[发明专利]基于知识图谱的科技资源大数据查询推荐系统及方法在审

专利信息
申请号: 201910882779.7 申请日: 2019-09-18
公开(公告)号: CN110609887A 公开(公告)日: 2019-12-24
发明(设计)人: 郭雨齐;刘俊中;沈洪超;李大春 申请(专利权)人: 中科赛思联科(苏州)网络科技有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/338;G06F16/36
代理公司: 11656 北京泽南知识产权代理有限公司 代理人: 罗攀
地址: 215002 江苏省苏州市相城经济技术开发区*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 匹配条目 科技资源 排序 子规则 图谱 查询 存储 查询模块 存储模块 调整模块 记录匹配 图谱分析 推荐系统 用户历史 用户提供 智能查询 大数据 热度 匹配 数据库 分析
【权利要求书】:

1.一种基于知识图谱的科技资源大数据查询推荐系统,其特征在于,包括以下模块:

科技资源数据库,用于存储科技资源数据;

知识图谱分析模块,用于对所述科技资源数据进行分析,并形成分析结果;

知识图谱存储模块,用于存储所述分析结果;

查询模块,用于根据用户提供的关键字,从所述分析结果中查询出若干匹配条目;所述匹配条目根据与所述关键字的匹配程度进行排序;

排序调整模块,用于根据设定规则,对已排序的匹配条目进行排序调整;

所述设定规则,包括:用户相关性子规则、用户历史查询记录匹配子规则、匹配条目热度子规则以及匹配条目在所述知识图谱中的位置子规则。

2.如权利要求1所述的基于知识图谱的科技资源大数据查询推荐系统,其特征在于,所述知识图谱分析模块,包括:通过知识图谱分析软件对所述科技资源数据中的领域、关键字、涉及机构和著作权人进行分析,得到所述分析结果。

3.如权利要求2所述的基于知识图谱的科技资源大数据查询推荐系统,其特征在于,所述用户相关性子规则,包括:

以所述用户与所述匹配条目中的著作权人进行匹配;以及

以所述用户所在机构与所述匹配条目中的涉及机构进行匹配;

并对匹配的结果进行相关性计算,得到相关性计算结果;

根据所述相关性计算结果,将对应的匹配条目的排序进行调整。

4.如权利要求2所述的基于知识图谱的科技资源大数据查询推荐系统,其特征在于,所述用户历史查询记录匹配子规则,包括:

获取所述匹配条目中的第二关键字,并将所述第二关键字在用户的历史查询记录中进行匹配;

根据所述第二关键字的匹配次数,将对应的匹配条目的排序进行调整。

5.如权利要求2所述的基于知识图谱的科技资源大数据查询推荐系统,其特征在于,所述匹配条目热度子规则,包括:

获取每条匹配条目在预设时间段内的被匹配到的次数;

计算每条匹配条目的所述被匹配到的次数与全部匹配条目被匹配到的次数的平均值之间的比值;

根据所述比值,将对应的匹配条目的排序进行调整。

6.如权利要求2所述的基于知识图谱的科技资源大数据查询推荐系统,其特征在于,所述匹配条目在所述知识图谱中的位置子规则,包括:

获取所述匹配条目在知识图谱中的连接关系,计算每条匹配条目的中心度;

计算每条匹配条目的所述中心度与全部匹配条目的中心度的平均值之间的比值;

根据所述比值,将对应的匹配条目的排序进行调整。

7.如权利要求1所述的基于知识图谱的科技资源大数据查询推荐系统,其特征在于,所述系统还包括关键字推荐模块,用于根据用户输入的所述关键字,在所述知识图谱中查找与所述关键字的邻接关键字,并提供给所述用户以供用户选择。

8.一种服务器,其特征在于,所述服务器上加载有权利要求1至7中任一项权利要求所述的基于知识图谱的科技资源大数据查询推荐系统。

9.一种基于知识图谱的科技资源大数据查询推荐方法,其特征在于,所述方法包括:

对存储的科技资源数据进行分析,形成分析结果;并对所述分析结果进行存储;

根据用户提供的关键字,从所述分析结果中查询出若干匹配条目;所述匹配条目根据与所述关键字的匹配程度进行排序;

用于根据设定规则,对已排序的匹配条目进行排序调整;

所述设定规则,包括:用户相关性子规则、用户历史查询记录匹配子规则、所述匹配条目热度子规则以及所述匹配条目在所述知识图谱中的位置子规则。

10.一种存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求9所述的基于知识图谱的科技资源大数据查询推荐方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科赛思联科(苏州)网络科技有限公司,未经中科赛思联科(苏州)网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910882779.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top