[發(fā)明專利]一種用于影視素材領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)管理方法

有效

• 申請?zhí)枺?/td>: 201610972138.7
• 申請日: 2016-11-04
• 公開（公告）號: CN108021592B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計）人: 毛順億;高洪皓;朱永華;劉寧杰;高迅;張鐵男
• 申請（專利權(quán)）人: 上海大學(xué)
• 主分類號: G06F16/182
• 分類號: G06F16/182;G06F16/11;G06F16/43
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 葉敏華

1.一種用于影視素材領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)管理方法，用于對影視素材領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)進行分布式存儲、查詢和可視化管理，其特征在于，所述分布式存儲具體為：

A1)建立影視素材領(lǐng)域的知識本體，包括領(lǐng)域知識庫KS和標簽分類庫LS，所述影視素材領(lǐng)域的知識本體為樹結(jié)構(gòu)，所述樹結(jié)構(gòu)上的結(jié)點對應(yīng)影視素材領(lǐng)域的知識分類；

A2)根據(jù)建立的影視素材領(lǐng)域的知識本體，確定所接收影視素材的非結(jié)構(gòu)化數(shù)據(jù)的存儲路徑，按照存儲路徑將其存儲到HDFS文件系統(tǒng)中，同時將影視素材的非結(jié)構(gòu)化數(shù)據(jù)的描述信息存儲到數(shù)據(jù)庫中；

所述查詢和可視化管理具體為：

B1)通過計算語義相似相關(guān)度拓展用戶的搜索條件；

B2)根據(jù)拓展后的用戶的搜索條件，利用ElasticSearch搜索引擎結(jié)合Jena推理算法進行搜索，得到搜索結(jié)果并反饋給用戶；

B3)利用可視化工具對搜索數(shù)據(jù)進行展示；

步驟B1)具體為：

B11)對用戶的搜索條件進行自然語言處理；

B12)計算處理后的搜索條件的語義相似相關(guān)度，所述語義相似相關(guān)度包括字面相似度wordSim(A,B)、語義重合度semCR(A,B)、距離相似度disSim(A,B)和層次深度depH(A,B)；

B13)根據(jù)計算結(jié)果得到拓展后的搜索條件；

所述字面相似度wordSim(A,B)具體為：

所述語義重合度semCR(A,B)具體為：

所述距離相似度disSim(A,B)具體為：

所述層次深度depH(A,B)具體為：

其中，A和B表示影視素材領(lǐng)域的知識本體的兩個結(jié)點，R表示根節(jié)點，wordNum表示漢字數(shù)，nodeSet表示結(jié)點集合，length表示途經(jīng)長度；

步驟B2)具體為：

B21)利用ElasticSearch搜索引擎，將拓展后的用戶的搜索條件與標簽分類庫LS進行匹配；

B22)根據(jù)標簽分類庫LS的匹配結(jié)果得到對應(yīng)的領(lǐng)域知識庫KS中的結(jié)點，利用Jena推理算法得到其兄弟結(jié)點；

B23)將步驟B22)中得到的結(jié)點及其兄弟結(jié)點對應(yīng)的描述信息和影視素材的非結(jié)構(gòu)化數(shù)據(jù)作為搜索結(jié)果；

B24)對步驟B23)得到的搜索結(jié)果進行排序并反饋給用戶。

2.根據(jù)權(quán)利要求1所述的用于影視素材領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)管理方法，其特征在于，步驟A1)具體為：

A11)對影視素材領(lǐng)域的知識進行分類，得到領(lǐng)域知識庫KS；

A12)根據(jù)步驟A11)的分類結(jié)果建立影視素材領(lǐng)域的知識本體，所述影視素材領(lǐng)域的知識本體為樹結(jié)構(gòu)，所述樹結(jié)構(gòu)上的結(jié)點對應(yīng)影視素材領(lǐng)域的知識分類；

A13)對步驟A12)中樹結(jié)構(gòu)上的結(jié)點進行信息描述并設(shè)置語義標簽，得到標簽分類庫LS。

3.根據(jù)權(quán)利要求1所述的用于影視素材領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)管理方法，其特征在于，步驟A2)具體為：

A21)根據(jù)領(lǐng)域知識庫KS確定接收的影視素材的非結(jié)構(gòu)化數(shù)據(jù)的相關(guān)分類；

A22)根據(jù)標簽分類庫LS確定接收的影視素材的非結(jié)構(gòu)化數(shù)據(jù)的語義標簽；

A23)根據(jù)確定的相關(guān)分類和語義標簽確定影視素材的非結(jié)構(gòu)化數(shù)據(jù)的存儲路徑；

A24)按照存儲路徑將影視素材的非結(jié)構(gòu)化數(shù)據(jù)存儲至HDFS文件系統(tǒng)的主控機器中，主控機器將其分配到其他從屬機器進行存儲，從屬機器同時對影視素材的非結(jié)構(gòu)化數(shù)據(jù)進行備份；

A25)影視素材的非結(jié)構(gòu)化數(shù)據(jù)的描述信息存儲到數(shù)據(jù)庫中，所述描述信息包括本體結(jié)構(gòu)信息、相關(guān)分類、語義標簽和存儲路徑。

4.根據(jù)權(quán)利要求1所述的用于影視素材領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)管理方法，其特征在于，所述自然語言處理包括中文分詞和過濾預(yù)定義的停用詞。