[發明專利]一種基于跨媒體數據的交通知識圖譜構建方法

在審

• 申請號: 202010798431.2
• 申請日: 2020-08-11
• 公開（公告）號: CN112084339A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 李健;徐晨捷
• 申請（專利權）人: 同濟大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06K9/62;G08G1/01
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 宣慧蘭

本發明涉及一種基于跨媒體數據的交通知識圖譜構建方法，具體包括以下步驟：步驟S1：獲取多源異構的交通原始數據并處理；步驟S2：通過知識表示與知識存儲的方法，將交通原始數據轉化為交通實體，形成初步交通知識圖譜并存儲在圖數據庫中；步驟S3：通過知識融合與知識推理的方法，對初步交通知識圖譜進行關聯與擴展，形成基于跨媒體數據的跨域交通知識圖譜。與現有技術相比，本發明具有提高交通數據處理的效率、使交通數據的應用更加廣泛、具有較好的實用性與高效性等優點。

技術領域

本發明涉及數據分析與狀態管理領域，尤其是涉及一種基于跨媒體數據的交通知識圖譜構建方法。

背景技術

知識圖譜，作為一種使用比較通用的語義知識的形式化描述的框架，正在各領域大規模推進使用。知識圖譜的通用表示方法為結構化三元組，即G＝(E,R,S)，其中E表示實體集合，R表示關系集合，而S則表示三元組的集合。三元組被用于描述一個特定領域內的事實的頭實體、尾實體以及兩者之間的關系。

知識圖譜的優勢在于其描述形式統一，便于不同類型知識的集成與融合。當前的大數據時代，數據多源化趨勢明顯，若要對大數據加以利用，則必須將其統一在一個框架內，而知識圖譜就提供了這樣一個平臺；另外，知識圖譜以圖數據庫的形式存儲，相較于傳統的數據庫具有更快的運算速度，同時便于計算機和普通民眾進行識別和理解；圖數據庫還可引入圖算法，提高數據操縱的效率。

在知識圖譜的建模全過程方面，主要包括知識體系構建、知識獲取、知識融合、知識存儲、知識推理以及知識應用的過程，將得到的知識圖譜應用于實際場景。通過以上幾個步驟，即可將原有的數據轉化為知識，并通過知識圖譜的形式進行存儲與表示。在完成以上知識圖譜構建全過程之后，既可以將跨媒體的數據組合成為有機的整體，同時還可以獲取原先單一媒體數據中沒有的新的知識。

知識圖譜中涉及到許多算法，在知識提取中常使用聚類的方法。常見的聚類算法很多，其中DBSCAN聚類算法可以根據給定的半徑參數，自動尋找半徑內的散點進行聚類，從而完成對數據按照密度進行聚類，而無需確定聚類簇數。另外，DBSCAN聚類算法還可根據給定的最小包含點數將噪聲點去除，效果較好。

目前，知識圖譜在交通方面的研究較少，交通數據的存儲主要還是在傳統的關系型數據庫中。由于交通數據來源多種多樣，本身形式和種類都不同，因此各自的存儲方式以及數據格式都不同，難以進行統一的存儲和利用，并且從交通數據的本質來看，單一媒體的數據只能得到一方面的信息，信息量非常有限。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于跨媒體數據的交通知識圖譜構建方法，交通數據進行知識融合與推理，形成交通數據的知識圖譜，對交通運行狀態進行管理，同時便于計算機存儲與分析。

本發明的目的可以通過以下技術方案來實現：

一種基于跨媒體數據的交通知識圖譜構建方法，具體包括以下步驟：

步驟S1：獲取多源異構的交通原始數據并處理；

步驟S2：通過知識表示與知識存儲的方法，將所述交通原始數據轉化為交通實體，形成初步交通知識圖譜并存儲在圖數據庫中；

步驟S3：通過知識融合與知識推理的方法，對所述初步交通知識圖譜進行關聯與擴展，形成基于跨媒體數據的跨域交通知識圖譜。

所述交通原始數據包括浮動車GPS車速數據和交通事故文本數據。

進一步地，所述浮動車GPS車速數據為結構化數據，所述交通事故文本數據為非結構化數據。

進一步地，所述交通實體包括交通擁堵實體和交通事故實體。

進一步地，所述交通擁堵實體由浮動車GPS車速數據通過知識表示與知識存儲的方法轉化得到，所述交通事故實體由交通事故文本數據通過知識表示與知識存儲的方法轉化得到。