[發(fā)明專利]一種基于知識圖譜技術的數(shù)據(jù)智能分級方法

有效

• 申請?zhí)枺?/td>: 202210834822.4
• 申請日: 2022-07-15
• 公開（公告）號: CN115374106B
• 公開（公告）日: 2023-05-26
• 發(fā)明（設計）人: 金震;張京日;穆宇浩
• 申請（專利權）人: 北京三維天地科技股份有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/36;G06F18/23213;G06F16/28;G06N3/04;G06N5/02
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 張樹朋

1.一種基于知識圖譜技術的數(shù)據(jù)智能分級方法，其特征在于，包括：

S1：獲取數(shù)據(jù)物理表之間的血緣關系，根據(jù)血緣關系生成數(shù)據(jù)物理表知識圖譜；

S2：利用改進的特征向量中心性算法，計算數(shù)據(jù)物理表知識圖譜中物理表的網(wǎng)絡權重；

S3：獲取兩個特征數(shù)據(jù)集，兩個特征數(shù)據(jù)集為：數(shù)據(jù)物理表的數(shù)據(jù)訪問情況數(shù)據(jù)集和數(shù)據(jù)更新頻率數(shù)據(jù)集，基于K-means聚類算法對所述兩個特征數(shù)據(jù)集進行聚類分析，生成聚類分析結果；

S4：根據(jù)聚類分析結果和網(wǎng)絡權重，基于層次分析法和熵權法，構建數(shù)據(jù)物理表重要度評估公式；

S5：利用數(shù)據(jù)物理表重要度評估公式對數(shù)據(jù)物理表進行評估，根據(jù)評估結果獲得核心關鍵數(shù)據(jù)；

S4包括：

S401：基于聚類分析結果和網(wǎng)絡權重，構建數(shù)據(jù)物理表的重要度評估指標；

S402：通過層次分析法計算獲得重要度評估指標的主觀權重；

S403：通過熵權法計算獲得重要度評估指標的客觀權重；

S404：根據(jù)主觀權重和客觀權重，生成重要度評估指標的復合權重，基于復合權重，生成數(shù)據(jù)物理表的重要度評估公式。

2.根據(jù)權利要求1所述的一種基于知識圖譜技術的數(shù)據(jù)智能分級方法，其特征在于，S1包括：構建第一本體模型，基于第一本體模型生成數(shù)據(jù)物理表的知識圖譜；所述構建第一本體模型的方法包括：

S101：獲取用于創(chuàng)建數(shù)據(jù)物理表知識圖譜的本體模型；

S102：基于預設的本體模型質量評價條件對本體模型進行評價；所述本體模型質量評價條件基于數(shù)據(jù)的完整性、簡潔性、清晰性和可用性制定；

S103：篩選出評價結果符合預設評價結果閾值的第一本體模型。

3.根據(jù)權利要求2所述的一種基于知識圖譜技術的數(shù)據(jù)智能分級方法，其特征在于，S1包括：

S104：解析數(shù)據(jù)物理表之間的血緣關系，獲取血緣關系的特征類別；

S105：選取所述特征類別中的歸屬性、層次性、多源性特征，基于預設的關系抽取模型進行關系抽取，獲得數(shù)據(jù)物理表的實體關系；

S106：將數(shù)據(jù)物理表、數(shù)據(jù)物理表的實體關系輸入第一本體模型，生成數(shù)據(jù)物理表的知識圖譜。

4.根據(jù)權利要求1所述的一種基于知識圖譜技術的數(shù)據(jù)智能分級方法，其特征在于，S2包括：

S201：采用改進的特征向量中心性算法對數(shù)據(jù)物理表知識圖譜中的實體節(jié)點進行重要度分析；所述改進的特征向量中心性算法為基于加權的PageRank算法；

S202：獲取實體節(jié)點的重要度數(shù)組、節(jié)點總數(shù)、阻尼系數(shù)和收斂門限，并進行初始化賦值；

S203：根據(jù)初始化賦值，計算實體節(jié)點的出弧計數(shù)矩陣、出弧權重和矩陣；

S204：對實體節(jié)點重要度進行迭代計算，獲得連續(xù)兩次的重要度數(shù)組值，計算獲得連續(xù)兩次的重要度數(shù)組值的差值；

S205：將所述差值的正無窮范數(shù)與收斂門限進行比較，若所述正無窮范數(shù)小于收斂門限，則迭代結束，獲得排序后的重要度矩陣；

S206：基于排序后的重要度矩陣，獲得數(shù)據(jù)物理表知識圖譜物理表的網(wǎng)絡權重。

5.根據(jù)權利要求1所述的一種基于知識圖譜技術的數(shù)據(jù)智能分級方法，其特征在于，S3包括：

S301：獲取數(shù)據(jù)物理表的數(shù)據(jù)訪問情況特征數(shù)據(jù)集、數(shù)據(jù)更新頻率特征數(shù)據(jù)集，將數(shù)據(jù)訪問情況特征數(shù)據(jù)集、數(shù)據(jù)更新頻率特征數(shù)據(jù)集分別劃分為訓練集和驗證集，并設置P個初始聚類中心；

S302：獲取訓練集中的每一個樣本，計算其與每一個質心的距離，并將其劃分到距離最近的質心所屬集合；

S303：重新計算每個集合的質心，并計算新的質心與原來質心的第一距離；

S304：若所述第一距離小于預設的距離閾值，則終止聚類，獲得P個聚類質心；

S305：若所述第一距離大于預設的距離閾值，則重復步驟S302至S304；

S306：獲取測試集中的每一個樣本，計算其與P個簇的質心的距離，將所述距離轉換成相應的分值進行結果輸出，得到聚類分析結果。