[发明专利]一种支持危害鉴别的食品安全风险知识图谱、构建方法有效

专利信息
申请号: 202011398870.0 申请日: 2020-12-03
公开(公告)号: CN112487205B 公开(公告)日: 2022-04-29
发明(设计)人: 游兰;马传香 申请(专利权)人: 湖北大学
主分类号: G06F16/36 分类号: G06F16/36;G06F40/211;G06F40/242;G06F40/284;G06Q10/06;G06Q50/26
代理公司: 北京金智普华知识产权代理有限公司 11401 代理人: 杨采良
地址: 430062 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 支持 危害 鉴别 食品安全 风险 知识 图谱 构建 方法
【权利要求书】:

1.一种基于Neo4j知识图谱技术的食品安全知识平台构建方法,其特征在于,所述基于Neo4j知识图谱技术的食品安全知识平台构建方法包括:

构建知识图谱模式层的各节点、关系以及属性;

建立Neo4j图数据库;

基于海量新闻资讯、论坛贴士、机构数据将专业知识信息总结成便于理解的信息,并将非专业知识凝练提取成有用的知识,提取构建食品安全知识平台;

所述知识图谱模式层包括:食品、食品类别、添加剂、添加作用、详细作用、危害、详细危害、鉴别方法;

所述知识图谱技术的食品安全知识平台构建方法,还包括:

(1)关键字搜索获取节点名称get_search:用于输入关键字搜索,模糊匹配节点名称,得到一组相关的节点名称,节点ID,使用ajax请求这个地址获取json数据后展示到页面上;

(2)获取知识图谱子图get_food_dataset:用于通过食品ID,得到食品数据集列表,包括食品名称,食品别名,添加剂名称,该添加剂对人体的危害,添加后该食品在颜色、味觉等方面的异常表现,如何辨别该食品是否添加了该添加剂;

(3)获取默认情况下的食品词条可视化列表get_common_food:用于获取最近几年的热门食品安全事件中的食品名称,食品ID;

(4)获取食品类别一级节点列表get_cate_food:用于返回所有食品类别及该类别下的所有食品;

(5)获取默认情况下的食品分类列表展示get_all_cate:用于返回所有的食品大类列表,包括食品类别名称,食品类别ID;

(6)获取其他模块所需的食品图谱get_others_kg:用于通过食品ID,获取该食品名称,别名及其常见的添加剂,关系;

(7)获取指定添加剂关联的食品列表get_add_food:用于通过添加剂ID,获取该添加剂关联的食品列表,包括食品ID,食品名称。

2.如权利要求1所述的知识图谱技术的食品安全知识平台构建方法,其特征在于,所述知识图谱技术的食品安全知识平台构建方法进一步包括:

首先,在互联网上找到信息可信度较高的食品安全论坛,利用爬虫将数据爬取下来;

将数据进行数据清洗,构建特殊字符词典,统计可能出现的特殊字符如:“、”、“;

”、“,”,以以上特殊字符作为分隔符,将文本分割;分成词语;

构建停用词库,将常见的动词等停用词,利用此词典此再次分割句子;将分割的实体转化为CSV的格式,并筛选高质量数据;

确立知识图谱模式中的核心本体:食品、添加剂;并以此为中心建立知识图谱模式层;

根据设计逻辑,并结合数据情况;确立食品与食品大类有关,具体关系为:食品属于食品大类,由食品指向食品大类;确立添加危害与鉴别方法同时与食品和添加剂有关;确立添加目的与添加剂有关,有添加剂指向添加目的;最后整合上述关系,构建食品安全知识图谱模式层;

利用Neo4j图数据库,编写脚本,将数据导入到数据库中;

利用Vis实现知识图谱的可视化;并利用Vue框架,将包括知识图谱可视化,知识图谱搜索部分串联在一起。

3.一种利用权利要求1~2任意一项所述知识图谱技术的食品安全知识平台构建方法构建的食品安全知识平台。

4.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~2任意一项所述知识图谱技术的食品安全知识平台构建方法的步骤。

5.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1~2任意一项所述知识图谱技术的食品安全知识平台构建方法的步骤。

6.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现权利要求1~2任意一项所述的知识图谱技术的食品安全知识平台构建方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北大学,未经湖北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011398870.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top