[发明专利]基于知识图谱的车辆画像方法、计算机设备和存储介质

权利要求书

1.一种基于知识图谱的车辆画像方法，所述方法包括：

获取原始车辆数据的数据结构化程度，并根据所述数据结构化程度，确定原始车辆数据的分类；所述原始车辆数据包括车辆业务数据、车辆数据、车型数据、警情数据以及舆情数据；根据与不同分类的原始车辆数据对应的预处理方式，对相应原始车辆数据进行数据处理，生成对应的三元组车辆数据；

对所述三元组车辆数据进行知识融合处理，生成对车辆的完整描述知识；

基于所述完整描述知识，构建车辆图谱知识库；所述车辆图谱知识库包括自建实体库、基于第三方数据接口的半自建库、车辆事件库、车辆关系库和车辆标签库；

基于所构建的各所述车辆图谱知识库，进行知识计算，确定对应车辆的缺失标签；

结合所确定的车辆的缺失标签以及预先获取的初始车辆标签，生成车辆画像结果；

所述知识计算包括相似度计算和关联分析；所述基于所构建的各所述车辆图谱知识库，进行知识计算，确定对应车辆的缺失标签，包括：

基于所述构建的各所述车辆图谱知识库，进行相似度计算，确定候选车辆；

将各所述候选车辆进行语义关联，基于车辆基础信息进行随机游走，生成随机游走结果；

基于所述随机游走结果进行关联分析，确定与所述车辆基础信息存在潜在关联的实体；

提取与所述车辆基础信息存在潜在关联的实体的实体标签，并将所提取的所述实体标签确定为对应车辆的缺失标签。

2.根据权利要求1所述的方法，其特征在于，所述原始车辆数据的分类包括半结构化车辆数据、结构化车辆数据和非结构化车辆数据；所述根据与不同分类的原始车辆数据对应的预处理方式，对相应原始车辆数据进行数据处理，生成对应的三元组车辆数据，包括：

获取所述非结构化车辆数据对应的抽取对象；所述抽取对象包括实体、实体的属性信息以及各实体间的关联关系；

根据所述抽取对象，确定与所述非结构化车辆数据对应的第一预设处理方式；

根据所述第一预设处理方式，从所述非结构化车辆数据中抽取出已命名的各所述实体、各所述实体的属性信息以及各所述实体之间的关联关系；

根据已命名的各所述实体、与各所述实体分别对应的属性信息、以及各所述实体间的关联关系，生成与所述非结构化车辆数据对应的三元组车辆数据；

根据与所述半结构化车辆数据对应的第二预处理方式，将所述半结构化车辆数据从网页页面抽取出来，并调用预设包装器，将所抽取的半结构化车辆数据还原成结构化车辆数据；

根据与所述结构化车辆数据对应的第三预处理方式，将所述结构化车辆数据转换成三元组车辆数据。

3.根据权利要求1所述的方法，其特征在于，所述知识融合处理包括数据整合处理、知识消歧处理以及数据融合处理；所述知识消歧处理包括实体对齐处理和属性对齐处理；所述对所述三元组车辆数据进行知识融合处理，生成对车辆的完整描述知识，包括：

对所述三元组车辆数据进行数据整合处理，生成与所述三元组车辆数据对应的完整数据描述；

对所述三元组车辆数据的完整数据描述，进行实体对齐处理和属性对齐处理，生成标准知识表示；

对所述标准知识表示进行数据融合处理，生成对所述车辆的完整描述知识。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述车辆图谱知识库还包括车辆基础信息库和车辆违章业务库；所述基于所述完整描述知识，构建车辆图谱知识库，包括：

基于所述完整描述知识，确定与所述三元组车辆数据对应的车辆基础信息和车辆违章信息；

根据所述车辆基础信息，构建与所述三元组车辆数据对应的车辆基础信息库；

根据所述车辆违章信息，确定与所述三元组车辆数据对应的车辆违章业务，并根据所述车辆违章业务构建所述车辆违章业务库；

从所述完整知识描述中，提取与所述三元组车辆数据对应的车辆事件，基于所述车辆事件构建对应的车辆事件库。