[发明专利]纺织行业数据的知识图谱构建方法、装置及处理器

说明书

本申请实施例提供一种纺织行业数据的知识图谱构建方法、装置、处理器及存储介质。方法包括：获取纺织行业的已有数据；对已有数据进行预处理，得到预处理后的已有数据；抽取预处理后的已有数据中的半结构化数据；利用信息抽取模型抽取预处理后的已有数据中的非结构化数据；根据预设业务问题确定半结构数据和非结构化数据中包含的概念、实体以及实体之间的关系，以构建对应的知识图谱。将生产关系和人工建模规则知识加入到图谱中，构建基于生产关系的动态图谱，使得对整个生产关系的变化能动态把握风险点，通过人工建模的推理知识实现关联搜索，通过全图或子图节点遍历实现全网络或子网络的可视化功能。

技术领域

本申请涉及计算机技术领域，具体地涉及一种纺织行业数据的知识图谱构建方法、装置、存储介质及处理器。

背景技术

知识图谱，是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。现有技术中，往往采用传统数据库中的相对静态或缓慢更新的数据进行构建，但这些方式对一个动态系统来说参考意义非常有限，这是因为静态数据代表的是先验知识，对业务有一定的指导意义，但是对变化快速的经济行为无法快速反应。且，现有的知识图谱中并没有涉及到纺织行业的数据，导致无法可视化地对纺织行业的数据进行分析等。

发明内容

本申请实施例的目的是提供一种纺织行业数据的知识图谱构建方法、装置、存储介质及处理器。

为了实现上述目的，本申请第一方面提供一种纺织行业数据的知识图谱构建方法，包括：

获取纺织行业的已有数据；

对已有数据进行预处理，得到预处理后的已有数据；

抽取预处理后的已有数据中的半结构化数据；

利用信息抽取模型抽取预处理后的已有数据中的非结构化数据；

根据预设业务问题确定半结构数据和非结构化数据中包含的概念、实体以及实体之间的关系，以构建对应的知识图谱。

可选地，在一个实施例中，方法还包括：获取纺织行业的生产数据流；对生产数据流进行归集操作，以产生与预设业务问题对应的业务数据流；根据业务数据流对知识图谱进行更新。

可选地，对生产数据流进行归集操作包括：按照预设规则对生产数据流进行归并，以产生与预设业务问题对应的业务数据流；根据业务数据流确定知识图谱的计量数据，计量数据包括知识图谱的节点、边、权重和属性中的至少一者。

可选地，生产数据流为实时产生的生产数据；根据业务数据流对知识图谱进行更新包括：设置定时更新时间；按照定时更新时间，根据业务数据流对知识图谱进行更新。

可选地，对已有数据进行预处理，得到预处理后的已有数据包括：对已有数据中，字段存在缺失异常的数据进行缺失处理，缺失异常至少包括以下情况中的任意一者：字段存在缺失值；冗余字段存在缺失列；由于数据间的关联产生的冗余数据。

可选地，已有数据包括纺织行业中生产交易环节产生的交易数据，交易数据包括生产订单、交易订单、产品数据库中包含的交易上下游数据、生产的上下游、订单对应的原材料以及订单中包含的产品之间的关系中的至少一者。

可选地，方法还包括：根据已有数据中包含的交易数据；

确定交易数据对应的加工企业和采购商；获取加工企业和采购商的经营信息；根据经营信息的变化数据确定加工企业和采购商的风险因子；在风险因子超过预设阈值的情况下，监控知识图谱中与风险因子对应的产品。

本申请第二方面提供一种处理器，被配置成执行上述的纺织行业数据的知识图谱构建方法。