[发明专利]基于知识网络的智能决策方法及装置、终端、存储介质

权利要求书

1.一种基于知识网络的智能决策方法，其特征在于，包括：

基于认知层的知识联邦对源知识数据进行知识表达，所述源知识数据为参与知识网络构建的参与方提供的知识数据；

根据各参与方对应的知识表达形成不同领域的知识图谱库，所述知识图谱库中的知识图谱构成知识网络；

当检测到目标参与方发起的决策请求时，对待决策数据进行知识表达的提取，并根据知识表达的结果在所述知识网络中确定最终的决策结果。

2.根据权利要求1所述的智能决策方法，其特征在于，所述方法还包括：

对不同领域的知识图谱进行逻辑推理得到新知识，更新所述知识图谱库中的知识。

3.根据权利要求1所述的智能决策方法，其特征在于，所述方法还包括：

根据外界反馈的知识数据对所述知识图谱库中的知识进行更新。

4.根据权利要求1所述的智能决策方法，其特征在于，所述基于认知层的知识联邦对源知识数据进行知识表达，包括：

基于深度神经网络获取各参与方的源知识数据对应的局部特征向量；

基于全局模型对各局部特征向量进行集成学习，形成所述源知识数据的全局知识表达。

5.根据权利要求4所述的智能决策方法，其特征在于，所述基于深度神经网络获取各参与方的源知识数据对应的局部特征向量，包括：

基于深度神经网络对各参与方的源知识数据进行学习，将模型学习中的高层抽象的特征表达或最后一层全连接层作为所述源知识数据的局部特征向量。

6.根据权利要求1所述的智能决策方法，其特征在于，所述根据各参与方对应的知识表达形成不同领域的知识图谱库，包括：

对各参与方的知识表达进行集成或多模态融合，形成不同领域的知识图谱库。

7.根据权利要求1所述的智能决策方法，其特征在于，所述根据知识表达的结果在所述知识网络中确定最终的决策结果，包括：

根据知识表达的结果从所述知识图谱库中匹配出最相近的topK个领域的知识图谱；

在所述知识网中计算topK个领域的知识图谱的加权值，根据所述加权值确定所述待决策数据对应的决策结果。

8.一种基于知识网络的智能决策装置，其特征在于，包括：

知识表达模块，用于基于认知层的知识联邦对源知识数据进行知识表达，所述源知识数据为参与知识网络构建的参与方提供的知识数据；

图谱库形成模块，用于根据各参与方对应的知识表达形成不同领域的知识图谱库，所述知识图谱库中的知识图谱构成知识网络；

智能决策模块，用于当检测到目标参与方发起的决策请求时，对待决策数据进行知识表达，并根据知识表达的结果在所述知识网络中确定最终的决策结果。

9.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行以下步骤：

基于认知层的知识联邦对源知识数据进行知识表达，所述源知识数据为参与知识网络构建的参与方提供的知识数据；

根据各参与方对应的知识表达形成不同领域的知识图谱库，所述知识图谱库中的知识图谱构成知识网络；

当检测到目标参与方发起的决策请求时，对待决策数据进行知识表达，并根据知识表达的结果在所述知识网络中确定最终的决策结果。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行以下步骤：

基于认知层的知识联邦对源知识数据进行知识表达，所述源知识数据为参与知识网络构建的参与方提供的知识数据；

根据各参与方对应的知识表达形成不同领域的知识图谱库，所述知识图谱库中的知识图谱构成知识网络；

当检测到目标参与方发起的决策请求时，对待决策数据进行知识表达，并根据知识表达的结果在所述知识网络中确定最终的决策结果。