[发明专利]一种基于办事事项数据供需图谱梳理数据质量规则的方法

权利要求书

1.一种基于办事事项数据供需图谱梳理数据质量规则的方法，其特征在于步骤包括：

1）从政务服务办事对的政策文件中，提炼出政策条例中的本体模型相关的词汇，对所述词汇以包含若干条连接线的关系网络的方式进行组织，构建政务数据图谱本体模型，所述本体模型相关的词汇指代政务服务相关的要素信息，包括办理材料、办结材料、办理机关、当事人、规则标签，所述若干条连接线的关系网络为政务服务的要素之间的引用关系；

2）导入政务数据图谱本体模型，依据政务服务事项的办理材料和办结材料，构建数据供需关系图谱；

3）设置需要梳理的数据元集合，计算集合中数据元与供需关系图谱中办事事项的先后顺序依赖关系图；

4）根据办事事项的先后顺序依赖关系图，得到数据元的先后顺序依赖关系图；

5）根据所述数据元的先后顺序依赖关系图生成数据质量规则；

所述步骤3）具体为对所有表示词为“日期”的数据元，计算产生其对应数据的办事事项，步骤包括：

设所有表示词为“日期”的数据元集合为A，供需关系图谱中的所有办事事项集合为X；

遍历集合A中所有的数据元Ai，去掉数据元Ai的名称中的“日期”，“时间”，得到词汇Bi，所有Bi的集合为B，记录Ai与Bi的对应关系；

遍历集合X中所有的事项Xi，将Xi的名称、描述、输出材料名称、输出材料描述进行拼接，形成文本串Yi，所有文本串的集合为Y，记录Xi与Yi的对应关系；

遍历B中所有的Bi，计算每个Bi与集合Y中所有Yj的相关度Rj ；

计算所有Rj的最大值，则Rj最大值对应Yk，并根据X与Y的对应关系得到Yk对应的Xk；

遍历完成之后，即得到每个Bi对应的办事事项Xk，根据Bi与Ai的对应关系，得到每个数据元Ai对应的产生其数据的办事事项Xk。

2.根据权利要求1所述的一种基于办事事项数据供需图谱梳理数据质量规则的方法，其特征在于所述步骤4）具体为：

a）遍历集合A，针对每个Ai，从数据元索引库查找到对应的Xk，并且打上待排序标记S；

b）从根Y0开始，将Y0设置为当前节点C；

c）遍历节点C的所有下游节点Yi；

d）当节点Yi未携带S标记，则遍历其子节点Sj，当Sj不是Yi的子节点，则将Sj设置为Yi的子节点；

e）删除节点Sj与所有父节点、子节点的父子关系，并且删除节点Sj；

f）当节点Yi携带S标记，则将Yi设置为当前节点C，返回到步骤c），形成去除冗余节点之后的关系图谱图；

g）根据去除冗余节点之后的关系图谱图，重复执行步骤b）和c），生成Yi大于C的不等式，即得到节点之间的顺序依赖表达式。

3.根据权利要求1或2所述的一种基于办事事项数据供需图谱梳理数据质量规则的方法，其特征在于所述计算每个Bi与集合Y中所有Yj的相关度Rj采用的计算方式包括TF-IDF算法或BM25算法。