[发明专利]知识图谱构建方法、装置、信息穿透方法和系统

权利要求书

1.一种知识图谱构建方法，其特征在于，所述方法包含：

获取待分析目标的注册信息数据源和网页数据源，根据所述注册信息数据源和所述网页数据源构建领域本体信息；

利用所述领域本体信息构建Karma模型，并通过Karma模型对所述注册信息数据和所述网页数据信息进行数据融合分析获得第一RDF数据；

基于所述领域本体信息通过Jena推理引擎对所述第一RDF数据进行补全修正后获得第二RDF数据，根据所述第二RDF数据通过Neo4j图数据库构建获得知识图谱。

2.根据权利要求1所述的知识图谱构建方法，其特征在于，获取待分析目标的注册信息数据源和网页数据源，根据所述注册信息数据源和所述网页数据源构建领域本体信息包含：

于所述注册信息数据源中获得注册信息数据，将所述网页数据源转化为结构化数据后获得网页数据信息；

根据所述注册信息数据和所述网页数据信息分析获得两者各自的数据属性及两者之间的语义关联关系；

根据所述数据属性和所述语义关联关系构建领域本体信息。

3.根据权利要求2所述的知识图谱构建方法，其特征在于，利用所述领域本体信息构建Karma模型包含：

根据所述注册信息数据和所述网页信息数据构建多源化结构数据；

利用CRF模型学习语义分析所述多源化结构数据与所述领域本体信息之间的映射关系；

通过所述领域本体信息和所述映射关系构建Karma模型。

4.根据权利要求1所述的知识图谱构建方法，其特征在于，通过Jena推理引擎对所述第一RDF数据进行推理补全获得第二RDF数据包含：

通过Jena推理引擎分析所述第一RDF数据中各数据之间的层次关系，将所述层次关系补入所述第一RDF数据中，获得第二RDF数据。

5.根据权利要求1所述的知识图谱构建方法，其特征在于，通过Jena推理引擎对所述第一RDF数据进行推理补全获得第二RDF数据包含：

通过OWL推理机分析所述第一RDF数据中各数据的类别信息，将所述类别信息与预定阈值比较，根据比较结果补全所述第一RDF数据中对应数据的类别信息，获得第二RDF数据。

6.根据权利要求1所述的知识图谱构建方法，其特征在于，基于所述领域本体信息通过Jena推理引擎对所述第一RDF数据进行推理补全获得第二RDF数据还包含：根据所述领域本体信息对所述第一RDF数据进行一致性检测，对不一致数据进行标识。

7.根据权利要求1所述的知识图谱构建方法，其特征在于，基于所述领域本体信息通过Jena推理引擎对所述第一RDF数据进行推理补全获得第二RDF数据还包含：获取预定的规则语言，通过Jena推理引擎的自定义规则语法将所述规则语言转化为推理规则；在所述领域本体信息约束下，根据所述推理规则分析所述第一RDF数据中各数据之间的关系，获得自定义规则关系；将所述自定义规则关系补入所述第一RDF数据中，获得第二RDF数据。

8.一种信息穿透方法，其特征在于，所述方法包含：

获取待分析目标的注册信息数据源和网页数据源，根据所述注册信息数据源和所述网页数据源构建领域本体信息；

利用所述领域本体信息构建Karma模型，并通过Karma模型对所述注册信息数据和所述网页数据信息进行数据融合分析获得第一RDF数据；

基于所述领域本体信息通过Jena推理引擎对所述第一RDF数据进行补全修正后获得第二RDF数据，根据所述第二RDF数据通过Neo4j图数据库构建获得知识图谱；

根据接收到的查询请求分析获得查询要素，根据所述查询要素和所述知识图谱获得所述查询请求对应目标的相关信息，将相关信息展示输出。