[发明专利]一种基于关系数据库的移动数据知识图谱自动构建方法

权利要求书

1.一种基于关系数据库的移动数据知识图谱自动构建方法，其特征在于：它的步骤如下：

(1)、由移动数据ER图生成知识图谱的概念级架构：

(1.1)、移动数据知识图谱中概念元素的抽取：

概念是对数据的抽象，知识图谱中的概念元素来自于关系数据ER图中的实体、关系、属性，将实体映射到知识图谱中的概念称为实体概念，属性映射到知识图谱中的概念称为属性概念，关系映射到知识图谱中的概念称为关系概念；

(1.2)、移动数据知识图谱中关系元素生成：

在步骤1.1中，ER图中的关系被看作知识图谱中的关系概念，该概念有着自己的属性和关系，R在ER图中是关系，其属性为Ra，映射到知识图谱中，则为R为关系概念以及其属性Ra，R和Ra间的属性定义按步骤1.3中方法进行；由于ER图中的关系在知识图谱中看作为概念，因此，需要生成新的关系用于建立概念间的关联，其具体生产步骤如下：

由于ER图中的关系通常是一个操作，把该操作看成概念后，则是一个事件概念，因此该操作的两端所对应的概念与事件概念是包含的关系，即，R包含E1，和R包含E2；再由概念E1分别与原ER图中R关系的属性Ra以及实体E2的属性建立新的关系，关系名设为“E1Ra”、“E1Ea2”；

(1.3)、移动数据知识图谱中属性元素生成：

ER图中的属性映射到知识图谱中，成为属性概念，E1有属性Ea1，根据步骤(1.1)中的方法阐述，Ea1是一个概念，而Ea1又是客户的一个属性，E1和Ea1之间有一个属性关系，而这个属性关系是隐含在ER图中，但是在知识图谱中需要显示存在，所以必须生成一个属性，其具体步骤为：

在属性名称前面加一个“有”字，即为“有Ea1”；

2.称动数据知识图谱中实例元素抽取：

实例来自于关系数据库中的数据，因为ER图中实体、关系和属性在数据库中都有具体的数据相对应。映射到知识图谱中形成概念后，这些数据则是概念的实例，具体抽取步骤如下：

将每一行中的具体的客户命名，即，假设第一行为“U1”，Ea1为“001”，第二行为“U2”，Ea1为“002”，将客户名“U1”，“U2”分别作为E1这个概念的实例，并增加E1和U1与U2的关系，关系设为“有实例”；同理将“001”和“002”作为“Ea1”这个概念的两个实例，并建立“有实例”关系；

3.知识图谱生成：

在完成步骤(1)和步骤(2)分别构建了知识图谱的概念级架构，并对概念、关系和属性进行了映射之后，基于知识图谱中实例对概念的关系和属性的继承性，结合关系数据库的数据形成知识图谱；具体生成步骤如下：

实例可以继承概念的属性，所以概念“E1”下的实例“U1”、“U2”等也具有“有Ea1”属性，并且分别对应于概念“Ea1”下面的“001”和“002”实例；按照这条规则，将抽取出来的概念、实例分别由属性和关系关联起来形成知识图谱。