[发明专利]一种基于知识图谱的评价权重计算方法

权利要求书

1.一种基于知识图谱的评价权重计算方法，其特征在于，包括如下步骤：

S1：根据评价相关数据建立评价知识图谱和关键词词向量库，将评价知识图谱作为评价指标体系的评价指标库，将关键词词向量库作为评价指标检索的依据；

S2：结合设定的评价目标和计算的关键词词向量相似度检索指标库中的适配指标形成评价指标体系；

S3：将建立好的评价指标体系转换为有向图，通过有向图节点间的关键词词向量相似度计算出知识推理概率替代现有PageRank算法中的随机游走概率，形成改进的PageRank算法；

S4：依据改进的PageRank算法计算出各节点的PageRank值作为各评价指标的客观权重。

2.根据权利要求1所述的一种基于知识图谱的评价权重计算方法，其特征在于，所述步骤S1中评价知识图谱的建立方法为：根据评价任务，搜集相关文本数据，采用知识图谱构建技术建立评价知识图谱；

关键词词向量库的建立方法为：对于搜集到的文本数据采用词嵌入算法得到词向量库，然后提取知识图谱各节点的关键词，查找对应词向量形成关键词词向量库。

3.根据权利要求1所述的一种基于知识图谱的评价权重计算方法，其特征在于，所述步骤S2中评价指标体系的形成具体为：根据设置的评价目标，筛选出知识图谱中具有特定标签的节点，并计算其与评价目标的关键词词向量相似度做进一步检索，然后，将所有满足条件的评价指标及其之间的依赖关系汇总形成评价指标体系。

4.根据权利要求3所述的一种基于知识图谱的评价权重计算方法，其特征在于，所述评价目标由专家根据评价任务进行设置；

所述关键词词向量相似度的计算方式为：

其中，表示评价目标的关键词词向量，表示知识图谱节点的关键词词向量。

5.根据权利要求1所述的一种基于知识图谱的评价权重计算方法，其特征在于，所述步骤S3具体为：

A1：构建评价指标体系的有向图

在完成评价指标体系的构建后，将评价指标体系中的每个评价指标转换为有向图定义中的节点，将指标间的指向性依赖关系转换为有向图定义中的有向边，实现评价指标体系到有向图的转换过程；

A2：建立改进随机游走模型

定义评价指标体系有向图：

G＝(V,E)

其中V和E分别表示节点和有向边的集合，每条有向边都对应着一对有序节点；

定义评价指标体系有向图G中节点v_i和v_j的知识相似度为：

其中，为知识图谱中节点v_i、v_j的排序最高的关键词词向量；

假设有向图中节点j有k条有向边连出，则节点j到每个节点的状态转移概率可由知识相似度表示为：

其中，p'_ij是知识推理概率，表示从评价指标j以知识为度量转移到评价指标i的概率；

假设有向图G有m个节点，则改进随机游走模型的状态转移概率矩阵表示为：

显然，p'_ij≥0，符合状态转移概率矩阵的性质。