[发明专利]面向可视化需求的基于知识图谱的Web数据优化方法

说明书

一种面向可视化需求的基于知识图谱的Web数据优化方法，包括以下步骤：第一步、目标领域语料库的构建；第二步、面向语料库的实体抽取；第三步、将语料库进行二次预分组，使用k‑means聚类算法构建知识图谱；第四步、对各种可视化图形进行分类，归纳总结各类图形的属性和结构特征，通过创建可视化模型树VT来形式化地表达各类图形信息；第五步、基于网络语料知识图谱的数据可视化优化匹配方法：定义M‑JSON为REST Web服务返回的JSON的原型结构，并将M‑JSON与可视化模型树中的数据结构进行匹配，利用第三步的知识图谱查询匹配的属性组合否存在实际语义关联，以选取有效的维度组合，提升自动化生成图形的精确率。

技术领域

本发明涉及一种面向可视化需求的基于知识图谱的Web数据优化方法。

背景技术

面向服务的计算(Service-Oriented Computing，SOC)是当前工业界与学术界都备受关注的一种针对分布式系统的计算范型。在SOC计算模式的发展推动下，Web服务得到了进一步的普及与应用。随着2000年REST(Representational State Transfer)架构风格的提出，REST服务逐渐成为Web服务的重要组成部分。REST服务简单、轻量、快速的特点促使它在Internet上盛行，并保持可观的指数增长，同时也带动了服务数量的增长。多样化的数据服务交叉融合了经济、医疗、体育、生活等多个领域，催生了巨量的数据。但是无论面对怎样的数据，人类获取数据的根本目的仍然在于获得数据中的有效信息。

数据可视化通过交互式可视化界面及数据-图像转换技术来辅助用户对数据进行分析理解。可视化的基础是数据，而网络数据时代的数据是多源异构的(multi-sourceheterogeneous)，这带来了数据源集成，数据编排的问题；众多领域的数据服务供应商提供了大量服务，各个服务有各自不同结构的数据响应方式与响应格式，这为数据获取，数据解析带来了困难；随着多媒体技术与可视化技术的发展，人们不再满足于普通的表单数据，而追求更直观、丰富的数据展示形式与更便捷、高效的数据处理工具。因此，通过减少人为干预，自动化解析、编排异构的服务数据，使数据自动可视化，具有重要的现实意义。

知识图谱由Google公司于2012年6月正式提出，是一种基于图的数据结构。知识图谱是一种结构化的语义知识库，以图的形式来展现现实世界中各个实体及其相互之间的关系，并用形式化的方式来进行描述。知识图谱的基本组成单元的通用表示形式是实体、“实体-关系-实体”三元组，以及实体的“属性-值”对。知识图谱以“实体-关系-实体”或“实体-属性-属性值”的三元组表达形式存储，这些数据将构成可观的实体关系网络，即知识的“图谱”。

目前，虽然已经存在一些面向REST服务的数据可视化建模方法，但这些方法的数据自动可视化效率较低，或者自动化生成的可视化图形存在大量的冗余图形，不利于用户理解与分析。知识图谱拥有高效的信息检索能力，强大的语义关系构建能力以及可视化呈现能力，将知识图谱与数据可视化相结合能更有效找出隐藏在数据背后的规律。

发明内容

本发明提出了一种面向可视化需求的基于知识图谱的Web数据优化方法，对常见可视化图形分析归纳建模，将Web数据的结构与可视化模型的结构进行结构匹配，获得符合要求的候选坐标轴/图例的属性组合。利用网络语料构建知识图谱，并通过查询知识图谱获取该属性组合是否存在语义关联，来进一步优化Web数据的可视化工作，提升有效图形生成的概率。

为了实现上述发明，采用的技术方案如下：

一种面向可视化需求的基于知识图谱的Web数据优化方法，所述方法包括以下步骤：