[发明专利]基于互联网的食品属性挖掘方法及系统有效

专利信息
申请号: 202110690218.4 申请日: 2021-06-22
公开(公告)号: CN113297498B 公开(公告)日: 2023-05-26
发明(设计)人: 唐宁;王楠;程雅轩;邓琦;张边江;吴萍;李宇辰;王蓉蓉 申请(专利权)人: 南京晓庄学院
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/2458;G06F16/28;G06F16/36
代理公司: 南昌丰择知识产权代理事务所(普通合伙) 36137 代理人: 张荣
地址: 211100 江苏*** 国省代码: 江苏;32
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 互联网 食品 属性 挖掘 方法 系统
【权利要求书】:

1.一种基于互联网的食品属性挖掘方法,其特征在于,应用于基于互联网的食品属性挖掘系统,所述方法包括:

启用食品反馈内容解析模型获取互联网食品大数据中的第一食品安全反馈事件序列,并确定所述互联网食品大数据中的第一食品网络舆情数据和第一食品网络舆情数据的舆情内容知识图谱;

启用所述食品反馈内容解析模型将所述第一食品网络舆情数据切分为多个食品舆情主题数据,并结合所述第一食品网络舆情数据的舆情内容知识图谱提取所述第一食品网络舆情数据中每个所述食品舆情主题数据对应的舆情内容知识实体,获取所述第一食品网络舆情数据中每个舆情触发行为的关联舆情内容知识实体;

基于所述第一食品网络舆情数据中每个所述食品舆情主题数据的舆情内容知识实体、所述第一食品安全反馈事件序列的信息和所述第一食品网络舆情数据中每个舆情触发行为的关联舆情内容知识实体,获取食品属性挖掘信息;

所述启用食品反馈内容解析模型获取互联网食品大数据中的第一食品安全反馈事件序列,并确定所述互联网食品大数据中的第一食品网络舆情数据和第一食品网络舆情数据的舆情内容知识图谱,包括:

将互联网食品大数据按照预设输入格式输入食品反馈内容解析模型;

启用所述食品反馈内容解析模型获取所述互联网食品大数据中的第一食品安全反馈事件序列;

启用所述食品反馈内容解析模型基于所述第一食品安全反馈事件序列获取所述互联网食品大数据中的第一食品网络舆情数据和第一食品网络舆情数据的舆情内容知识图谱,其中,所述第一食品网络舆情数据为所述第一食品安全反馈事件序列在所述互联网食品大数据中对应的舆情内容描述数据;

所述启用所述食品反馈内容解析模型将所述第一食品网络舆情数据切分为多个食品舆情主题数据,并结合所述第一食品网络舆情数据的舆情内容知识图谱提取所述第一食品网络舆情数据中每个所述食品舆情主题数据对应的舆情内容知识实体,获取所述第一食品网络舆情数据中每个舆情触发行为的关联舆情内容知识实体,包括:

启用所述食品反馈内容解析模型将所述第一食品网络舆情数据切分为多个食品舆情主题数据,启用所述食品反馈内容解析模型基于所述第一食品网络舆情数据的舆情内容知识图谱提取所述第一食品网络舆情数据中每个所述食品舆情主题数据对应的舆情内容知识实体,启用所述食品反馈内容解析模型获取所述第一食品网络舆情数据中每个舆情触发行为的关联舆情内容知识实体,其中,所述食品舆情主题数据对应的舆情内容知识实体为所述食品舆情主题数据中存在食品安全反馈事件的挖掘数据;

所述启用所述食品反馈内容解析模型获取所述互联网食品大数据中的第一食品安全反馈事件序列,包括:

启用所述食品反馈内容解析模型获取所述互联网食品大数据中的第一参考舆情内容知识图谱;

启用所述食品反馈内容解析模型基于所述第一参考舆情内容知识图谱获取所述互联网食品大数据中的第一食品安全反馈事件序列;

所述第一食品安全反馈事件序列的信息包括所述第一食品安全反馈事件序列的舆情主题关注信息,所述启用所述食品反馈内容解析模型获取所述第一食品网络舆情数据中每个舆情触发行为的关联舆情内容知识实体,包括:

启用所述食品反馈内容解析模型对所述第一参考舆情内容知识图谱进行关注兴趣点解析,得到所述互联网食品大数据中各所述舆情触发行为对应的第一关注兴趣点解析信息对应的舆情内容知识图谱;

基于所述第一食品安全反馈事件序列的舆情主题关注信息确定所述第一食品网络舆情数据中每个舆情触发行为在所述第一关注兴趣点解析信息对应的舆情内容知识图谱中对应的舆情内容知识实体,作为对应所述第一食品网络舆情数据中所述舆情触发行为的关联舆情内容知识实体;

所述食品属性挖掘信息用于表示存在食品安全反馈事件的舆情内容描述数据中属于所述第一食品安全反馈事件序列的事件标签分布的舆情触发行为。

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南京晓庄学院,未经南京晓庄学院许可,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/202110690218.4/1.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