[发明专利]一种基于语义关注度模型的知识图谱可视化方法

说明书

本发明公开了一种基于语义关注度模型的知识图谱可视化方法，用多层次多角度知识语义相似性距离度量结合用户语义关注度模型，提供一种知识可视化解决方案，从而支持全局+局部结构的可视化方法。本发明通过建立知识空间中知识对象间的语义关注度模型，计算焦点对象与知识空间中知识对象间的语义关注度；根据语义关注度进行知识图谱可视化展示。本发明在对复杂战场态势大数据分析与处理时，将语义距离较近的信息对象突出并主动呈现给用户，有助于智能化地辅助用户检索复杂的大数据知识，让用户不仅可以看到感兴趣对象的局部细节，同时保留其周围信息的整体印象，在大数据知识图谱检索应用方面提供了良好的可视化支持。

技术领域

本发明属于大数据知识可视化技术领域，更具体地，涉及一种基于语义关注度模型的知识图谱可视化方法。

背景技术

开放动态环境下带有时空属性的大数据知识在时间、空间和属性三个方面的固有特征，呈现出多角度、多层次的复杂性。并且其知识数据规模庞大，数据结构纷繁复杂，如何在知识检索可视化界面中将语义距离较近的知识实体突出呈现给用户，辅助用户对知识的认知，成为一个关键问题。同时，用户在进行知识检索时，在有限的屏幕上放大推荐结果细节时，常常会丢失全局信息。

国内外研究者们设计了一些数据可视化模型，但并没有为用户提供全局与局部相配合的展示方式。因此对异构、动态作战数据的可视化主要解决的问题是：如何有效地提取满足分析者需求和感兴趣区域的时空关系，并对用户关注的局部结构信息以及全局结构进行多层次和多角度的合理展现。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于语义关注度模型的知识图谱可视化方法，其目的在于结合多层次多角度知识相似度计算的方法建立语义关注度模型并进行可视化展示，由此解决现有技术中无法对用户关注的局部结构信息以及全局结构进行多层次和多角度的合理展现的技术问题。

为实现上述目的，本发明提供了一种基于语义关注度模型的知识图谱可视化方法，包括：

(1)建立知识空间中任一知识对象x对于f的语义关注度模型，其中所述语义关注度定义为：S_f(x|f)＝ω₁P(x)-ω₂S_d(f，x)，其中S_f(x|f)＞r，P(x)是x的先验重要程度，S_d(f，x)是x与f之间的语义距离，r为关注度阈值，ω₁和ω₂分别是P(x)和S_d(f，x)的权重系数；

(2)选定焦点对象f，根据步骤(1)中的语义关注度模型计算焦点对象f与知识空间中任一知识对象x问的语义关注度；

(3)根据所述焦点对象f与知识空间中任一知识对象x间的语义关注度进行知识图谱可视化展示。

本发明的一个实施例中，所述P(x)是x的先验重要程度，即用户在可视化分析过程中会对认为重要的可视化表征进行的标记，将先验重要度赋予了相应的信息对象。

本发明的一个实施例中，所述S_d(f，x)定义为：

S_d(f，x)＝α₁·Inf(f，x)+α₂·D(f，x)

其中，Inf(f，x)表示知识对象的特征因素，即知识图谱中的多层次和多角度特征相似性，用以确定x与f之间的关联关系，D(f，x)是x与f的可视化表征中心之间的几何坐标距离，α₁和α₂分别是Inf(f，x)和D(f，x)的权重系数。

本发明的一个实施例中，所述Inf(f，x)的定义为：

Inf(f，x)＝max{f₁(f，x)，f₂(f，x)，f₃(f，x)}