[發明專利]統一數據模型構建方法、系統、終端設備及可讀存儲介質

在審

• 申請號: 202110622096.5
• 申請日: 2021-06-03
• 公開（公告）號: CN113360668A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 徐會芳;談元鵬;焦飛;張中浩;仝杰
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06Q50/06
• 代理公司: 北京中巡通大知識產權代理有限公司 11703
• 代理人: 孟大帥

1.一種統一數據模型構建方法，其特征在于，包括以下步驟：

基于預設多個電力垂直業務知識圖譜的本體框架，獲得各圖譜的本體概念；

采用基于混合策略的相似度計算方法對所述各圖譜的本體概念進行歸并，完成統一數據模型構建。

2.根據權利要求1所述的一種統一數據模型構建方法，其特征在于，所述采用基于混合策略的相似度計算方法對所述各圖譜的本體概念進行歸并的步驟具體包括：

通過計算基于名稱的概念相似度、基于實例的概念相似度、基于屬性的概念相似度和基于結構的概念相似度中的一種或多種相似度，得到各圖譜的本體概念之間不同維度的匹配度；

基于所述匹配度加權計算獲得各圖譜的本體概念之間最終的匹配置信度；

將匹配置信度大于預設閾值的本體概念進行歸并，將歸并后的概念添加到統一數據模型；將匹配置信度小于等于預設閾值的本體概念保留原始信息，添加到統一數據模型。

3.根據權利要求2所述的一種統一數據模型構建方法，其特征在于，計算基于名稱的概念相似度的步驟具體包括：

基于字符串的相似度計算：將本體概念的名稱作為字符串，進行規范化操作后，使用表達式(1)進行相似度計算：

其中，maxComSubString_i表示x₁和x₂的第i個公共子串，length(x_i)表示第i個字符的長度；x₁和x₂的表示待計算相似度的兩個字符串；

基于WordNet的語義相似度計算：采用WordNet同義詞集輔助計算，計算表達式為：

其中，p(a)＝wordcount(a)/wordtotal，表示WordNet中詞義節點a及其子節點所包含的單詞個數在整個詞典中所占的比例，wordtotal是WordNet的單詞總數；另外，x₁∈a₁，x₂∈a₂，表示x₁和x₂分別位于節點a₁和a₂中，節點a是a₁和a₂的公共祖先節點；

令s(x₁)＝{s_1i|i＝1,2,3...,n}和s(x₂)＝{s_2j|j＝1,2,3...,m}分別表示x₁和x₂所有語義，則兩個字符串的相似度定義為它們之間的語義相似度最大值，表達式為：

基于注釋的相似度計算：若兩個待匹配的本體概念的注釋信息相同，則確定兩個本體概念相似，Sim_c(x₁，x₂)＝1；否則，兩個本體概念不相似，Sim_c(x₁，x₂)＝0；

采用基于名稱的概念相似度結合策略，概念的名稱相似度計算表達式為：

Sim_n(x₁ x₂)＝w₁*Sim_s(x₁，x₂)+w₂*Sim_d(x₁，x₂)+w₃*Sim_c(x₁，x₂) (4)

其中，w₁、w₂、w₃表示三種概念相似度的權值，且w₁+w₂+w₃＝1。