[发明专利]一种以人员为中心的多源海量数据关联搜索方法和系统

说明书

本发明涉及一种以人员为中心的多源海量数据关联搜索方法和系统。该方法包括以下步骤：定义数据元素规范、本体模型和关系模型，构建以人员为中心的知识森林体系；将数据源与本体模型、关系模型进行绑定，并将多源海量数据融入知识森林体系；在构建的知识森林体系中进行跨数据源的关联搜索。进一步可以对搜索结果进行分类统计、字段排序、条件筛选和二次搜索，帮助用户快速、精准地定位到目标结果。本发明的以人员为中心的知识森林体系和多源海量数据关联搜索方法，能够接入更多种类的数据源，实现更高效的聚合搜索，支撑更丰富的数据应用，极大提升大数据应用系统的数据兼容性和业务扩展性。

技术领域

本发明涉及一种数据搜索方法，尤其涉及一种以人员为中心的多源海量数据关联搜索方法和系统。

背景技术

随着社会信息化水平的不断提升，特别是公共安全领域的快速发展，各类传感器和感知源已经遍布了城市的每个角落。日常生活中的出行、住宿、交易、社交等活动已经全面进入了数字化时代，在为人们提供便捷服务的同时，也为公安机关积累了宝贵的数据资源。

这些数据资源具有来源广、种类多、规模大、更新快的特点，如何有效组织这些数据、充分发挥数据价值，成为了公安机关近年来最为关注的课题。现有技术中，尚未有将多源海量数据融合成为统一的以人员为中心的知识体系的技术方案，从而无法实现跨数据源的关联搜索。

发明内容

本发明公开一种以人员为中心的数据关联搜索方法和系统，包括数据存储方法和数据搜索方法，能够实现多源海量数据的动态关联和高效搜索。

基于以上所述，本发明提供如下技术方案：

一种以人员为中心的多源海量数据关联搜索方法，其步骤包括：

定义数据元素规范、本体模型和关系模型，构建以人员为中心的知识森林体系；

将数据源与本体模型、关系模型进行绑定，并将多源海量数据融入知识森林体系；

在构建的知识森林体系中进行跨数据源的关联搜索。

进一步地，上述方法具体包括以下步骤：

S1：制定数据元素规范，对于需要建模的数据字段进行统一命名、格式转换，如姓名、性别、出生日期、身份证号等字段。数据元素规范的内容包括：数据元素中文名称、数据元素英文名称、数据元素存储类型、数据元素正则表达式。

S2：依据步骤S1制定的数据元素规范定义本体模型，包括本体模型代码、本体中文名称、本体英文名称、本体数据元素、本体标签库，可以指定一个或多个数据元素作为本体模型实例的唯一标识(如身份证号、护照号、驾驶证号等均可作为人员本体模型实例“张三”的唯一标识)。其中，本体模型可分为本体大类模型和本体小类模型，本体大类模型是指对一类客观事物的抽象概念描述，如人员、车辆、手机等；本体小类模型是在本体大类模型的基础上具象出来的对特定客观事物的描述，自动继承本体大类模型的所有数据元素，并允许按需追加数据元素，如小轿车、客车、货车等本体小类模型都继承了车辆本体大类模型的所有数据元素，并允许追加核定载客、核定载重等特有数据元素。

S3：将步骤S2定义的本体大类模型划分为三个层级，根据与人员本体大类的关联程度进行划分，构建以人员为中心的知识森林体系。其中，人员本体大类作为第一层级，与人员直接关联的本体大类作为第二层级(如证件、手机、车辆等)，与人员无直接关联的本体大类作为第三层级(如车站、机场、基站等)。

S4：在步骤S2定义的本体模型之间定义关系模型，包括关系模型代码、关系中文名称、关系英文名称、起点本体模型、终点本体模型、关系数据元素。关系模型实例的唯一标识由以下三元组表达：(关系模型代码，起点本体模型实例唯一标识，终点本体模型实例唯一标识)。

S5：将步骤S2定义的本体模型或步骤S4定义的关系模型与数据源建立绑定关系，将模型中的数据元素与数据源的数据库表中的具体字段进行逐一对应。