随着知识经济时代的到来,知识已成为企业重要的无形资产和宝贵财富,工程领域企业也越来越重视通过知识重用来创造价值。然而,面对知识数量的爆发式增长,效率低下的传统知识重用方法已无法满足工程用户的知识需求,严重影响了企业知识资源的价值转化。对此,利用先进的个性化推荐算法进行工程知识推荐,能够有效提升知识重用效率,协助工程用户高效解决工程设计问题并完成工程设计任务,进而提升企业生产效益、实现创新发展。然而,由于未充分考虑工程语义、工程情境等领域特征,直接应用传统个性化推荐算法进行知识推荐可能造成推荐列表“流行化”与“同质化”问题以及“稀疏矩阵”和“新用户冷启动”问题,导致知识推荐结果无法满足目标用户在特定工程情境下的知识需求。对此,本文分别以“多样性”和“准确度”两个不同的视角,就如何满足用户在不同工程情境下不同特点的知识需求展开了研究;并在船舶舾装设计背景下进行了知识推荐案例研究,对本文所提出的理论和方法在工程设计领域的应用效果进行了验证。具体研究内容总结如下:首先,针对传统个性化推荐算法的推荐列表“流行化”与“同质化”问题,研究并提出了考虑主题多样性的工程知识推荐方法。定义了知识文档的内容相似度、应用情境相似度和任务相似度的概念及其计算方法,提出了同时考虑三者的知识相关性网络构建方法,并结合基于图数据的社区发现算法,对知识文档进行主题聚类;结合用户行为日志数据,提出了用户-知识兴趣模型和用户-主题兴趣模型的构建方法,研究并定义了用户-主题专业度的概念及其计算方法以衡量用户对相应知识主题的专业程度;利用用户-主题专业度改进基于用户的协同过滤方法,并结合知识应用情境和用户-主题兴趣模型提出情境感知多样性推荐策略,针对特定的复杂工程设计任务,为目标用户提供全面的知识视野。其次,针对“稀疏矩阵”与“新用户冷启动”导致传统个性化推荐算法应用效果不佳的问题,研究并提出了基于情境感知生成对抗网络模型的工程知识推荐方法。利用用户个人背景信息和用户日志数据,提出了用户情境向量、问题情境向量和历史评分向量的构造方法;并通过构建基于知识相关性网络的语义激活扩散模型,提出了构造语义扩展评分向量的方法,以及最终构造情境评分向量的方法;引入生成对抗网络模型,并提出基于情境评分向量的协同训练方法,进而构建情境感知生成对抗网络模型;基于训练后的模型,为工程用户推荐针对特定工程设计问题的知识文档。最后,以国内某船厂船舶舾装设计为背景,对本文所提出的面向工程设计任务的个性化知识推荐方法的应用效果进行实证研究。面向工程领域的知识推荐任务,以具体的“机舱布置图设计”工程任务以及该工程设计任务中包含的“机舱管系布置”工程问题为实例,从该船厂知识管理系统中采集用户个人信息、行为日志以及相应的知识文档语料等数据,通过本文所提出的两个面向工程领域的个性化知识推荐方法,实现了针对该工程任务和工程问题的知识推荐,相应的多样性指标和准确度指标验证了本文所提方法的有效性和先进性。