[发明专利]基于多层关联知识图谱的信息预测方法、装置、设备及介质在审
申请号: | 202110406359.9 | 申请日: | 2021-04-15 |
公开(公告)号: | CN112948508A | 公开(公告)日: | 2021-06-11 |
发明(设计)人: | 胡意仪;阮晓雯;肖京 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F16/28 | 分类号: | G06F16/28;G06F16/27;G06F16/22;G06F16/583;G06N3/04 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 涂年影 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 多层 关联 知识 图谱 信息 预测 方法 装置 设备 介质 | ||
本发明公开了基于多层关联知识图谱的信息预测方法、装置、设备及介质,方法包括:对历史数据信息进行聚合得到多个数据点,提取每一数据点对应的特征信息并对数据点进行分层得到多个数据层,根据历史数据之间的连接关系及每一数据层中数据点的特征信息生成对应的多层关联知识图谱,获取与新增数据信息对应的新增特征数据信息,若多层关联知识图谱包含与新增数据信息相匹配的数据节点,获取数据节点对应的索引连接信息作为预测结果。本发明属于知识图谱技术且还涉及区块链技术,基于历史数据信息构建得到包含多个数据层及多个数据节点的多层关联知识图谱,并基于多层关联知识图谱获取与新增数据信息对应的预测结果,可准确地对信息进行趋势预测。
技术领域
本发明涉及知识图谱技术领域,属于智慧城市中基于多层关联知识图谱进行信息智能预测的应用场景,尤其涉及一种基于多层关联知识图谱的信息预测方法、装置及设备。
背景技术
随着信息技术的快速发展,基于信息之间的关联关系对海量信息进行处理的技术得到了越来越多的应用,可基于海量信息构建得到知识图谱,并基于知识图谱获取与相应信息相匹配的关联信息。然而现有的知识图谱仅能适用于对信息进行存储及关联匹配,而无法基于信息之间的联系对之后的趋势进行准确预测。因此,现有技术中的知识图谱存在无法对信息进行趋势预测的问题。
发明内容
本发明实施例提供了一种基于多层关联知识图谱的信息预测方法、装置、设备及介质,旨在解决现有技术中的知识图谱所存在的无法对信息进行趋势预测的问题。
第一方面,本发明实施例提供了一种基于多层关联知识图谱的信息预测方法,其中,所述方法包括:
根据预置的聚合规则对预存的历史数据信息中包含的历史数据进行聚合得到对应的多个数据点;
根据预置的特征提取模型及每一所述数据点对应的历史数据,从每一所述数据点中提取得到对应的特征信息;
根据每一所述数据点的特征信息对所述数据点进行分层得到多个数据层;
根据所述历史数据之间的连接关系及每一所述数据层中数据点的特征信息生成多层关联知识图谱;
若接收到用户输入的新增数据信息,根据所述特征提取模型获取与所述新增数据信息对应的新增数据特征信息;
根据预置的判断条件及所述新增数据特征信息对所述多层关联知识图谱中是否包含与所述新增数据信息相匹配的数据节点进行判断;
若所述多层关联知识图谱中包含与所述新增数据信息相匹配的数据节点,获取所述多层关联知识图谱中与所述数据节点相匹配的索引连接信息作为对应的预测结果。
第二方面,本发明实施例提供了一种基于多层关联知识图谱的信息预测装置,其中,所述基于多层关联知识图谱的信息预测装置,包括:
历史数据聚合单元,用于根据预置的聚合规则对预存的历史数据信息中包含的历史数据进行聚合得到对应的多个数据点;
特征信息提取单元,用于根据预置的特征提取模型及每一所述数据点对应的历史数据,从每一所述数据点中提取得到对应的特征信息;
数据层获取单元,用于根据每一所述数据点的特征信息对所述数据点进行分层得到多个数据层;
知识图谱生成单元,用于根据所述历史数据之间的连接关系及每一所述数据层中数据点的特征信息生成多层关联知识图谱;
新增数据特征信息获取单元,用于若接收到用户输入的新增数据信息,根据所述特征提取模型获取与所述新增数据信息对应的新增数据特征信息;
判断单元,用于根据预置的判断条件及所述新增数据特征信息对所述多层关联知识图谱中是否包含与所述新增数据信息相匹配的数据节点进行判断;
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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/202110406359.9/2.html,转载请声明来源钻瓜专利网。