在多数企业拥有庞大的知识数量和优质的知识资源的情况下,如何利用推送系统将知识主动的推送给设计人员以提高企业生产效率是目前知识密集型企业关注的重点。在知识推送系统中,依据用户的任务和行为信息对产品设计人员进行推送。那么如何将合适的知识条目推送给新用户和如何将新的知识条目(即新项目)推送给需要的人的问题,即用户/项目(知识条目)冷启动问题,是知识推送系统发展的关键问题。现存的冷启动解决方案大多需要已知用户评分数据,而且只能解决用户、项目冷启动问题之一。对于产品设计领域的知识推送系统冷启动而言,由于用户-知识条目-评分数据的缺失,现有的冷启动解决方案并不适用。解决冷启动问题的本质是快速获取新用户需求并建立其知识需求模型。因此,本文以快速获取用户需求并建立用户需求模型为出发点,提出面向冷启动问题的用户知识需求建模与获取方法研究方案,对基于深度文本模型(doc2vec)技术的设计知识库构建方法、基于高斯混合模型的用户知识需求建模方法、基于交互式进化计算的用户知识需求获取方法进行了研究,最终实现在缺失用户-知识条目-评分数据的条件下,同时解决用户冷启动和项目冷启动问题。具体研究工作包括:(1)基于doc2vec技术的设计知识库构建研究。该部分主要针对设计知识数学化问题进行探究,运用自然语言处理技术,提出基于文本深度表示模型的设计知识库构建方法,构建设计知识文本数据库和设计知识文本向量数据库,作为用户的知识需求获取技术和用户需求模型的数据输入,为用户知识需求获取提供数据基础。(2)基于高斯混合模型的用户知识需求建模方法研究。该部分针对用户知识需求模型构建问题进行探究,提出基于高斯混合模型的用户知识需求模型。首先分析高斯混合模型,论述利用高斯模型拟合用户知识需求的合理性,然后详解用户知识需求模型构建过程、预测用户知识需求以及判断新项目是否符合用户需求的过程,最后利用公开数据集验证用户知识需求模型的可行性与有效性。该模型是基于交互式进化计算的知识需求获取方法的输出,也是解决项目冷启动的关键。(3)基于交互式进化计算的知识需求获取方法研究。该部分针对用户知识需求获取问题进行探究,提出基于交互式进化算法的知识需求获取技术。该技术利用三种进化算法(遗传算法,差分进化算法,粒子群算法),结合用户的交互行为,制定获取用户知识需求的具体策略。该技术是解决用户冷启动的核心。(4)面向冷启动问题的用户知识需求建模与获取方法验证。为了验证用户知识需求建模与获取方法的有效性,本研究基于python设计并开发原型系统,并基于正交测试法设计实验。通过原型系统捕捉用户的行为,实现用户与算法的交互,引入正交测试法设计实验以验证算法的可行性与有效性,并寻求最佳进化算法及其最优进化策略以在最小交互次数内获取用户知识需求,最后保存用户知识需求模型。