索引擎利用協(xié)同過濾算法分析用戶和對象間的關(guān)系，根據(jù)搜索行為喜好進(jìn)行局部個性化分析，面向公開互聯(lián)網(wǎng)的跨領(lǐng)域數(shù)據(jù)計(jì)算搜索結(jié)果并返回給用戶。消費(fèi)互聯(lián)網(wǎng)搜索引擎以谷歌、百度、微軟

Bing

等通用搜索引擎為代表，近年來還出現(xiàn)了

Medical

Matrix、PharmWeb等以搜索某一主題或領(lǐng)域?yàn)槟繕?biāo)的垂直搜索引擎，以及DuckDuckGo、Gibiru、Yippy、Ask、Similarweb、TinEye

等側(cè)重隱私保護(hù)、結(jié)果集成、社交關(guān)系、知識共享、統(tǒng)計(jì)數(shù)據(jù)、圖像信息等特殊功能的搜索引擎，整體上向搜索渠道和內(nèi)容的多元化趨勢邁進(jìn)。2022

年

11

月底上線的大型語言模型ChatGPT

使用自然語言與用戶交互，通過與

Bing

搜索引擎集成，將使得搜索結(jié)果更具相關(guān)性、時效性以及更加注重用戶體驗(yàn)。消費(fèi)互聯(lián)網(wǎng)搜索引擎技術(shù)成熟、應(yīng)用普遍，但是采用的跨領(lǐng)域通用數(shù)據(jù)缺乏工業(yè)針對性、干擾信息多，在工業(yè)場景下的數(shù)據(jù)價值密度過低，嚴(yán)重影響工業(yè)數(shù)據(jù)融合挖掘深度；基于普通用戶畫像對大眾進(jìn)行分類，無法獲取用戶在工業(yè)行業(yè)內(nèi)的喜好；通用領(lǐng)域推薦算法難以結(jié)合工業(yè)機(jī)理模型來匹配工業(yè)搜索訴求。因此，消費(fèi)互聯(lián)網(wǎng)搜索引擎的普適性服務(wù)特征使其難以充分賦能工業(yè)領(lǐng)域數(shù)字化建設(shè)。2.

基于工業(yè)電商的搜索基于工業(yè)電商的搜索服務(wù)能夠以點(diǎn)對點(diǎn)模式從企業(yè)獲5取工業(yè)開放數(shù)據(jù)，根據(jù)行業(yè)類別和工業(yè)場景聚合知識信息，為工業(yè)注冊用戶提供更加高效的垂直搜索體驗(yàn)，并為供需雙方搭建起產(chǎn)品和服務(wù)互通的橋梁，進(jìn)而促進(jìn)企業(yè)用戶渠道拓展和資源整合?；诠I(yè)電商的搜索服務(wù)以德國媒體出版有限公司的工

業(yè)

集

市

(Industry

Stock)

、

中

云

數(shù)

據(jù)

的

工

業(yè)

快

搜

、FNS-CLOUD

的食品追溯搜索引擎、索為云網(wǎng)的眾工業(yè)等為代表。其中，工業(yè)集市以

17

種語言服務(wù)來自全球

183

個會員國家的超過

46

萬家工業(yè)企業(yè)，支持工業(yè)產(chǎn)業(yè)全球供應(yīng)目錄、線上展會信息、工業(yè)商品線上采購渠道等知識溝通和信息交流服務(wù)，并提供搜索引擎優(yōu)化(Search

Engine

Optimization,SEO)服務(wù)提升網(wǎng)頁的

Google

搜索排名；工業(yè)快搜基于工業(yè)大數(shù)據(jù)采集、處理、語義鏈接技術(shù)，為礦業(yè)、電力等

13

個行業(yè)的

11

個數(shù)據(jù)主題提供工業(yè)搜索服務(wù)；FNS-CLOUD

為每個食品數(shù)據(jù)或信息資源分配語義標(biāo)簽，適用于搜索食品行業(yè)供應(yīng)鏈信息以及詳細(xì)加工流程；眾工業(yè)平臺提供數(shù)字工品、軟件、供需對接、最新資訊等內(nèi)容的列表和關(guān)鍵詞搜索服務(wù)，賦能用戶查詢產(chǎn)品可視化細(xì)節(jié)并支持線上訂單撮合。由于工業(yè)數(shù)據(jù)具有來源廣泛且分散、規(guī)模大、更新快、模式多樣、與復(fù)雜的工業(yè)機(jī)理緊密相關(guān)等特點(diǎn)，以點(diǎn)對點(diǎn)方式從企業(yè)采集數(shù)據(jù)的效率低，并且識別、抽取、集成等傳統(tǒng)的數(shù)據(jù)關(guān)聯(lián)關(guān)系分析方法，在工業(yè)場景下面臨計(jì)算資源、數(shù)據(jù)集成模型以及挖掘算法的多重挑戰(zhàn)。63.

基于工業(yè)互聯(lián)網(wǎng)的搜索基于工業(yè)互聯(lián)網(wǎng)的搜索由基于物聯(lián)網(wǎng)的搜索演進(jìn)而來。物聯(lián)網(wǎng)搜索服務(wù)利用無處不在的連接和在線服務(wù)特征，提供對物聯(lián)設(shè)備的在線查詢能力，最具代表性的

Shodan

引擎支持查找連網(wǎng)的網(wǎng)頁服務(wù)器、路由器、攝像頭等節(jié)點(diǎn)信息，包括服務(wù)器及端口信息、設(shè)備類型、操作系統(tǒng)等，幫助用戶搜索滿足特定屬性的設(shè)備信息。在工業(yè)制造場景中，搜索對象不僅僅是連網(wǎng)設(shè)備，而是包括人、機(jī)、物、信息系統(tǒng)、車間、企業(yè)等產(chǎn)業(yè)鏈各環(huán)節(jié)全要素。工業(yè)互聯(lián)網(wǎng)平臺及企業(yè)集成搜索服務(wù)能力，以滿足域內(nèi)資源查詢需求，但是由于僅使用域內(nèi)數(shù)據(jù)資源，搜索內(nèi)容和適用范圍局限，難以綜合分析跨企業(yè)跨平臺的跨域數(shù)據(jù)來最優(yōu)化用戶搜索體驗(yàn)，需要向多跨發(fā)展方向轉(zhuǎn)變。2022

年工信部公布了卡奧斯

COSMOPlat、航天云網(wǎng)

INDICS、徐工漢云等

28

家跨行業(yè)跨領(lǐng)域工業(yè)互聯(lián)網(wǎng)平臺名單，這些工業(yè)互聯(lián)網(wǎng)平臺提供產(chǎn)品和解決方案、案例庫、應(yīng)用、供需對接、新聞、文檔等跨域搜索服務(wù)。另一個工業(yè)互聯(lián)網(wǎng)搜索的典型代表是德國弗勞恩霍夫研究所和韓國電子技術(shù)研究所共同在美國工業(yè)互聯(lián)網(wǎng)聯(lián)盟推出的智能工廠網(wǎng)站（Smart

FactoryWeb,

SFW）。SFW

設(shè)計(jì)統(tǒng)一的物料清單和工序清單描述材料用以規(guī)范注冊信息便于數(shù)據(jù)查詢索引，建立供應(yīng)鏈網(wǎng)絡(luò)模型及工廠數(shù)字孿生模型，利用

OPC

UA

信息模型、時間敏感網(wǎng)絡(luò)等技術(shù)保障智能工廠供應(yīng)鏈網(wǎng)絡(luò)的靈活性、兼容性、實(shí)時性，支持查詢供應(yīng)鏈網(wǎng)絡(luò)中的工廠信息、特定工廠的上下游7信息，以及輸入、輸出、參數(shù)屬性等工序信息。無論是域內(nèi)搜索還是跨域的產(chǎn)業(yè)鏈泛在搜索，基于工業(yè)互聯(lián)網(wǎng)的搜索都極大提高了工業(yè)企業(yè)數(shù)字化管理效率。但是，隨著工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系建設(shè)的推進(jìn)，標(biāo)識數(shù)據(jù)量呈現(xiàn)指數(shù)級增長，基于工業(yè)互聯(lián)網(wǎng)的搜索面臨著如何充分利用復(fù)雜繁冗的標(biāo)識數(shù)據(jù)的問題。4.

工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索標(biāo)識數(shù)據(jù)量的飛速增長以及標(biāo)識數(shù)據(jù)流通和利用訴求的日益強(qiáng)烈，使得發(fā)展工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索勢在必行。它能夠?qū)痈骷墭?biāo)識解析節(jié)點(diǎn)獲取標(biāo)識數(shù)據(jù)；利用標(biāo)識綁定的屬性信息以及標(biāo)識編碼中自帶的關(guān)聯(lián)字段信息，將同一對象的不同屬性信息、不同來源信息，以及不同對象信息進(jìn)行精準(zhǔn)關(guān)聯(lián)與融合，節(jié)省大量數(shù)據(jù)抽取和集成工作；結(jié)合行業(yè)、屬地、喜好、搜索歷史及工業(yè)角色等信息進(jìn)行用戶工業(yè)畫像刻畫，實(shí)現(xiàn)搜索意圖理解最優(yōu)化。中國物品編碼中心的

GS1

條碼查詢，支持對

GS1

編碼格式的標(biāo)識信息進(jìn)行管理、查詢并提供軟件工具支撐，具體包含以下服務(wù)內(nèi)容：注冊和發(fā)布產(chǎn)品信息的產(chǎn)品服務(wù)，條碼、射頻識別（Radio

Frequency

Identification,

RFID）以及軟件檢測服務(wù)，中國編碼、條碼追溯等終端軟件下載，GS1標(biāo)準(zhǔn)服務(wù)提供商信息查詢，商品信息與安全追溯等服務(wù)平臺，以及基于標(biāo)識碼、文本或列表形式的查詢服務(wù)等。此外，其他涉及標(biāo)識業(yè)務(wù)的企業(yè)和機(jī)構(gòu)也相繼加入到標(biāo)識資源搜索的研究隊(duì)列中，包括：國家頂級節(jié)點(diǎn)標(biāo)識查詢系統(tǒng)支持用戶8輸入標(biāo)識編碼，查詢標(biāo)識分配信息以及站點(diǎn)信息；江蘇中天互聯(lián)科技有限公司開發(fā)的中國工業(yè)互聯(lián)網(wǎng)標(biāo)識解析服務(wù)中心，支持以標(biāo)識編碼查詢、中文文本查詢等方式，搜索工業(yè)企業(yè)信息、產(chǎn)品信息和行業(yè)新聞動態(tài)，同時提供碼上聊、碼上看、碼應(yīng)用、碼申請、碼論壇、碼上購、碼生成、碼表情等“工業(yè)碼”增值服務(wù)；徐工信息漢云溯源標(biāo)識綜合平臺為企業(yè)提供一站式標(biāo)識溯源技術(shù)解決方案，在食品、機(jī)械制造、物

流

等

行

業(yè)

實(shí)

現(xiàn)

落

地

，

并

結(jié)

合

人

工

智

能

（

ArtificialIntelligence,

AI）技術(shù)支撐用戶通過“掃一掃”二維碼、“拍一拍”物品實(shí)物或者輸入溯源碼等三種查詢方式，搜索茶葉溯源信息；清控數(shù)聯(lián)（山西）工業(yè)技術(shù)有限公司推出工業(yè)互聯(lián)網(wǎng)標(biāo)識檢索引擎，進(jìn)行二級節(jié)點(diǎn)標(biāo)識碼查詢解析、業(yè)務(wù)管理、數(shù)據(jù)管理，并以運(yùn)營駕駛艙形式實(shí)時可視化展示二級節(jié)點(diǎn)運(yùn)營情況；合肥條頓工業(yè)技術(shù)有限公司的檢索引擎提供標(biāo)識碼查詢能力，自主研發(fā)營銷軟件即服務(wù)（Software

asa

Service,

SaaS）系統(tǒng)“唐久碼”，通過碼客通、碼客查等業(yè)務(wù)幫助企業(yè)打造專屬客戶資源池及全流程營銷生態(tài)網(wǎng)絡(luò)；網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室則關(guān)注多源異構(gòu)標(biāo)識數(shù)據(jù)的采集和兼容性問題，并推出支持音頻、視頻、圖像等多種輸入形式的標(biāo)識資源搜索系統(tǒng)，提供穩(wěn)定、高性能的搜索服務(wù)能力。但是，工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索的專業(yè)性、復(fù)雜性和多元性決定了其發(fā)展并非一日之功，發(fā)展難度主要集中在以下幾個方面：①數(shù)據(jù)多源且異構(gòu)，采集處理難度大。標(biāo)識資源9搜索涉及大量多源異構(gòu)數(shù)據(jù)，數(shù)據(jù)采集、清洗、分析和管理難度大，同時，還面臨與各標(biāo)識解析節(jié)點(diǎn)的對接要求差異大、定制成本高，以及對

Handle、OID、GS1、Ecode、DNS

等不同編碼格式的兼容性等問題。②應(yīng)用形態(tài)局限，短期投入見效慢。當(dāng)前工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)仍以標(biāo)識編碼和文本等單一的查詢形式為主，輸入內(nèi)容繁瑣影響用戶體驗(yàn)。此外，工業(yè)互聯(lián)網(wǎng)產(chǎn)品受其服務(wù)屬性影響，往往需要帶來短期成效，然而標(biāo)識資源搜索的強(qiáng)公共服務(wù)屬性使其面臨商業(yè)價值見效慢、融合模式難共識以及商業(yè)屬性弱等問題。③工業(yè)數(shù)據(jù)敏感度高，數(shù)據(jù)安全隱患多。工業(yè)數(shù)據(jù)特別是核心數(shù)據(jù)資產(chǎn)的安全性關(guān)乎企業(yè)生產(chǎn)經(jīng)營命脈，因此工業(yè)企業(yè)非常重視數(shù)據(jù)安全和隱私保護(hù)問題，對標(biāo)識數(shù)據(jù)的流通普遍持謹(jǐn)慎態(tài)度。④產(chǎn)業(yè)生態(tài)依賴強(qiáng)，使用共識難統(tǒng)一。發(fā)展工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)雖然能夠幫助企業(yè)以更快速有效的方式獲取價值信息，但由于大多數(shù)制造企業(yè)追求穩(wěn)定可控且已經(jīng)習(xí)慣既有的應(yīng)用模式，因此標(biāo)識資源搜索技術(shù)的應(yīng)用推廣依賴產(chǎn)業(yè)發(fā)展共識，亟需采用有效手段引發(fā)業(yè)界重點(diǎn)關(guān)注。（四）定位與意義工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索定位為基于標(biāo)識解析技術(shù)的工業(yè)領(lǐng)域垂直搜索，是工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系發(fā)展的殺手級應(yīng)用。一方面，通過工業(yè)場景分類和數(shù)據(jù)歸類，針對工業(yè)細(xì)分場景進(jìn)行數(shù)據(jù)挖掘分析，并且結(jié)合用戶在工業(yè)行業(yè)內(nèi)的畫像理解其搜索意圖，屬于垂直搜索范疇；另一方面，從搜索對象和搜索用戶兩個維度引入標(biāo)識解析技術(shù)，對接標(biāo)識解10析節(jié)點(diǎn)獲取標(biāo)識數(shù)據(jù)，為擁有唯一標(biāo)識身份的用戶提供搜索查詢服務(wù)，同時利用標(biāo)識的全網(wǎng)唯一性打破數(shù)據(jù)異主、異地、異構(gòu)的信息孤島，為搜索對象之間、搜索用戶之間、搜索對象及用戶之間關(guān)聯(lián)關(guān)系的建立提供創(chuàng)新性思路。在工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)中，標(biāo)識所起到的作用包括數(shù)據(jù)來源、搜索輸入、標(biāo)識身份信息，以及在數(shù)據(jù)處理和計(jì)算過程中對多源異構(gòu)數(shù)據(jù)進(jìn)行融合關(guān)聯(lián)的紐帶。工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)作為標(biāo)識數(shù)據(jù)發(fā)現(xiàn)和互通的有效手段，提供了科學(xué)管理和高效利用海量工業(yè)數(shù)據(jù)的標(biāo)準(zhǔn)范式。它是應(yīng)對工業(yè)數(shù)據(jù)過載的先鋒利器，通過獲取數(shù)據(jù)背后的價值信息，促進(jìn)信息資源集成共享，為工業(yè)企業(yè)商業(yè)決策提供參考、為行業(yè)生態(tài)內(nèi)的合作互惠提供途徑、為監(jiān)管機(jī)構(gòu)職能開展提供便利、為消費(fèi)者獲取信息提供可靠便捷的保障，有助于打造人、機(jī)、物全面互聯(lián)的新型基礎(chǔ)設(shè)施。同時，工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)是推進(jìn)標(biāo)識解析體系建設(shè)的應(yīng)用突破口，能夠激發(fā)標(biāo)識數(shù)據(jù)價值、帶動其他基于工業(yè)大數(shù)據(jù)和標(biāo)識解析技術(shù)的新興業(yè)態(tài)以及應(yīng)用模式的規(guī)模化發(fā)展，最終助力產(chǎn)業(yè)綜合實(shí)力顯著提升。11二、基于標(biāo)識解析的工業(yè)資源搜索整體框架圖

2.1

工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索框架工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)的發(fā)展依托于標(biāo)識資源搜索系統(tǒng)的建立和完善，工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)的建設(shè)可以為工業(yè)企業(yè)提供更高效、更精準(zhǔn)的資源搜索和管理手段，幫助工業(yè)企業(yè)優(yōu)化生產(chǎn)流程、提升質(zhì)量管理水平、加強(qiáng)供應(yīng)鏈管理，從而實(shí)現(xiàn)更加智能化、高效化的工業(yè)企業(yè)生產(chǎn)和運(yùn)營。隨著工業(yè)企業(yè)建設(shè)規(guī)模的持續(xù)擴(kuò)展，工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)不斷豐富，不僅在業(yè)務(wù)角度逐漸成熟，系統(tǒng)部署逐漸落地，在安全、管理、運(yùn)營角度也不斷發(fā)展完善。為明確業(yè)務(wù)內(nèi)容，厘清各方職責(zé)，梳理系統(tǒng)部署，全生命安全保障，提升產(chǎn)品價值，本白皮書從業(yè)務(wù)、管理、部署、安全、12運(yùn)營五個視圖出發(fā)總結(jié)出工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索框架，為高端裝備、汽車、模具制造、醫(yī)藥等典型行業(yè)提供工業(yè)搜索服務(wù)。工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索框架如圖

2.1

所示。（一）業(yè)務(wù)視圖工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)業(yè)務(wù)主要包括系統(tǒng)角色、數(shù)據(jù)流動和技術(shù)流程三部分組成。系統(tǒng)角色包括數(shù)據(jù)提供方，負(fù)責(zé)提供數(shù)據(jù)并具備數(shù)據(jù)更新、同步等服務(wù)的企業(yè)、機(jī)構(gòu)；數(shù)據(jù)服務(wù)能力提供方，負(fù)責(zé)數(shù)據(jù)處理并提供服務(wù)的一方；搜索用戶，負(fù)責(zé)使用標(biāo)識資源搜索業(yè)務(wù)的企業(yè)與個人。數(shù)據(jù)流動包括原始數(shù)據(jù)，處理后的數(shù)據(jù)（結(jié)構(gòu)化數(shù)據(jù)、實(shí)體數(shù)據(jù)、標(biāo)簽數(shù)據(jù)、主題數(shù)據(jù)、預(yù)設(shè)結(jié)果數(shù)據(jù)），以及個性化結(jié)果數(shù)據(jù)。技術(shù)流程包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)檢索。上述內(nèi)容與工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)的關(guān)系如下：首先，工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)對數(shù)據(jù)提供方的大規(guī)模數(shù)據(jù)進(jìn)行采集，獲取大規(guī)模原始數(shù)據(jù)，保障數(shù)據(jù)來源的廣泛性；其次，工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)根據(jù)數(shù)據(jù)服務(wù)能力提供方的預(yù)處理、融合、關(guān)聯(lián)操作，對原始數(shù)據(jù)進(jìn)行處理，得到結(jié)構(gòu)化數(shù)據(jù)、實(shí)體數(shù)據(jù)、主題數(shù)據(jù)和預(yù)設(shè)結(jié)果數(shù)據(jù)，去除數(shù)據(jù)冗余，保障數(shù)據(jù)質(zhì)量；最后，工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)為搜索用戶提供檢索服務(wù)，結(jié)合用戶畫像，獲取個性化結(jié)果數(shù)據(jù)，提升使用滿意度。13（二）管理視圖工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)管理部分涉及的實(shí)體包括系統(tǒng)建設(shè)方、第三方機(jī)構(gòu)以及監(jiān)管部門三類。系統(tǒng)建設(shè)方，應(yīng)以組織戰(zhàn)略為導(dǎo)向、以外界環(huán)境為依據(jù)、以業(yè)務(wù)與搜索系統(tǒng)整合為重心，正確定位搜索在整個系統(tǒng)的作用，保證搜索系統(tǒng)的戰(zhàn)略目標(biāo)能夠和組織發(fā)展目標(biāo)相協(xié)，支撐制度規(guī)范建立。通過構(gòu)建搜索算法、功能模塊解耦開發(fā)、建立能力驗(yàn)證測試平臺以及提供售后運(yùn)行維護(hù)等方式，為系統(tǒng)開發(fā)賦能。第三方機(jī)構(gòu)，需健全數(shù)據(jù)資源管理機(jī)制，明確數(shù)據(jù)資源管理權(quán)責(zé)與規(guī)則，建立數(shù)據(jù)產(chǎn)權(quán)制度，明確數(shù)據(jù)資源的歸屬和相關(guān)產(chǎn)權(quán)邊界，建立數(shù)據(jù)供給規(guī)范，完善數(shù)據(jù)分類分級授權(quán)使用規(guī)范及管理標(biāo)準(zhǔn)，細(xì)化不同類別數(shù)據(jù)的管理辦法，推進(jìn)數(shù)據(jù)產(chǎn)權(quán)和標(biāo)準(zhǔn)化體系建設(shè)，構(gòu)建數(shù)據(jù)基礎(chǔ)制度，推動系統(tǒng)建設(shè)。監(jiān)管部門，一般由政府部分負(fù)責(zé)，需充分發(fā)揮組織的協(xié)調(diào)服務(wù)功能，加強(qiáng)跨企業(yè)合作，推動資源整合，打造創(chuàng)新孵化服務(wù)生態(tài)體系，加速創(chuàng)新資源集聚，推動系統(tǒng)建設(shè)。同時，著力建立數(shù)據(jù)流通和交易制度，聚焦當(dāng)前數(shù)據(jù)交易市場建設(shè)現(xiàn)狀與問題，統(tǒng)籌構(gòu)建數(shù)據(jù)交易場所，培育數(shù)據(jù)流通市場。此外，應(yīng)完善數(shù)據(jù)安全合規(guī)體系，明確搜索數(shù)據(jù)治理規(guī)范。（三）部署視圖工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)部署主要由公共基礎(chǔ)設(shè)14施、數(shù)據(jù)處理系統(tǒng)以及用戶多元權(quán)限管理系統(tǒng)共同完成構(gòu)建。標(biāo)識解析是工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)中一個重要的組成部分，它涉及將標(biāo)識信息映射到相應(yīng)的資源或?qū)嶓w。公共基礎(chǔ)設(shè)施主要包括兩個部分：鏈網(wǎng)基礎(chǔ)設(shè)施以及云平臺基礎(chǔ)設(shè)施。其中，鏈網(wǎng)基礎(chǔ)設(shè)施指具有廣泛接入能力、公共服務(wù)能力、可靈活部署的公共鏈網(wǎng)及連接這些區(qū)塊鏈的跨鏈系統(tǒng)組成的網(wǎng)絡(luò)服務(wù)設(shè)施；云平臺基礎(chǔ)設(shè)施主要指以數(shù)據(jù)存儲為主的存儲型云平臺。在標(biāo)識搜索服務(wù)中，鏈網(wǎng)基礎(chǔ)設(shè)施主要負(fù)責(zé)搜索用戶認(rèn)證相關(guān)內(nèi)容的存證；云平臺基礎(chǔ)設(shè)施主要指以數(shù)據(jù)存儲為主的存儲型云平臺，主要為數(shù)據(jù)處理系統(tǒng)中的標(biāo)識搜索服務(wù)數(shù)據(jù)存儲工作。前述基礎(chǔ)設(shè)施中的存證數(shù)據(jù)包括了標(biāo)識信息與相應(yīng)資源之間的映射關(guān)系。標(biāo)識解析可以利用鏈網(wǎng)基礎(chǔ)設(shè)施中存儲的認(rèn)證信息來實(shí)現(xiàn)標(biāo)識的解析，以確定標(biāo)識與資源之間的關(guān)聯(lián)。數(shù)據(jù)處理系統(tǒng)負(fù)責(zé)兩部分功能，包括標(biāo)識搜索服務(wù)數(shù)據(jù)挖掘以及意圖分析。其中，數(shù)據(jù)挖掘即通過分析標(biāo)識搜索服務(wù)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律，支撐技術(shù)流程中數(shù)據(jù)關(guān)聯(lián)過程；意圖分析，即識別文本中蘊(yùn)含的主題和意圖，通過設(shè)定訓(xùn)練模型，完成標(biāo)識搜索用戶行為意圖分析。數(shù)據(jù)處理系統(tǒng)中的數(shù)據(jù)挖掘和意圖分析功能可以進(jìn)一步支持標(biāo)識解析。數(shù)據(jù)挖掘可以幫助發(fā)現(xiàn)標(biāo)識與資源之間的潛在關(guān)聯(lián)規(guī)律，從而提高解析的準(zhǔn)確性。例如，通過分析用戶行為數(shù)據(jù)，可以更好地理解標(biāo)識與資源之間的關(guān)系。同時，意圖分析可以幫助理解用戶的意圖，以更精確地解析標(biāo)識并提供相關(guān)資源。15用戶多元權(quán)限管理系統(tǒng)負(fù)責(zé)標(biāo)識搜索服務(wù)參與各方身份認(rèn)證、訪問控制以及隱私服務(wù)。身份認(rèn)證、訪問控制以及隱私服務(wù)功能，主要基于傳統(tǒng)的密碼學(xué)算法與鏈網(wǎng)基礎(chǔ)設(shè)施結(jié)合完成。權(quán)限管理系統(tǒng)在標(biāo)識解析中也扮演著重要的角色。它確保只有經(jīng)過認(rèn)證和授權(quán)的用戶可以執(zhí)行標(biāo)識解析操作。此外，訪問控制功能可以限制對標(biāo)識解析結(jié)果的訪問，以確保數(shù)據(jù)的安全性和隱私保護(hù)。（四）運(yùn)營視圖工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)運(yùn)營主要包括內(nèi)部運(yùn)營與外部運(yùn)營兩方面。內(nèi)部運(yùn)營主要指標(biāo)識資源搜索企業(yè)內(nèi)部的運(yùn)營管理。其目標(biāo)是為了實(shí)現(xiàn)企業(yè)的長期發(fā)展和盈利，通過產(chǎn)品增值服務(wù)與技術(shù)支持等方面提高系統(tǒng)的核心競爭力，主要包括會員服務(wù)、產(chǎn)品增值服務(wù)、技術(shù)服務(wù)三部分。會員服務(wù)方面，搜索企業(yè)可以通過對不同搜索用戶分類分級，通過提供不同訪問權(quán)限的方式實(shí)現(xiàn)會員分級服務(wù)，此外對不同級別的用戶提供不同類型的咨詢服務(wù)，實(shí)現(xiàn)用戶服務(wù)定制化。產(chǎn)品增值服務(wù)方面，搜索企業(yè)可以對外提供廣告并通過廣告競價排名方式實(shí)現(xiàn)廣告位最大價值營收。技術(shù)服務(wù)方面，搜索企業(yè)可以通過專利轉(zhuǎn)讓等方式對外提供技術(shù)授權(quán)，或?qū)ν獬鍪奂夹g(shù)實(shí)現(xiàn)技術(shù)增值。外部運(yùn)營主要指標(biāo)識資源搜索企業(yè)或組織向外部市場提供產(chǎn)品或服務(wù)的運(yùn)營管理方式，其主要目標(biāo)是為了滿足標(biāo)識資源搜索市場需求，提高銷售額和市場份額。主要包括品16牌營銷、降本增效、營收擴(kuò)展三部分。品牌營銷方面，搜索企業(yè)需對用戶進(jìn)行精準(zhǔn)的營銷定位，擴(kuò)大銷售機(jī)會。降本增效方面，搜索企業(yè)應(yīng)加快數(shù)字化建設(shè)，對外提高資源使用率。營收擴(kuò)展方面，搜索企業(yè)應(yīng)與其他企業(yè)加強(qiáng)聯(lián)動，增強(qiáng)組合經(jīng)營。此外，應(yīng)擴(kuò)展資源獲取渠道，凸顯系統(tǒng)差異化競爭優(yōu)勢。（五）安全視圖工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索系統(tǒng)安全主要涉及用戶訪問安全、數(shù)據(jù)挖掘安全、數(shù)據(jù)接入安全和通用安全等四個方面。在用戶訪問數(shù)據(jù)信息的過程中，進(jìn)行身份認(rèn)證、權(quán)限管控和隱私保護(hù)：通過數(shù)字簽名和口令方式對登錄用戶進(jìn)行身份認(rèn)證，保證用戶身份可信；采用基于角色、身份、屬性等不同訪問控制策略進(jìn)行鑒權(quán)，攔截未經(jīng)授權(quán)的數(shù)據(jù)操作；原始數(shù)據(jù)、過程數(shù)據(jù)及結(jié)果數(shù)據(jù)均經(jīng)過脫敏處理，拒絕隱私泄露，并利用

DID

分布式身份管理，使用戶身份信息自主可控，從而最大化保護(hù)其隱私。在融合關(guān)聯(lián)等挖掘分析過程中，進(jìn)行算法合規(guī)性檢驗(yàn)、數(shù)據(jù)分類分級、動態(tài)安全監(jiān)測：對算法是否存在越權(quán)訪問以及挖掘用戶敏感信息等操作進(jìn)行合規(guī)性檢驗(yàn)；對數(shù)據(jù)進(jìn)行分類分級，在數(shù)據(jù)挖掘過程中，為不同類型和級別的數(shù)據(jù)提供針對性保護(hù)；動態(tài)監(jiān)測數(shù)據(jù)挖掘過程中的安全風(fēng)險，進(jìn)行及時告警并提供應(yīng)急處理措施。在數(shù)據(jù)接入過程中，進(jìn)行數(shù)據(jù)質(zhì)量校驗(yàn)、數(shù)據(jù)脫敏審核、數(shù)據(jù)源可信驗(yàn)證：校驗(yàn)數(shù)據(jù)的一致性、完整性、及時性以及17可用性，并在檢測到異常時采取必要的恢復(fù)措施，進(jìn)而提高接入數(shù)據(jù)質(zhì)量；對采集到的數(shù)據(jù)進(jìn)行脫敏審核，包括非敏感數(shù)據(jù)中能夠用于重新生成敏感數(shù)據(jù)或者回溯到敏感數(shù)據(jù)的部分，并在發(fā)現(xiàn)疑似敏感數(shù)據(jù)時進(jìn)行風(fēng)險提示；運(yùn)用基于區(qū)塊鏈的聲譽(yù)評價機(jī)制監(jiān)控低信譽(yù)數(shù)據(jù)源及其異常行為，加強(qiáng)對低信譽(yù)數(shù)據(jù)源的審核或者限制其接入。此外，在標(biāo)識資源搜索全流程過程中，需要保障數(shù)據(jù)存儲、傳輸以及硬件環(huán)境安全，并提供備份恢復(fù)、安全審計(jì)等安全措施：通過加密算法以及分布式存儲技術(shù)提高數(shù)據(jù)存儲安全性；采用

SSL、TLS、HTTPS

等安全傳輸協(xié)議保證數(shù)據(jù)傳輸安全性；使用環(huán)境安全的場地存放服務(wù)器、管理進(jìn)出機(jī)房人員信息，選用自帶可信計(jì)算環(huán)境的服務(wù)器，保證硬件安全性；提供基于時間序列的自動備份等備份恢復(fù)功能，并定時批量更新重要的備份數(shù)據(jù)；記錄系統(tǒng)日志、操作日志、安全日志并定期進(jìn)行安全審計(jì)，以確保數(shù)據(jù)內(nèi)容的安全性。18三、基于標(biāo)識解析的工業(yè)資源搜索關(guān)鍵技術(shù)針對基于標(biāo)識解析的工業(yè)資源搜索服務(wù)現(xiàn)狀及面臨的風(fēng)險，本白皮書從標(biāo)識解析、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)融合、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)搜索、數(shù)據(jù)安全保障等多個方面匯編總結(jié)工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索的關(guān)鍵技術(shù)，為工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索應(yīng)用建設(shè)者和研究者提供參考。（一）標(biāo)識解析標(biāo)識作為工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索的核心基礎(chǔ)資源，是支撐工業(yè)互聯(lián)網(wǎng)互聯(lián)互通的神經(jīng)中樞，是能夠唯一識別設(shè)備、產(chǎn)品等物理資源以及算法、工序、標(biāo)識數(shù)據(jù)等虛擬資源的身份符號。當(dāng)前，工業(yè)互聯(lián)網(wǎng)處于多標(biāo)識編碼體系并存的發(fā)展階段，如

OID、EPC、Ecode、Handle、Ucode、mRFID

Code、GS1

等，導(dǎo)致標(biāo)識信息類型復(fù)雜、關(guān)鍵信息提取緩慢、解析時延效率低下等問題。針對此，亟需解決標(biāo)識解析技術(shù)，如圖

3.1

所示，包括多類型標(biāo)識處理技術(shù)，明確不同行業(yè)對象的標(biāo)識分類、編碼規(guī)則、編碼結(jié)構(gòu)，實(shí)現(xiàn)多維數(shù)據(jù)收包、多碼標(biāo)識識別；高效標(biāo)識路由技術(shù)，負(fù)責(zé)具體的標(biāo)識解析過程，實(shí)現(xiàn)快速、準(zhǔn)確獲取最終標(biāo)識解析數(shù)據(jù)，降低解析時延；定制化標(biāo)識管控技術(shù)，實(shí)現(xiàn)分類管理、智能路由選路、狀態(tài)監(jiān)控與感知，提升解析效率。19圖

3.1

標(biāo)識解析技術(shù)多類型標(biāo)識處理技術(shù)。包括異構(gòu)標(biāo)識解析接收技術(shù)和標(biāo)識解析服務(wù)技術(shù)。異構(gòu)標(biāo)識解析接收技術(shù)可利用多類型數(shù)據(jù)報文接收技術(shù)、標(biāo)識預(yù)解碼技術(shù)，接收

UDP、TCP、HTTPS

等含有標(biāo)識信息相關(guān)的不同數(shù)據(jù)報文，從數(shù)據(jù)報文中提取關(guān)鍵請求編碼信息，識別具體標(biāo)識協(xié)議，保證末端接入的多類型標(biāo)識識別需求；標(biāo)識解析服務(wù)技術(shù)可嵌入遞歸與應(yīng)急解析服務(wù)，在與外界遞歸系統(tǒng)、二級節(jié)點(diǎn)系統(tǒng)、頂級節(jié)點(diǎn)系統(tǒng)發(fā)生無法訪問的情況下，提供應(yīng)急解析，保障解析成功率。高效標(biāo)識路由技術(shù)。包括標(biāo)識傳輸技術(shù)和智能選路技術(shù)。標(biāo)識傳輸技術(shù)可通過標(biāo)識檢索、標(biāo)識迭代、標(biāo)識命中技術(shù)，減少與外部系統(tǒng)的交互次數(shù)，降低解析時延；智能選路技術(shù)可通過智能選路算法、實(shí)時節(jié)點(diǎn)管理與樹狀體系探測技術(shù)選擇最優(yōu)路徑，在本地緩存無法解析的情況下，訪問外部標(biāo)識20解析節(jié)點(diǎn)獲取標(biāo)識解析結(jié)果。定制化標(biāo)識管控技術(shù)。包括標(biāo)識監(jiān)控技術(shù)和標(biāo)識感知技術(shù)。標(biāo)識監(jiān)控技術(shù)可通過請求/應(yīng)答監(jiān)控、時延監(jiān)控、解析量監(jiān)控、服務(wù)器軟硬件資源狀態(tài)監(jiān)控、每秒查詢率監(jiān)控(Queries

Per

Second,

QPS)，提供定制化服務(wù)，保障標(biāo)識解析服務(wù)質(zhì)量；標(biāo)識感知技術(shù)可利用大數(shù)據(jù)、AI、遞歸分析等技術(shù)對相關(guān)的標(biāo)識解析進(jìn)行時延預(yù)判、遞歸預(yù)判與狀態(tài)預(yù)判，及時調(diào)整訪問路徑，提升遞歸解析處理時效，實(shí)現(xiàn)標(biāo)識準(zhǔn)確感知。（二）數(shù)據(jù)采集數(shù)據(jù)作為工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索有效運(yùn)行的重要基礎(chǔ)生產(chǎn)資料，精準(zhǔn)、高效的數(shù)據(jù)采集技術(shù)將有利于提升后續(xù)服務(wù)的能力。當(dāng)前，工業(yè)互聯(lián)網(wǎng)通信主體來自不同國家和企業(yè)，工業(yè)數(shù)據(jù)涵蓋了主體各自的數(shù)據(jù)標(biāo)準(zhǔn)，其展現(xiàn)形態(tài)具有多樣性且錯綜復(fù)雜，單一模式的數(shù)據(jù)抓取方式難以實(shí)現(xiàn)內(nèi)容的準(zhǔn)確采集。此外，采集的數(shù)據(jù)質(zhì)量難以保障，可能存在大量的冗余信息，進(jìn)一步降低了數(shù)據(jù)的準(zhǔn)確性。針對此，亟需解決數(shù)據(jù)采集技術(shù)，如圖

3.2

所示，包括多模式數(shù)據(jù)抓取技術(shù)，提升數(shù)據(jù)采集的速度與準(zhǔn)確度，實(shí)現(xiàn)大規(guī)模數(shù)據(jù)抓??；多模態(tài)數(shù)據(jù)識別技術(shù)，實(shí)現(xiàn)多模態(tài)工業(yè)數(shù)據(jù)類型特征采集；數(shù)據(jù)清洗技術(shù)，實(shí)現(xiàn)數(shù)據(jù)去重與異常識別，保障數(shù)據(jù)采集的整體質(zhì)量。21圖

3.2

數(shù)據(jù)采集技術(shù)多模式數(shù)據(jù)抓取技術(shù)。包括分布式管理技術(shù)和抓取優(yōu)化技術(shù)。分布式管理技術(shù)可對傳統(tǒng)的爬蟲技術(shù)進(jìn)行改進(jìn)，利用分布式思想，搭建分布式集群，擴(kuò)充工作資源，構(gòu)建支持不同企業(yè)多種編程語言、傳輸協(xié)議、軟件系統(tǒng)的數(shù)據(jù)調(diào)度接口，提升數(shù)據(jù)抓取速度；抓取優(yōu)化技術(shù)可對抓取隊(duì)列進(jìn)行管理、優(yōu)化爬取規(guī)則與擴(kuò)充算法，使分布式爬蟲的抓取過程更加流暢合理，增強(qiáng)數(shù)據(jù)抓取合理性。多模態(tài)數(shù)據(jù)識別技術(shù)。包括文本數(shù)據(jù)識別技術(shù)和音視頻數(shù)據(jù)識別技術(shù)。文本數(shù)據(jù)識別技術(shù)可基于工業(yè)文本行文的特點(diǎn)，通過優(yōu)化的文本語義識別技術(shù)實(shí)現(xiàn)文本分詞和詞義消歧的功能，完成在各個語言單位（包括詞匯、句子和篇章等）間的自動語義分析，從而理解整個文本表達(dá)的真實(shí)語義，提升文本數(shù)據(jù)識別準(zhǔn)確性；音視頻數(shù)據(jù)識別技術(shù)可基于工業(yè)生22產(chǎn)場景，結(jié)合基于受限玻爾茲曼機(jī)(Restricted

BoltzmannMachine,

RBM)

和

卷

積

神

經(jīng)

網(wǎng)

絡(luò)

(Convolutional

NeuralNetworks,

CNN)的音視頻數(shù)據(jù)要素提取技術(shù)，將視覺圖像和音頻數(shù)據(jù)分別作為兩種模態(tài)輸入，獲取兩種模態(tài)的高層特征并與行業(yè)特征進(jìn)行交叉判別，建立模態(tài)間的共享表示，實(shí)現(xiàn)工業(yè)媒體數(shù)據(jù)流的特征提取。數(shù)據(jù)清洗技術(shù)。包括數(shù)據(jù)去重技術(shù)和異常識別技術(shù)。數(shù)據(jù)去重技術(shù)可結(jié)合局部性和相似性分層優(yōu)化技術(shù)，解決工業(yè)實(shí)體各環(huán)節(jié)標(biāo)準(zhǔn)化數(shù)據(jù)局部性優(yōu)化技術(shù)的高敏感數(shù)據(jù)需求與相似性優(yōu)化技術(shù)的高計(jì)算資源消耗問題，實(shí)現(xiàn)數(shù)據(jù)分層，降低數(shù)據(jù)冗余，減少統(tǒng)計(jì)規(guī)模；異常識別技術(shù)可采用流回歸機(jī)器學(xué)習(xí)算法和正態(tài)統(tǒng)計(jì)技術(shù)相結(jié)合的方法進(jìn)行數(shù)據(jù)異常檢測，實(shí)時且準(zhǔn)確分析宏觀供應(yīng)鏈流數(shù)據(jù)中的異常數(shù)據(jù)，實(shí)現(xiàn)異常數(shù)據(jù)識別并及時反饋。（三）數(shù)據(jù)存儲完善的數(shù)據(jù)存儲技術(shù)可以讓有限的資源服務(wù)更多的用戶，從而滿足工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索服務(wù)更快的響應(yīng)速度與更快的需求變化。當(dāng)前，數(shù)據(jù)規(guī)模變的越來越大，大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的存在，增加了數(shù)據(jù)存儲的困難并導(dǎo)致了傳統(tǒng)關(guān)系型數(shù)據(jù)庫的無效。此外，用戶查詢頻率符合逆冪規(guī)律(Power-Law)，即少量數(shù)據(jù)查詢次數(shù)極高，大多數(shù)重復(fù)的數(shù)據(jù)查詢會在較短時間內(nèi)被再次訪問，熱點(diǎn)數(shù)據(jù)的頻繁寫入和讀取導(dǎo)致實(shí)時負(fù)載不平衡,造成單個服務(wù)器節(jié)點(diǎn)負(fù)載過大,成為系統(tǒng)的瓶頸。針對此，亟需研究數(shù)據(jù)存儲技術(shù)，如圖

3.323所示，包括多源異構(gòu)數(shù)據(jù)存儲技術(shù)，有效存儲大量網(wǎng)絡(luò)化非結(jié)構(gòu)數(shù)據(jù)，使得系統(tǒng)具備多源異構(gòu)數(shù)據(jù)匯聚能力；存儲優(yōu)化技術(shù)，平衡各服務(wù)器節(jié)點(diǎn)負(fù)載，定期更新緩存內(nèi)容，有效節(jié)省搜索系統(tǒng)后臺的計(jì)算資源。圖

3.3

數(shù)據(jù)存儲技術(shù)多源異構(gòu)數(shù)據(jù)存儲技術(shù)。包括模型構(gòu)建技術(shù)和多類型數(shù)據(jù)庫構(gòu)建技術(shù)。模型構(gòu)建技術(shù)可利用元數(shù)據(jù)描述數(shù)據(jù)屬性信息，構(gòu)建統(tǒng)一的元數(shù)據(jù)模型，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可以解析與查詢的內(nèi)容，實(shí)現(xiàn)簡單高效地管理大量網(wǎng)絡(luò)化非結(jié)構(gòu)數(shù)據(jù)；多類型數(shù)據(jù)庫構(gòu)建技術(shù)可分別構(gòu)建多種類型數(shù)據(jù)庫，可采用分布式文件系統(tǒng)(Hadoop

Distributed

File

System,HDFS)存儲視頻源等大文件，采用輕量級分布式文件系統(tǒng)(Fast

Distributed

File

System,

FastDFS)存儲關(guān)鍵幀圖片等小文件，利用

MySQL

數(shù)據(jù)庫存儲結(jié)構(gòu)化數(shù)據(jù)，利用

Neo4j數(shù)據(jù)庫存儲復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)，利用單盤存儲引擎存儲中間數(shù)據(jù)，24利用

RazorSQL

工具存儲異構(gòu)數(shù)據(jù)庫，最終實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)統(tǒng)一管理。存儲優(yōu)化技術(shù)。包括負(fù)載平衡調(diào)度技術(shù)、存儲區(qū)優(yōu)化技術(shù)、和存儲內(nèi)容更新技術(shù)。負(fù)載平衡調(diào)度技術(shù)可利用流思想、緩存槽與節(jié)點(diǎn)的映射構(gòu)建方法，實(shí)時監(jiān)控集群負(fù)載，重新分配熱點(diǎn)數(shù)據(jù)，防止單個服務(wù)器節(jié)點(diǎn)負(fù)載過大，實(shí)現(xiàn)動態(tài)平衡；存儲區(qū)優(yōu)化技術(shù)可結(jié)合分布式緩存與本地緩存技術(shù)，實(shí)現(xiàn)多級緩存，將頻繁使用數(shù)據(jù)存放本地，縮短系統(tǒng)響應(yīng)時長，提升服務(wù)質(zhì)量；存儲內(nèi)容更新技術(shù)可利用數(shù)據(jù)淘汰策略包括近最少使用策略(Least

Recently

Used,

LRU)、大小自適應(yīng)最近

最

少

使

用

策

略

(Size-adjusted

Least

Recently

Used,SLRU)、加權(quán)緩存策略(LandLord)、靜態(tài)動態(tài)混合緩存策略(Static

and

DynamicCaching,

SDC)、準(zhǔn)入策略(AdmissionControl,

AC)等，快速篩選過時數(shù)據(jù)內(nèi)容，提高緩存命中率，保障存儲數(shù)據(jù)實(shí)時性。可利用數(shù)據(jù)更新策略包括緩存-索引密切耦合策略、緩存-索引非耦合策略，為緩存項(xiàng)設(shè)置合理過期值，及時更新索引信息，保障緩存存儲內(nèi)容與索引內(nèi)容的一致性。（四）數(shù)據(jù)融合數(shù)據(jù)融合的效用對工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索應(yīng)用尤為重要。當(dāng)前，工業(yè)數(shù)據(jù)來源具有多領(lǐng)域、結(jié)果集合體量巨大、行業(yè)數(shù)據(jù)規(guī)則眾多的特征，導(dǎo)致數(shù)據(jù)共享困難，融合難度大。此外，主流匹配方法仍存在計(jì)算復(fù)雜度高，缺乏全局性，導(dǎo)致匹配精度存在不足。針對此，亟需研究數(shù)據(jù)融合技術(shù)，如25圖

3.4

所示，包括多類型信息抽取技術(shù)，抽取多類型異構(gòu)數(shù)據(jù)內(nèi)容，便于后續(xù)相似度計(jì)算與實(shí)體匹配；多源異構(gòu)數(shù)據(jù)實(shí)體匹配技術(shù)，從多數(shù)據(jù)源全局角度出發(fā)，提升匹配精度與滿意度；多領(lǐng)域共享網(wǎng)絡(luò)構(gòu)建，共享多領(lǐng)域數(shù)據(jù)，實(shí)現(xiàn)多領(lǐng)域異構(gòu)數(shù)據(jù)內(nèi)容抽取。圖

3.4

數(shù)據(jù)融合技術(shù)多類型信息抽取技術(shù)。根據(jù)抽取信息內(nèi)容的不同，可利用不同的抽取技術(shù)。具體而言，可利用實(shí)體抽取技術(shù)從原始數(shù)據(jù)語料中自動識別出命名實(shí)體，識別專有名稱和有意義的數(shù)量短語并加以歸類?？衫脤傩猿槿〖夹g(shù)抽取實(shí)體對應(yīng)的屬性和屬性值，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)?？衫藐P(guān)鍵詞抽取技術(shù)抽取文檔類數(shù)據(jù)的關(guān)鍵詞并加以分類。可利用領(lǐng)域標(biāo)簽抽取技術(shù)完成對不同領(lǐng)域的工業(yè)數(shù)據(jù)的專業(yè)性標(biāo)簽的抽取。便于后期分詞、分類、相似計(jì)算、匹配計(jì)算等數(shù)據(jù)融合工作的順利進(jìn)行。26多源異構(gòu)數(shù)據(jù)實(shí)體匹配技術(shù)。包括工業(yè)數(shù)據(jù)候選集構(gòu)建技術(shù)和跨專業(yè)規(guī)則相似度計(jì)算技術(shù)。工業(yè)數(shù)據(jù)候選集構(gòu)建技術(shù)在多類型信息抽取技術(shù)基礎(chǔ)上，可利用實(shí)體名稱同義詞挖掘、屬性權(quán)重賦值以及文本關(guān)鍵詞抽取，構(gòu)建基于實(shí)體名稱、屬性和上下文的多種索引，以此生成候選實(shí)體對，縮減計(jì)算空間并生成高質(zhì)量的候選集；跨專業(yè)規(guī)則相似度計(jì)算技術(shù)可對實(shí)體進(jìn)行多維度定義，利用命名實(shí)體識別、消歧、消解等技術(shù)，計(jì)算實(shí)體間的相似度，實(shí)現(xiàn)多源數(shù)據(jù)匹配。多領(lǐng)域共享網(wǎng)絡(luò)構(gòu)建。包括多領(lǐng)域語料庫詞義排歧技術(shù)和多領(lǐng)域本體網(wǎng)絡(luò)互聯(lián)技術(shù)。多領(lǐng)域語料庫詞義排歧技術(shù)可利用多重過濾詞義排歧技術(shù)、實(shí)體對齊技術(shù)，提高本體連接的準(zhǔn)確度，實(shí)現(xiàn)能多個現(xiàn)有知識庫的高質(zhì)量鏈接；多領(lǐng)域本體網(wǎng)絡(luò)互聯(lián)技術(shù)考慮到跨領(lǐng)域本體在知識背景、概念維度和構(gòu)建方法均存在不同，可采用跨領(lǐng)域本體網(wǎng)絡(luò)的概念，將領(lǐng)域本體進(jìn)行連接，支持?jǐn)?shù)據(jù)和信息的融合，優(yōu)化多種信息檢索模型，包括布爾模型、向量空間模型、概率模型、語言模型、機(jī)器學(xué)習(xí)排序算法模型等。打破領(lǐng)域間的概念隔閡，建立多個領(lǐng)域的共享網(wǎng)絡(luò)，適用于不同的業(yè)務(wù)場景，解決工業(yè)數(shù)據(jù)跨領(lǐng)域、多平臺、數(shù)據(jù)類型多樣且難以處理的問題。（五）數(shù)據(jù)關(guān)聯(lián)數(shù)據(jù)關(guān)聯(lián)主要是在數(shù)據(jù)融合的基礎(chǔ)上實(shí)現(xiàn)工業(yè)數(shù)據(jù)之間的關(guān)聯(lián)分析和檢索排序，實(shí)現(xiàn)實(shí)體關(guān)系抽取，結(jié)合詞義進(jìn)行知識推理進(jìn)一步挖掘潛在的關(guān)聯(lián)關(guān)系，構(gòu)建能夠展示關(guān)聯(lián)關(guān)系的工業(yè)知識圖譜。當(dāng)前，數(shù)據(jù)關(guān)聯(lián)的研究仍存在諸多不27足，例如專屬場景數(shù)據(jù)關(guān)聯(lián)模型缺失、數(shù)據(jù)關(guān)聯(lián)檢索效率低下，導(dǎo)致海量知識概念展現(xiàn)缺失，潛在關(guān)聯(lián)信息獲取困難，難以支撐制造業(yè)的數(shù)字化發(fā)展。針對此，亟需研究數(shù)據(jù)關(guān)聯(lián)技術(shù)，如圖

3.5

所示，包括專屬工業(yè)場景知識構(gòu)建技術(shù)，提高工業(yè)垂直搜索檢索命中率；工業(yè)語義網(wǎng)知識圖譜擴(kuò)展技術(shù)，獲取更多隱含知識，提升數(shù)據(jù)計(jì)算和處理效用；檢索模型構(gòu)建技術(shù)，提升用戶信息檢索速度，降低檢索數(shù)據(jù)規(guī)模；檢索結(jié)果排序技術(shù)，有效挖掘出實(shí)體間有價值的關(guān)聯(lián)關(guān)系。圖

3.5

數(shù)據(jù)關(guān)聯(lián)技術(shù)專屬工業(yè)場景知識構(gòu)建技術(shù)。包括知識推理技術(shù)和行業(yè)28知識圖構(gòu)建技術(shù)。針對制造業(yè)的定量數(shù)據(jù)與事理數(shù)據(jù)，知識推理技術(shù)可先進(jìn)行命名實(shí)體識別的抽取，再進(jìn)行實(shí)體之間關(guān)系的抽取，抽取定量知識與事理知識，將兩種知識進(jìn)行融合，構(gòu)建協(xié)同知識推理方法，提升知識推理效用；行業(yè)知識圖構(gòu)建技術(shù)可在知識圖譜中引入帶有時序信息的事理邏輯，實(shí)現(xiàn)流程問題的預(yù)測及時序模式的挖掘，完成行業(yè)知識圖構(gòu)建，支撐制造業(yè)仿真分析的各個環(huán)節(jié)。工業(yè)語義網(wǎng)知識圖譜擴(kuò)展技術(shù)。包括知識計(jì)算技術(shù)和知識圖譜動態(tài)更新與擴(kuò)展技術(shù)。知識計(jì)算技術(shù)可利用本體或者規(guī)則推理技術(shù)獲取數(shù)據(jù)中的隱含知識，利用鏈接預(yù)測方法以預(yù)測實(shí)體間隱含的關(guān)系，使用多種社會計(jì)算算法在知識網(wǎng)絡(luò)上計(jì)算獲取知識圖譜上存在的社區(qū)，提供知識間關(guān)聯(lián)的路徑，通過不一致檢測技術(shù)發(fā)現(xiàn)交叉行業(yè)知識數(shù)據(jù)中的噪聲和缺陷；知識圖譜動態(tài)更新與擴(kuò)展技術(shù)可利用可擴(kuò)展標(biāo)記語言(Extensible

Markup

Language

，

XML)

、

資

源

描

述

框

架(Resource

Description

Framework，RDF)、跨模態(tài)檢索算法和本體等技術(shù)，從領(lǐng)域知識和產(chǎn)業(yè)化語義

Web

中挖掘知識條目，擴(kuò)展現(xiàn)有工業(yè)知識圖譜庫構(gòu)建，實(shí)現(xiàn)知識更新。檢索模型構(gòu)建技術(shù)。包括用戶信息檢索模型構(gòu)建技術(shù)和大數(shù)據(jù)檢索算法構(gòu)建技術(shù)。用戶信息檢索模型構(gòu)建技術(shù)可在向量空間、概率模型等基礎(chǔ)上，構(gòu)建基于機(jī)器學(xué)習(xí)的檢索模型，根據(jù)用戶提供的工業(yè)流程與生產(chǎn)數(shù)據(jù)進(jìn)行訓(xùn)練，通過機(jī)器自動學(xué)習(xí)獲取理想的排序公式，完成用戶信息檢索；大數(shù)據(jù)檢索算法構(gòu)建技術(shù)可利用枚舉算法、深度優(yōu)先搜索、廣度29優(yōu)先搜索、A

算法、回溯算法、蒙特卡洛樹搜索等算法，根*據(jù)檢索問題的約束條件進(jìn)行剪枝，降低搜索規(guī)模，避免重復(fù)計(jì)算。檢索結(jié)果排序技術(shù)。包括語義數(shù)據(jù)處理技術(shù)和權(quán)重計(jì)算技術(shù)。語義數(shù)據(jù)處理技術(shù)可利用實(shí)體化處理，將三元組結(jié)構(gòu)化語義數(shù)據(jù)表示成實(shí)體－關(guān)系圖，找到若干路徑或者子圖，實(shí)現(xiàn)用戶查詢結(jié)果關(guān)聯(lián)，克服傳統(tǒng)搜索引擎只通過分析文檔發(fā)現(xiàn)隱藏在文本中的關(guān)聯(lián),造成的結(jié)果不準(zhǔn)確、不完整的問題；權(quán)重計(jì)算技術(shù)可利用領(lǐng)域相關(guān)度、語義關(guān)聯(lián)長度和關(guān)聯(lián)關(guān)系頻度，設(shè)置合理權(quán)重，使得計(jì)算結(jié)果優(yōu)先返回用戶真正感興趣的關(guān)聯(lián)關(guān)系，提升檢索結(jié)果排序準(zhǔn)確性。（六）數(shù)據(jù)搜索數(shù)據(jù)搜索結(jié)果準(zhǔn)確性是影響搜索引擎滿意度的關(guān)鍵環(huán)節(jié)。當(dāng)前，工業(yè)用戶需求的行業(yè)多樣化、知識專業(yè)化與上下文選擇的不確定性導(dǎo)致傳統(tǒng)搜索引擎中基于檢索詞與查詢結(jié)果的方法難以實(shí)現(xiàn)準(zhǔn)確與高滿意度的搜索結(jié)果反饋，例如，搜索關(guān)鍵詞為“小米”時，需根據(jù)用戶歷史行為與實(shí)際需求進(jìn)行判斷，提供關(guān)于糧食產(chǎn)業(yè)的搜索結(jié)果或者提供關(guān)于手機(jī)行業(yè)的搜索結(jié)果。此外，用戶輸入形式的多樣性，包括圖片、視頻、音頻、文字等數(shù)據(jù)，難以直接參與計(jì)算機(jī)計(jì)算，導(dǎo)致搜索結(jié)果準(zhǔn)確度進(jìn)一步下降。針對此，亟需研究數(shù)據(jù)搜索技術(shù)，如圖

3.6

所示，包括用戶行為分析搜索技術(shù)，為不同用戶提供個性化、高滿意度搜索結(jié)果；結(jié)構(gòu)化信息提取技術(shù)，提升檢索效率和檢索精度。30圖

3.6

數(shù)據(jù)搜索技術(shù)用戶行為分析搜索技術(shù)。包括用戶檢索行為分析排序技術(shù)、用戶偏好分析技術(shù)與用戶畫像搜索技術(shù)。用戶檢索行為分析排序技術(shù)，根據(jù)用戶的查詢操作，可利用輪盤賭策略向用戶推薦相關(guān)搜索結(jié)果信息，通過用戶點(diǎn)擊行為進(jìn)行貪婪學(xué)習(xí)，計(jì)算得到排序算法中的不足，利用獎勵和懲罰機(jī)制改進(jìn)結(jié)果計(jì)算相關(guān)性程度值，實(shí)現(xiàn)搜索結(jié)果的重新排序；用戶偏好分析技術(shù)可將歷史數(shù)據(jù)的統(tǒng)計(jì)分析、上下文推理、垂直機(jī)器學(xué)習(xí)等方法相結(jié)合，共同應(yīng)用到用戶的個性化偏好的提取中。若用戶為新用戶時，可依據(jù)用戶選擇的興趣標(biāo)簽進(jìn)行相關(guān)內(nèi)容推薦，根據(jù)正負(fù)反饋結(jié)果對用戶及數(shù)據(jù)標(biāo)簽進(jìn)行調(diào)整，滿足用戶個性化需求；用戶畫像搜索技術(shù)可利用訪問方的行業(yè)角色分析、工業(yè)流程情感分析、場景形體動作分析等技術(shù)構(gòu)建用戶畫像，迅速、準(zhǔn)確地理解用戶的真實(shí)搜索意圖，調(diào)31整搜索索引表順序，提升搜索滿意度，避免同質(zhì)化資源搜索。結(jié)構(gòu)化信息提取技術(shù)。包括關(guān)鍵詞特征提取技術(shù)與多媒體數(shù)據(jù)結(jié)構(gòu)化處理技術(shù)。關(guān)鍵詞特征提取技術(shù)可利用自然語言處理、模糊關(guān)鍵詞特征提取與關(guān)鍵詞權(quán)重優(yōu)化等技術(shù)，并結(jié)合工業(yè)標(biāo)識進(jìn)行關(guān)鍵詞映射，獲取工業(yè)領(lǐng)域適用性強(qiáng)、精度高的用戶輸入關(guān)鍵詞；多媒體數(shù)據(jù)結(jié)構(gòu)化處理技術(shù)可根據(jù)不同的行業(yè)數(shù)據(jù)分解粒度和工業(yè)實(shí)體對象重要度判定模型，建立模式識別算法，將多媒體數(shù)據(jù)結(jié)構(gòu)化處理為計(jì)算機(jī)易于識別的生產(chǎn)制造或產(chǎn)品運(yùn)行模式或流程，針對用戶頻繁及固定工業(yè)場景下變動較小的搜索內(nèi)容可構(gòu)建知識立方，縮短整體搜索響應(yīng)時間。（七）數(shù)據(jù)安全保障數(shù)據(jù)安全保障是工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索正常運(yùn)行的重要前提。工業(yè)互聯(lián)網(wǎng)打破了傳統(tǒng)工業(yè)相對封閉可信的環(huán)境，涵蓋領(lǐng)域極為廣泛，導(dǎo)致用戶數(shù)據(jù)管理困難、數(shù)據(jù)靈活性高、傳輸穩(wěn)定性差。若未在用戶數(shù)據(jù)管理、接入、傳輸和存儲等過程中保障數(shù)據(jù)安全，則會造成數(shù)據(jù)竊取、篡改、丟失等安全問題。針對此，亟需突破數(shù)據(jù)安全保障技術(shù)，如圖

3.7

所示，包括數(shù)據(jù)分級安全管理技術(shù)，貫穿標(biāo)識數(shù)據(jù)生命全周期，保障公共環(huán)境下的工業(yè)數(shù)據(jù)唯一性、準(zhǔn)確性、合法性；數(shù)據(jù)源安全接入技術(shù)，確保多種數(shù)據(jù)源的安全接入，消除信息孤島數(shù)據(jù)；數(shù)據(jù)安全傳輸技術(shù)，保障節(jié)點(diǎn)數(shù)據(jù)的安全、高效傳輸；系統(tǒng)災(zāi)備技術(shù)，確保任何環(huán)境下的標(biāo)識搜索系統(tǒng)穩(wěn)定、安全運(yùn)行；可定制訪問控制框架構(gòu)建技術(shù)，根據(jù)業(yè)務(wù)需求，32提供可擴(kuò)展性資源搜索服務(wù)。圖

3.7

數(shù)據(jù)安全保障技術(shù)數(shù)據(jù)分級安全管理技術(shù)。包括密鑰管理技術(shù)與工業(yè)標(biāo)識解析信任體系構(gòu)建技術(shù)。密鑰管理技術(shù)可利用公鑰基礎(chǔ)設(shè)施技術(shù)(Public

Key

Infrastructure,

PKI)提供公鑰加密、數(shù)字簽名等功能，使用可驗(yàn)證、可更新的動態(tài)密鑰管理方案，33實(shí)現(xiàn)密鑰的安全管理；工業(yè)標(biāo)識解析信任體系構(gòu)建技術(shù)可結(jié)合區(qū)塊鏈與

PKI

技術(shù)設(shè)計(jì)完整的交互機(jī)制，貫穿標(biāo)識數(shù)據(jù)生命周期全過程，利用分布式賬本與可編程智能合約技術(shù)，實(shí)現(xiàn)分布式區(qū)塊鏈節(jié)點(diǎn)的數(shù)據(jù)操作可追溯，解析結(jié)果可校對，建立工業(yè)標(biāo)識解析信任體系，實(shí)現(xiàn)數(shù)據(jù)分級安全管理。數(shù)據(jù)源安全接入技術(shù)。包括多因素身份認(rèn)證技術(shù)與多源數(shù)據(jù)接入技術(shù)。多因素身份認(rèn)證技術(shù)可利用基于口令的身份認(rèn)證、雙因素/多因素身份認(rèn)證、基于生物特征的身份認(rèn)證、基于證書的認(rèn)證等方法驗(yàn)證接入節(jié)點(diǎn)的登錄憑據(jù)，確保接入設(shè)備和節(jié)點(diǎn)的合法性和有效性，并拒絕非法接入設(shè)備與節(jié)點(diǎn)的接入行為；多源數(shù)據(jù)接入技術(shù)可利用分布式共識算法生成和更新數(shù)據(jù)，通過對等網(wǎng)絡(luò)進(jìn)行節(jié)點(diǎn)間的數(shù)據(jù)傳輸，利用密碼學(xué)方式保證數(shù)據(jù)傳輸和存儲的安全性，支持單企業(yè)、多企業(yè)、單節(jié)點(diǎn)、多節(jié)點(diǎn)的數(shù)據(jù)源安全接入與傳輸需求，消除信息孤島數(shù)據(jù)。數(shù)據(jù)安全傳輸技術(shù)。包括數(shù)據(jù)傳輸監(jiān)控與分流機(jī)制構(gòu)建技術(shù)、網(wǎng)絡(luò)優(yōu)化算法和虛擬存儲映射機(jī)制構(gòu)建技術(shù)。數(shù)據(jù)傳輸監(jiān)控與分流機(jī)制構(gòu)建技術(shù)可利用細(xì)粒度的安全審計(jì)、分布式數(shù)據(jù)分流機(jī)制等方法，使得數(shù)據(jù)合理地分配到各分布式存儲節(jié)點(diǎn)，平滑存儲節(jié)點(diǎn)的動態(tài)波動，實(shí)現(xiàn)數(shù)據(jù)流通情況的監(jiān)控與管理；網(wǎng)絡(luò)優(yōu)化算法可以“鏈上-鏈下”相結(jié)合的計(jì)算模式和分片技術(shù)為基礎(chǔ)，實(shí)現(xiàn)區(qū)塊鏈網(wǎng)絡(luò)彈性伸縮與動態(tài)調(diào)整，提高區(qū)塊鏈網(wǎng)絡(luò)的吞吐量，提供工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)安全傳輸服務(wù)性能的可擴(kuò)展支持；虛擬存儲映射機(jī)制構(gòu)建技術(shù)可利34用虛擬化技術(shù)、虛擬網(wǎng)絡(luò)映射技術(shù)、共識方法等，建立安全、可信、高效、負(fù)載均衡的數(shù)據(jù)傳輸通道，實(shí)現(xiàn)海量數(shù)據(jù)的安全傳輸。系統(tǒng)災(zāi)備技術(shù)。包括系統(tǒng)災(zāi)備機(jī)制構(gòu)建技術(shù)和安全數(shù)據(jù)備份技術(shù)。系統(tǒng)災(zāi)備機(jī)制構(gòu)建技術(shù)可利用遠(yuǎn)程鏡像技術(shù)實(shí)現(xiàn)標(biāo)識搜索子系統(tǒng)的容災(zāi)備災(zāi)、應(yīng)用鏡像、故障切換等功能。結(jié)合

Web

遠(yuǎn)程管理技術(shù)，實(shí)現(xiàn)系統(tǒng)遠(yuǎn)程配置、管理、監(jiān)控，確保標(biāo)識搜索子系統(tǒng)的穩(wěn)定、安全運(yùn)行，防止系統(tǒng)被攻擊或產(chǎn)生故障時的數(shù)據(jù)損失問題；安全數(shù)據(jù)備份技術(shù)可利用基于時間序列的自動備份、分級云—邊協(xié)同存儲等方法，在保證數(shù)據(jù)安全的同時，對部分備份數(shù)據(jù)進(jìn)行轉(zhuǎn)移，減少系統(tǒng)開銷?？啥ㄖ圃L問控制框架構(gòu)建技術(shù)。包括訪問控制模型構(gòu)建技術(shù)與數(shù)據(jù)分級管控框架構(gòu)建技術(shù)。訪問控制模型構(gòu)建技術(shù)可選擇自主訪問控制、強(qiáng)制訪問控制、身份基訪問控制和屬性基訪問控制等模型，滿足動態(tài)、實(shí)時地控制數(shù)據(jù)安全訪問的需求，有效避免數(shù)據(jù)挖掘，確保數(shù)據(jù)的機(jī)密性；數(shù)據(jù)分級管控框架構(gòu)建技術(shù)可結(jié)合訪問控制技術(shù)、統(tǒng)一模型語言建模技術(shù)等設(shè)計(jì)訪問策略定制語義框架、模型編譯器等，根據(jù)業(yè)務(wù)需求，定義不同角色權(quán)限范圍與訪問規(guī)則，實(shí)現(xiàn)數(shù)據(jù)分級分域管控，保證系統(tǒng)內(nèi)外部數(shù)據(jù)共享過程中的隱私需求，提供可擴(kuò)展性資源搜索服務(wù)。35四、應(yīng)用與實(shí)踐工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索以獨(dú)立搜索引擎或者定制化集成形式，為個人用戶、企業(yè)用戶、工業(yè)互聯(lián)網(wǎng)平臺、標(biāo)識解析節(jié)點(diǎn)、監(jiān)管機(jī)構(gòu)等目標(biāo)用戶提供多樣化的查詢管理服務(wù)。標(biāo)識資源搜索的資源類型包括虛擬數(shù)據(jù)、實(shí)體信息及映射關(guān)系信息，搜索范圍涵蓋產(chǎn)品介紹、應(yīng)用與服務(wù)、企業(yè)信息、潛在合作方挖掘、生產(chǎn)環(huán)境、報工信息、倉儲物流、市場營銷、知識經(jīng)驗(yàn)、流程規(guī)范、新聞活動以及標(biāo)識注冊信息等方方面面，為工業(yè)企業(yè)內(nèi)部、合作企業(yè)之間、產(chǎn)品最終用戶以及監(jiān)管部門的信息獲取提供了極大便利。本章將介紹工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索在蘇寧易購家居設(shè)備智能維保業(yè)務(wù)、中信戴卡輪轂產(chǎn)線、碼客工場“智慧瓶蓋”、復(fù)創(chuàng)汽車后市場服務(wù)平臺、米多“五碼關(guān)聯(lián)”全渠道營銷、東集移動設(shè)備管理中的實(shí)踐探索，并在此基礎(chǔ)上，梳理提煉出工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索的主要應(yīng)用場景。這些場景一方面是傳統(tǒng)搜索服務(wù)針對工業(yè)領(lǐng)域的拓展，以企業(yè)宣傳窗口、產(chǎn)品銷售渠道、知識溝通和信息交流媒介等多元化的搜索服務(wù)身份，為工業(yè)領(lǐng)域針對性地提供豐富的搜索資源和體驗(yàn)形式；另一方面，是圍繞標(biāo)識解析的創(chuàng)新應(yīng)用模式，為產(chǎn)品防偽與質(zhì)量追溯、供應(yīng)鏈協(xié)同、設(shè)備健康管理等標(biāo)識解析典型應(yīng)用場景提供搜索服務(wù)支撐。36（一）案例

1：個人家居設(shè)備智能檢測與服務(wù)1.

案例介紹標(biāo)識資源搜索應(yīng)用前在個人消費(fèi)用戶居家環(huán)境中，設(shè)備的使用年限、健康狀態(tài)、維保記錄等情況難以通過傳統(tǒng)的紙質(zhì)說明書、維?？ㄟM(jìn)行有效的查詢管控，對等、可信的信息獲取渠道缺失將導(dǎo)致品牌商難以跟蹤管理產(chǎn)品使用信息、維保服務(wù)提供商難以進(jìn)行問題定位，嚴(yán)重影響服務(wù)效率和質(zhì)量。標(biāo)識資源搜索案例介紹圖

4.1

基于標(biāo)識資源搜索的家居設(shè)備智能檢測與服務(wù)如圖

4.1

所示，蘇寧易購二級節(jié)點(diǎn)為個人家居設(shè)備、維保服務(wù)人員賦予唯一標(biāo)識碼，建立跨廠商、跨經(jīng)銷商、跨維保服務(wù)提供商、跨用戶的動態(tài)電子檔案，在此基礎(chǔ)上結(jié)合標(biāo)37識資源搜索技術(shù)實(shí)現(xiàn)多維度應(yīng)用，轉(zhuǎn)變家居設(shè)備市場的一次性交易模式為持續(xù)性跟進(jìn)模式，提升企業(yè)及從業(yè)人員競爭力。具體實(shí)現(xiàn)的功能如下：（1）設(shè)備健康監(jiān)測預(yù)警。借助電子器件自動采集設(shè)備運(yùn)行參數(shù)，結(jié)合銷售、維保記錄等跨模態(tài)數(shù)據(jù)對設(shè)備健康狀態(tài)進(jìn)行建模分析，將分析結(jié)果同步綁定至標(biāo)識碼，利用標(biāo)識資源搜索系統(tǒng)賦能蘇寧信息化系統(tǒng)根據(jù)標(biāo)識碼監(jiān)測設(shè)備健康狀態(tài)并及時預(yù)警。（2）個性化查詢推薦。搜索系統(tǒng)獲取家居設(shè)備檔案并分析脫敏后的用戶購買偏好、使用習(xí)慣等畫像信息，為用戶定制個性化的搜索和推薦服務(wù)，支持通過掃描二維碼、圖片、家居設(shè)備實(shí)物或者輸入視頻、語音等方式查詢設(shè)備狀態(tài)、使用說明、維保歷史、服務(wù)人員資質(zhì)和評價、關(guān)聯(lián)產(chǎn)品、設(shè)備估值等信息，并適時為用戶推薦用戶社區(qū)、維保增值服務(wù)以及新款家居設(shè)備等信息。（3）維保服務(wù)優(yōu)化升級。維保服務(wù)人員被賦予一人一碼服務(wù)檔案并集成至搜索系統(tǒng)，供用戶自行查詢和選擇。服務(wù)人員上門后，利用標(biāo)識資源搜索服務(wù)查詢設(shè)備檔案和維保指導(dǎo)方案，還可以借助眾籌功能尋求幫助。蘇寧信息化系統(tǒng)將此次服務(wù)情況同步至設(shè)備檔案和服務(wù)人員檔案，跟進(jìn)家居設(shè)備狀態(tài)和服務(wù)質(zhì)量的持續(xù)優(yōu)化。標(biāo)識資源搜索應(yīng)用成效集成標(biāo)識資源搜索服務(wù)后，蘇寧易購家居設(shè)備智能檢測與服務(wù)業(yè)務(wù)取得以下成效：（1）降低設(shè)備故障發(fā)生率

50%；（2）提升維保效率

80%、服務(wù)精準(zhǔn)度

200%；（3）提升增值38服務(wù)銷售額

500%，提升家居設(shè)備換新銷售額

300%，并通過設(shè)備電子檔案為設(shè)備回收交易提供可信的定價依據(jù)，提升二手交易量

80%；（4）提升用戶滿意度

80%。2.

應(yīng)用場景提煉與拓展從本案例可以總結(jié)出工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索以下幾種主要應(yīng)用場景：a)

設(shè)備健康管理和預(yù)測性維護(hù)。智能運(yùn)維系統(tǒng)集成標(biāo)識資源搜索能力后，自動獲取設(shè)備及關(guān)鍵零部件的電子檔案信息，結(jié)合大數(shù)據(jù)和

AI

技術(shù)分析設(shè)備健康狀態(tài)，并根據(jù)預(yù)警閾值進(jìn)行故障預(yù)測和維修通知，減少設(shè)備故障造成的損失。b)

用戶深度交互。通過刻畫用戶工業(yè)搜索畫像，在保護(hù)隱私安全的前提下實(shí)現(xiàn)搜索意圖的最優(yōu)化理解；賦能用戶追溯產(chǎn)品全流程信息，提升其對產(chǎn)品的掌控力和使用信心；以眾籌、掃碼反饋等方式為用戶的深度參與提供便捷渠道，提升用戶粘性與滿意度。c)

設(shè)備價值可信查詢。通過標(biāo)識資源搜索獲取設(shè)備電子檔案信息用于評估租賃及二手交易決策，包括設(shè)備狀態(tài)、維保記錄、使用壽命、使用說明等關(guān)鍵信息，交易各方還可以借助標(biāo)識資源搜索查詢交易合同條款內(nèi)容。（二）案例

2：輪轂生產(chǎn)全流程一體化解決方案1.

案例介紹標(biāo)識資源搜索應(yīng)用前隨著汽車走進(jìn)千家萬戶，輪轂作為重要的汽車零部件，39其需求量和質(zhì)量要求急劇攀升，生成企業(yè)主要面臨以下挑戰(zhàn)：（1）眾多生成工序產(chǎn)生大量多源異構(gòu)數(shù)據(jù)，需要解決如何高效訪問和管理這些數(shù)據(jù)的問題。（2）客戶訂單定制化程度高，為適應(yīng)小批量、多品種生產(chǎn)而設(shè)計(jì)的柔性混線生產(chǎn)模式面臨如何自動分揀選線的問題。（3）訂單量大且交貨頻繁，對生產(chǎn)企業(yè)如何調(diào)整計(jì)劃、跟蹤現(xiàn)場進(jìn)度、平衡設(shè)備負(fù)荷、明細(xì)庫存儲備等生產(chǎn)進(jìn)度管控和資源動態(tài)調(diào)度能力提出了更高要求。（4）全球化發(fā)展帶來參與方信息不對稱、認(rèn)識不統(tǒng)一等問題，打破貿(mào)易壁壘首先需要突破信息壁壘。標(biāo)識資源搜索案例介紹圖

4.2

標(biāo)識資源搜索賦能輪轂生產(chǎn)全流程優(yōu)化中信戴卡輪轂產(chǎn)線引入標(biāo)識解析技術(shù)和標(biāo)識資源搜索40技術(shù)，賦能輪轂生產(chǎn)全流程數(shù)據(jù)的及時記錄和高效訪問，如圖

4.2

所示。該方案為輪轂生成全流程各要素賦予唯一標(biāo)識碼，并將生產(chǎn)設(shè)備、刻碼機(jī)、掃碼機(jī)等通過網(wǎng)絡(luò)接入中信戴卡

MES

系統(tǒng)，由

MES

系統(tǒng)采集各工序生產(chǎn)數(shù)據(jù)并與二維碼綁定后，回傳至標(biāo)識解析企業(yè)節(jié)點(diǎn)。借助標(biāo)識資源搜索服務(wù)實(shí)現(xiàn)以視覺識別、標(biāo)識掃描等多種方式讀取生產(chǎn)信息，為生產(chǎn)排產(chǎn)、自動化作業(yè)、質(zhì)量監(jiān)管、工藝優(yōu)化、管理改進(jìn)提供科學(xué)分析途徑，促進(jìn)自動輸送立體分選、智能化碼垛倉儲、柔性加工、報工信息管理、產(chǎn)品質(zhì)量回溯等功能實(shí)現(xiàn)：每個工序執(zhí)行前，通過標(biāo)識資源搜索復(fù)核上一工序輸出的產(chǎn)品質(zhì)量，減少返工情況出現(xiàn)；通過標(biāo)識資源搜索服務(wù)溯源各工序涉及的生產(chǎn)設(shè)備、完成時間、質(zhì)量、班次等過站信息，為優(yōu)化生產(chǎn)工藝和流程提供數(shù)據(jù)支撐；產(chǎn)線使用的自動化機(jī)器人和復(fù)合夾具根據(jù)標(biāo)識資源搜索得到的產(chǎn)品尺寸和形狀調(diào)整生產(chǎn)參數(shù)以及夾取角度，實(shí)現(xiàn)自動碼垛服務(wù)和混線柔性化生產(chǎn)能力。標(biāo)識資源搜索應(yīng)用成效標(biāo)識資源搜索服務(wù)助力中信戴卡輪轂產(chǎn)線取得以下成效：（1）自動化產(chǎn)線降低人力投入成本

20%，減小人為原因?qū)е碌纳a(chǎn)安全隱患

5%；（2）資源配置結(jié)構(gòu)得以優(yōu)化，原材料、能耗等資源成本降低

5%；（3）產(chǎn)品返工及不合格率降低

5%；（4）綜合提升輪轂生產(chǎn)效率

10%；（5）促進(jìn)上下游企業(yè)協(xié)同及國際貿(mào)易合作，有效提高中信戴卡的企業(yè)競爭力和國際影響力，實(shí)現(xiàn)營收增長

15%。412.

應(yīng)用場景提煉與拓展從本案例可以總結(jié)出工業(yè)互聯(lián)網(wǎng)標(biāo)識資源搜索以下幾種主要應(yīng)用場景：a)

生產(chǎn)過程管控。在加工、運(yùn)輸、檢測產(chǎn)品等環(huán)節(jié)中，通過標(biāo)識資源搜索自動獲取原材料、在制品、成品的參數(shù)信息，實(shí)現(xiàn)更加智能高效的參數(shù)配置、設(shè)備操控、備品備件管理、工藝關(guān)聯(lián)以及問題分析等應(yīng)用。b)

柔性化生產(chǎn)。通過標(biāo)識資源搜索查詢個性化訂單需求，并以視覺識別、掃碼等方式獲取原材料、在制品及成品信息，按需動態(tài)分揀選線以及匹配參數(shù)、資源和操作，進(jìn)而大大提升柔性化生產(chǎn)能力。（三）案例

3：“智慧瓶蓋”主動標(biāo)識載體搜索解決方案1.

案例介紹標(biāo)識資源搜索應(yīng)用前在酒品、化妝品等瓶裝商品市場，品牌方缺乏與消費(fèi)者的有效連接渠道，難以掌握產(chǎn)品存量及開封狀況，導(dǎo)致真瓶假貨和經(jīng)銷商竄貨等問題嚴(yán)重，消費(fèi)者無法確認(rèn)產(chǎn)品信息真實(shí)性及產(chǎn)品質(zhì)量可靠性，將嚴(yán)重影響企業(yè)聲譽(yù)和用戶滿意度。因此，防偽溯源成為建立企業(yè)和產(chǎn)品公信力的關(guān)鍵，而目前的防偽標(biāo)識以電碼、條形碼、二維碼等被動標(biāo)識為主，難以保證產(chǎn)品監(jiān)管和防偽溯源的可靠性。標(biāo)識資源搜索案例介紹42圖

4.3

“智慧瓶蓋”標(biāo)識搜索解決方案碼客工場利用一物一碼標(biāo)識結(jié)合主動標(biāo)識模組、NFC

技術(shù)，實(shí)現(xiàn)“智慧瓶蓋”搜索解決方案，如圖

4.3

所示。該方案在防偽溯源效果上，相較于現(xiàn)有防偽技術(shù)有較大提升。該方案利用具有主動標(biāo)識解析功能的“智慧瓶蓋”，在商品出入庫時智能讀取標(biāo)簽信息，將數(shù)據(jù)統(tǒng)一上傳至后臺管理系統(tǒng)，建立品牌全網(wǎng)唯一映射，實(shí)現(xiàn)產(chǎn)品身份標(biāo)識和主動防

偽

功

能

。

通

過

將

主

動

標(biāo)

識

窄

帶

物

聯(lián)

網(wǎng)

(Narrow

BandInternet

of

Things,

NB-IoT)模組嵌入瓶蓋內(nèi)部或產(chǎn)品外包裝上為產(chǎn)品賦碼，消費(fèi)者拆開瓶蓋或包裝時，觸發(fā)模組通路并向二級節(jié)點(diǎn)發(fā)送信息，表明該產(chǎn)品已被消費(fèi)。消費(fèi)者借助近距離無線通訊技術(shù)(Near

Field

Communication,

NFC)實(shí)現(xiàn)主動標(biāo)識載體形態(tài)的標(biāo)識搜索，確定產(chǎn)品真?zhèn)尾@取產(chǎn)品開啟狀態(tài)、標(biāo)簽掃描次數(shù)、產(chǎn)品標(biāo)識、生產(chǎn)日期、原材料43批次等信息，還可以訪問線上商城購買產(chǎn)品