[发明专利]一种基于知识图谱的食物成分和营养健康的关联性分析方法及系统

说明书

本发明公开了一种基于知识图谱的食物成分和营养健康的关联性分析方法及系统，采取爬虫工具和知识图谱相结合的方法，通过精准采取的数据绘制所需知识图谱来直观简便的探索其关联性，根据研究对象的性质和研究的需求确定数据层和模式层，利用知识图谱工具进行数据处理后提取出关系和实体，得到的知识图谱，根据研究对象创建模式层数据层，得到的概念属性关系明确，可视化程度高，结果易读，知识图谱的网络结构简单清晰明了的揭示了研究对象间的关联性，对于对象的共性与差异也一目了然。

技术领域

本发明涉及食品安全技术领域，具体涉及一种基于知识图谱的食物成分和营养健康的关联性分析方法及系统。

背景技术

在日常生活中，为了达到健康生活的目的，人们就不得不谈及到食品安全，食品安全的重要性不言而喻，好的食物能让人们保持良好的健康状态，而人们良好的营养和健康状态更是人类经济发展的前提，同样也是社会经济发展的前提。没有好的食物，人们健康不仅会受到损害，从宏观来看，社会也得不到发展。质量糟糕的食物往往会让人们有一番“痛苦的经历”，“病从口入”，差的食物不仅让人们饱受身体病痛的折磨，甚至也会引起心理的不舒畅。因此，在如今的社会中，想要让人类社会持续健康发展，食品安全的保障便是重中之重。

在科学知识领域，我们也取得了各方各面的长足进步。在大数据时代，如何有效地管理并运用海量的数据，如何构建规模庞大，质量还高的知识库是众多科研人员津津乐道的话题。而知识图谱就完美的解决了这个问题。举个例子，我国的辞海是由上万名专家花了十数载编撰而成，然而辞海所拥有的词条不过仅仅十几万条，再看看现在随便一个互联网上的知识图谱例如Dbpedia，轻轻松松就拥有上千万的实体。另一方面，知识图谱作为实现机器认知智能的基础，可以帮助机器实现理解与解释两大过程。使用效率之高，涉及领域之广泛等等优良特点都使得知识图谱在现实如今的学术研究中的地位越来越重要。

本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：

但在我国国内，虽然针对食品安全的研究数不胜数，结合知识图谱的研究较少，且知识图谱多用于食品安全问题研究趋势的文献研究法或问答系统的构建，少有利用知识图谱来分析食物和健康症状关联的研究。现有技术中的研究方法大多具有复杂定位不精确缺点，因此导致分析效果不佳。

发明内容

本发明提供了一种基于知识图谱的食物成分和营养健康的关联性分析方法及系统。用以解决现有技术中关联系性分析效果不佳的技术问题。

为了解决上述技术问题，本发明第一方面提供了一种基于知识图谱的食物成分和营养健康的关联性分析方法，包括：

S1：在模式层对实体-关系-实体的三元组成的知识数据库进行定义，其中三元组用以描述现实世界中的实体和关系；

S2：获取待分析的食品数据，并对获取的待分析的食品数据进行后处理；

S3：根据模式层对知识数据库的定义，从获取的待分析的食品数据中逐一提取出实体和对应关系；

S4：利用共消指解的方法进行知识融合，将同名的实体概念进行融合，得到最终知识图谱，作为关联性分析结果。

在一种实施方式中，S1中实体包括但不限于食物种类、食物名称、成分和症状。

在一种实施方式中，S2具体包括：

S2.1：利用爬虫工具，对目标网站进行所需数据的批量爬取，得到待分析的食品数据；

S2.2：对待分析的食品数据进行格式转换，转换为知识图谱可处理的格式。

在一种实施方式中，S3具体包括：

S3.1：利用知识图谱工具创建一个项目；

S3.2：将后处理后的数据进行上传，并构建概念体系；