CN109308322A - 一种产业经济知识图谱的创建和交易系统 - Google Patents
一种产业经济知识图谱的创建和交易系统 Download PDFInfo
- Publication number
- CN109308322A CN109308322A CN201811471807.8A CN201811471807A CN109308322A CN 109308322 A CN109308322 A CN 109308322A CN 201811471807 A CN201811471807 A CN 201811471807A CN 109308322 A CN109308322 A CN 109308322A
- Authority
- CN
- China
- Prior art keywords
- module
- user
- knowledge
- data
- knowledge mapping
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013507 mapping Methods 0.000 title claims abstract description 87
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000013480 data collection Methods 0.000 claims description 76
- 238000012790 confirmation Methods 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000001228 spectrum Methods 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 7
- 230000007474 system interaction Effects 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 2
- 238000013499 data model Methods 0.000 abstract 1
- 244000062793 Sorghum vulgare Species 0.000 description 13
- 235000019713 millet Nutrition 0.000 description 13
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 241000238558 Eucarida Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- RKWPMPQERYDCTB-UHFFFAOYSA-N ethyl n-[4-[benzyl(2-phenylethyl)amino]-2-(4-nitrophenyl)-1h-imidazo[4,5-c]pyridin-6-yl]carbamate Chemical compound N=1C(NC(=O)OCC)=CC=2NC(C=3C=CC(=CC=3)[N+]([O-])=O)=NC=2C=1N(CC=1C=CC=CC=1)CCC1=CC=CC=C1 RKWPMPQERYDCTB-UHFFFAOYSA-N 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种产业经济知识图谱的创建和交易系统,包括系统后台处理模块、人类用户和用户登录单元,系统后台处理模块与用户注册模块实现双向连接,用户注册模块的输出端与用户登录单元的输入端连接,用户登录单元与系统后台处理模块实现双向连接,涉及知识图谱技术领域。该产业经济知识图谱的创建和交易系统及方法,可很好的实现简化人们在创建交易个人或企业的知识图谱数据库的操作,实现了通过智能学习算法来为用户在创建图谱时提供产业各项知识数据的推荐,数据模型共享,通过付费系统来获得建立者的权益,很好的达到了增大方便人们使用和缩短产业知识图谱的创建时间,提高了人们的工作效率,大大方便了人们知识图谱数据库的创建工作。
Description
技术领域
本发明涉及知识图谱技术领域,具体为一种产业经济知识图谱的创建和交易系统。
背景技术
这些年来人工智能正在快速地改变人们的生活,可以看到各家科技公司都纷纷推出人工智能产品或者系统,谷歌推出的 AlphaGo ,一问世便横扫围棋界,完胜人类的冠军。又比如说亚马逊推出的 Amazon Go 无人超市,用户只需下载一个 App,直接走进这家超市,拿走商品,无需排队结账便可离开,这是人工智能时代的新零售体验。科技公司微软推出的 Skype Translator,它能够帮助不同国家、不同地区的人进行实时的语音交流。苹果推出的 Siri 智能助理,让每一个用苹果手机的用户都能够非常便捷地完成各项的任务。所有这些人工智能产品的出现都依赖于背后各个领域突飞猛进的进展,机器学习、计算机视觉、语音识别、自然语言处理等等。所有这一切都依赖于人工智能背后两大技术驱动力:深度学习和知识图谱。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”,知识图谱是关系的最有效的表示方式,通俗地讲,知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络,知识图谱提供了从“关系”的角度去分析问题的能力。
目前人们在创建交易个人或企业的知识图谱数据库时,存在操作繁琐,不能实现通过智能学习算法来为用户在创建图谱时提供产业各项知识数据的推荐,无法通过共享开放技术,达到增大方便人们使用和缩短产业经济知识图谱的创建时间和目的,大大降低了人们的工作效率,从而给人们知识图谱数据库的创建工作带来了极大的不便。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种产业经济知识图谱的创建和交易系统,解决了人们在创见交易个人或企业的知识图谱数据库时,存在操作繁琐,不能实现通过智能学习算法来为用户在创建图谱时提供产业各项知识数据的推荐,产生模块共享,付费共享来实现技术模块公有化,达到增大方便人们使用和缩短产业知识图谱的创建时间的目的,大大降低了人们工作效率。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种产业经济知识图谱的创建和交易系统,包括系统后台处理模块、人类用户和用户登录单元,所述系统后台处理模块与用户注册模块实现双向连接,且用户注册模块的输出端与用户登录单元的输入端连接,所述用户登录单元与系统后台处理模块实现双向连接,所述系统后台处理模块与知识图谱创建系统实现双向连接,且知识图谱创建系统与用户登录单元实现双向连接,所述知识图谱创建系统包括主题确认模块、用户知识数据输入模块、后台联想数据模块和关系图系统生成模块,所述主题确认模块的输出端与用户知识数据输入模块的输入端连接,且用户知识数据输入模块的输出端与后台联想数据模块的输入端连接,所述后台联想数据模块的输出端与关系图系统生成模块的输入端连接。
优选的,所述用户登录单元包括用户信息输入模块、用户信息认证模块和登录成功提示模块,所述用户信息输入模块的输出端与用户信息认证模块的输入端连接,且用户信息认证模块的输出端与登录成功提示模块的输入端连接。
优选的,所述系统后台处理模块与智能学习系统实现双向连接,且智能学习系统与知识图谱创建系统实现双向连接。
优选的,所述智能学习系统包括机器学习模块、产业模型创建模块和产业分析模块,所述机器学习模块的输出端与产业模型创建模块的输入端连接,且产业模型创建模块的输出端与产业分析模块的输入端连接。
优选的,所述系统后台处理模块分别与产业经济数据收集单元和产业经济大数据库实现双向连接,且产业经济数据收集单元分别与产业经济大数据库和智能学习系统实现双向连接。
优选的,所述产业经济数据收集单元包括企业数据收集模块、人才数据收集模块、社团数据收集模块、技术数据收集模块、院所数据收集模块、知识数据收集模块和资金数据收集模块。
优选的,所述系统后台处理模块分别与付费购买系统和知识图谱编辑模块实现双向连接,且系统后台处理模块与系统交互单元实现双向连接。
优选的,所述付费购买系统包括购买确认模块、付费交易模块和交易成功权限认证模块,所述购买确认模块的输出端与付费交易模块的输入端连接,且付费交易模块的输出端与交易成功权限认证模块的输入端连接。
优选的,所述人类用户与人机交互界面实现双向连接,且人机交互界面与联想算法实现双向连接,所述联想算法分别与产业经济知识图谱数据库、A领域知识图谱数据库、B领域知识图谱数据库一直到X领域知识图谱数据库实现双向连接。
本发明还公开了一种产业经济知识图谱的创建和交易系统,具体包括以下步骤:
S1、首先新用户可通过用户注册模块注册相应的个人信息帐号,然后用户可通过用户登录模块上的用户信息输入模块将个人注册的帐号和密码输入到系统内,之后通过用户信息认证模块进行用户身份认证,认证成功后,登录成功提示模块会将认证成功数据信号传送至系统后台处理模块内完成用户登录;
S2、登录成功的用户可通过知识图谱创建系统内的主题确认模块确认用户需要创建图谱的主图思路,然后通过用户知识数据输入模块可将与主题相关的数据输入到系统内,同时系统后台处理模块会控制产业经济数据收集单元内的企业数据收集模块、人才数据收集模块、社团数据收集模块、技术数据收集模块、院所数据收集模块、知识数据收集模块和资金数据收集模块分别向产业经济大数据库内收集企业、人才、社团、技术、院所、知识和资金方面的数据,并将收集的数据通过后台联想数据模块进行整合分析;
S3、后台联想数据模块会控制智能学习系统内的机器学习模块对数据通过分析算法进行归纳分析,并将分析后的数据通过产业模型创建模块创建出相应的产业模型,之后通过产业分析模块对产业模型进行分析处理,之后通过关系图系统生成模块构建用户所需的知识图谱;
S4、其他用户可通过系统交互单元对各个用户的产业知识图谱进行预览,若其他用户需要对某个产业知识图谱进行参考使用时,可使系统后台处理模块控制付费购买系统内的购买确认模块进行购买确认,然后通过付费交易模块直接进行购买交易,之后通过交易成功权限认证模块对用户之间的购买交易进行权限确认,之后购买的用户即可对购买的产业知识图谱进行查阅分析和使用,同时也可通过知识图谱编辑模块对购买的知识图谱进行添加新数据和新知识;
S5、同时人类用户输入一个实体,计算机根据联想算法从知识图谱数据库中搜索出一批相关的实体推荐给人类用户,人类用户根据自己的判断进行取舍,最终计算机保存下取舍的结果,同时计算机记录下在这个过程中哪些被保留以及哪些被删除,以便不断修正联想算法,无论用户输入实体、概念、属性还是关系,计算机都可以进行相关联想并推荐,这样就形成了一套不断迭代的人机相互学习的交互系统。
(三)有益效果
本发明提供了一种产业经济知识图谱的创建和交易系统。与现有技术相比具备以下有益效果:
(1)、该产业经济知识图谱的创建和交易系统及方法,通过在系统后台处理模块与用户注册模块实现双向连接,且用户注册模块的输出端与用户登录单元的输入端连接,用户登录单元与系统后台处理模块实现双向连接,再分别通过知识图谱创建系统、主题确认模块、用户知识数据输入模块、后台联想数据模块、关系图系统生成模块、智能学习系统、机器学习模块、产业模型创建模块、产业分析模块、产业经济数据收集单元、企业数据收集模块、人才数据收集模块、社团数据收集模块、技术数据收集模块、院所数据收集模块、知识数据收集模块和资金数据收集模块的配合设置,可很好的实现简化人们在创建交易个人或企业的知识图谱数据库的操作,实现了通过智能学习算法来为用户在创建图谱时提供产业经济各项知识数据的推荐,很好的达到了增大方便人们使用和缩短产业经济知识图谱的创建时间和目的,大大提高了人们的工作效率,从而大大方便了人们知识图谱数据库的创建工作。
(2)、该产业经济知识图谱的创建和交易系统及方法,通过在系统后台处理模块分别与付费购买系统和知识图谱编辑模块实现双向连接,且系统后台处理模块与系统交互单元实现双向连接,再分别通过购买确认模块、付费交易模块和交易成功权限认证模块的配合设置,可方便其他用户对知识图谱进行预览和购买,从而很好的实现了用户之间的产业知识图谱的交易。
(3)、该产业经济知识图谱的创建和交易系统及方法,通过在用户登录单元包括用户信息输入模块、用户信息认证模块和登录成功提示模块,用户信息输入模块的输出端与用户信息认证模块的输入端连接,且用户信息认证模块的输出端与登录成功提示模块的输入端连接,可实现方便用户登录整个系统,并达到对用户身份进行识别认证的目的,从而保证了用户信息的安全性。
附图说明
图1为本发明系统的结构原理框图;
图2为本发明付费购买系统的结构原理框图;
图3为本发明智能学习系统的结构原理框图;
图4为本发明产业数据收集系统的结构原理框图;
图5为本发明人类用户与知识土偶数据库的关系原理框图。
图中,1系统后台处理模块、2用户登录单元、21用户信息输入模块、22用户信息认证模块、23登录成功提示模块、3用户注册模块、4知识图谱创建系统、41主题确认模块、42用户知识数据输入模块、43后台联想数据模块、44关系图系统生成模块、5智能学习系统、51机器学习模块、52产业模型创建模块、53产业分析模块、6产业经济数据收集单元、61企业数据收集模块、62人才数据收集模块、63社团数据收集模块、64技术数据收集模块、65院所数据收集模块、66知识数据收集模块、67资金数据收集模块、7产业经济大数据库、8付费购买系统、81购买确认模块、82付费交易模块、83交易成功权限认证模块、9识图谱编辑模块、10系统交互单元、11人类用户、12人机交互界面、13联想算法。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-5,本发明实施例提供一种技术方案:一种产业经济知识图谱的创建和交易系统,包括系统后台处理模块1、人类用户11和用户登录单元2,系统后台处理模块1与用户注册模块3实现双向连接,新用户可通过用户注册模块3注册相应的个人信息帐号,且用户注册模块3的输出端与用户登录单元2的输入端连接,用户登录单元2与系统后台处理模块1实现双向连接,系统后台处理模块1与知识图谱创建系统4实现双向连接,且知识图谱创建系统4与用户登录单元2实现双向连接,知识图谱创建系统4包括主题确认模块41、用户知识数据输入模块42、后台联想数据模块43和关系图系统生成模块44,主题确认模块41的输出端与用户知识数据输入模块42的输入端连接,且用户知识数据输入模块42的输出端与后台联想数据模块43的输入端连接,后台联想数据模块43的输出端与关系图系统生成模块44的输入端连接,知识图谱创建系统4内的主题确认模块41确认用户需要创建图谱的主图思路,然后通过用户知识数据输入模块42可将与主题相关的数据输入到系统内,知识图谱包含四个要素:实体、概念、属性和关系,知识图谱的创建方式一般有两种,一种是计算机自动从文献中提取实体、概念、属性以及关系,另外一种方式是人类用户11手工编辑,这两种方式一般是分别独立进行的,针对一个知识图谱系统的创建如果独立地采用这两种方式,会导致知识的不一致性,如果计算机自动提取出两个实体的概念和相应的关系,而人类用户11手工编辑时输入了与之冲突的定义,则这种差异一般需要通过大量的人工校对来进行纠正,因此知识图谱的创建效率非常低下。
本发明中,用户登录单元2包括用户信息输入模块21、用户信息认证模块22和登录成功提示模块23,用户信息输入模块21的输出端与用户信息认证模块22的输入端连接,且用户信息认证模块22的输出端与登录成功提示模块23的输入端连接,用户可通过用户登录模块2上的用户信息输入模块21将个人注册的帐号和密码输入到系统内,之后通过用户信息认证模块22进行用户身份认证,认证成功后,登录成功提示模块23会将认证成功数据信号传送至系统后台处理模块1内完成用户登录。
本发明中,系统后台处理模块1与智能学习系统5实现双向连接,且智能学习系统5与知识图谱创建系统4实现双向连接,将分析后的数据通过产业模型创建模块52创建出相应的产业模型,之后通过产业分析模块53对产业模型进行分析处理,之后通过关系图系统生成模块44构建用户所需的知识图谱。
本发明中,智能学习系统5包括机器学习模块51、产业模型创建模块52和产业分析模块53,机器学习模块51的输出端与产业模型创建模块52的输入端连接,且产业模型创建模块52的输出端与产业分析模块53的输入端连接。
本发明中,系统后台处理模块1分别与产业经济数据收集单元6和产业经济大数据库7实现双向连接,且产业经济数据收集单元6分别与产业经济大数据库7和智能学习系统5实现双向连接,产业经济数据收集单元6内的企业数据收集模块61、人才数据收集模块62、社团数据收集模块63、技术数据收集模块64、院所数据收集模块65、知识数据收集模块66和资金数据收集模块67分别向产业经济大数据库7内收集企业、人才、社团、技术、院所、知识和资金方面的数据,并将收集的数据通过后台联想数据模块43进行整合分析。
本发明中,产业经济数据收集单元6包括企业数据收集模块61、人才数据收集模块62、社团数据收集模块63、技术数据收集模块64、院所数据收集模块65、知识数据收集模块66和资金数据收集模块67。
本发明中,系统后台处理模块1分别与付费购买系统8和知识图谱编辑模块9实现双向连接,且系统后台处理模块1与系统交互单元10实现双向连接。
本发明中,付费购买系统8包括购买确认模块81、付费交易模块82和交易成功权限认证模块83,购买确认模块81的输出端与付费交易模块82的输入端连接,且付费交易模块82的输出端与交易成功权限认证模块83的输入端连接,付费购买系统8内的购买确认模块81进行购买确认,然后通过付费交易模块82直接进行购买交易,之后通过交易成功权限认证模块83对用户之间的购买交易进行权限确认,之后购买的用户即可对购买的产业知识图谱进行查阅分析和使用,同时也可通过知识图谱编辑模块9对购买的知识图谱进行添加新数据和新知识,知识图谱数据库记录实体、概念、属性和关系,并且分为不同领域,例如在产业经济领域的知识图谱数据库中,记录了企业、人才、社团、技术、院所、知识、资金等等概念的相应的实体的属性以及相互关系,这个数据库最初需要通过人工和计算机进行一定的初始化,以便在用户使用时不至于联想不出任何信息,同时该数据库也随着用户和计算机的交互操作不断增长和完善,计算机也会不断地从大数据中进行学习,向人类用户11提供更加准确的推荐。
本发明中,人类用户11与人机交互界面12实现双向连接,且人机交互界面12与联想算法13实现双向连接,联想算法13分别与产业经济知识图谱数据库、A领域知识图谱数据库、B领域知识图谱数据库一直到X领域知识图谱数据库实现双向连接,根据图5举例如下:人类用户11输入一个实体“小米科技公司”,计算机联想出“华为公司”、“小米手机”、“小米机顶盒”等信息,人类用户11选择“小米手机”和““小米机顶盒”这个实体,并输入“生产”这个关系,表示“小米科技公司生产小米手机”以及““小米科技公司生产小米机顶盒”这个知识,同时删除掉“华为公司”,如果大多数用户或一定数量的用户针对这些信息都进行类似的取舍,则计算机就能够逐步理解“小米科技公司”和“华为公司”之间不存在“生产”关系,当其他用户输入“小米科技公司“这个实体和”生产“这个关系时,就不会推荐出”华为公司“这个实体来,联想算法13是一套不断自我优化完善的算法,基本原理如下:
不同的句子中拥有类似的上下文的词往往是具有一定相似性的词,例如下列两个句子,“a. 华为明年将在印度生产手机……,b. 华为明年将在巴西生产手机……,印度”和“巴西”的上下文都是“华为”、“手机”,那么有理由认为“印度”和“巴西”存在某种相似性,基于对大量句子的数学统计,就能够针对一个输入词,搜索其最多出现的上下文,然后基于该上下文找到其他最多可能出现的相似词,进而将一个或多个相似词推荐给用户。
上述相似性随着语料库的种类和大小的变化也会发生变化,计算机在进行联想时可以尝试进行一定的随机探索,从而将增加了一定的随机性的结果推荐给人类供人类选择取舍,例如用户输入“小米科技公司”时,可以推荐“华为公司”,也可以推荐“大米科技公司”,有的人类用户11认为“小米科技公司”和“大米科技公司”是有一定关系的,至少是“名称文字相似”关系,有的人类用户11可能不认可这个关系,结果一定的积累,联想算法13就能够确认某些关系是不可思议的,同时也可以确认某些关系是有一定依据的。这个原理与生物界的遗传变异、适者生存原理类似,针对同一个词汇,基于不同的行业会产生不同的联想结果,例如用户输入“中国”,那么在地理历史领域可能联想出“华夏文明”、“文明古国”、“长城”等等,而在产业经济领域可能会联想出“GDP”、“人口数量”、“社会主义市场经济”等等,因此系统可以允许用户切换联想算法13的对应领域。
本发明还公开了一种产业经济知识图谱的创建和交易系统,具体包括以下步骤:
S1、首先新用户可通过用户注册模块3注册相应的个人信息帐号,然后用户可通过用户登录模块2上的用户信息输入模块21将个人注册的帐号和密码输入到系统内,之后通过用户信息认证模块22进行用户身份认证,认证成功后,登录成功提示模块23会将认证成功数据信号传送至系统后台处理模块1内完成用户登录;
S2、登录成功的用户可通过知识图谱创建系统4内的主题确认模块41确认用户需要创建图谱的主图思路,然后通过用户知识数据输入模块42可将与主题相关的数据输入到系统内,同时系统后台处理模块1会控制产业经济数据收集单元6内的企业数据收集模块61、人才数据收集模块62、社团数据收集模块63、技术数据收集模块64、院所数据收集模块65、知识数据收集模块66和资金数据收集模块67分别向产业经济大数据库7内收集企业、人才、社团、技术、院所、知识和资金方面的数据,并将收集的数据通过后台联想数据模块43进行整合分析;
S3、后台联想数据模块43会控制智能学习系统5内的机器学习模块51对数据通过分析算法进行归纳分析,并将分析后的数据通过产业模型创建模块52创建出相应的产业模型,之后通过产业分析模块53对产业模型进行分析处理,之后通过关系图系统生成模块44构建用户所需的知识图谱;
S4、其他用户可通过系统交互单元10对各个用户的产业知识图谱进行预览,若其他用户需要对某个产业知识图谱进行参考使用时,可使系统后台处理模块1控制付费购买系统8内的购买确认模块81进行购买确认,然后通过付费交易模块82直接进行购买交易,之后通过交易成功权限认证模块83对用户之间的购买交易进行权限确认,之后购买的用户即可对购买的产业知识图谱进行查阅分析和使用,同时也可通过知识图谱编辑模块9对购买的知识图谱进行添加新数据和新知识;
S5、同时人类用户11输入一个实体,计算机根据联想算法13从知识图谱数据库中搜索出一批相关的实体推荐给人类用户11,人类用户11根据自己的判断进行取舍,最终计算机保存下取舍的结果,同时计算机记录下在这个过程中哪些被保留以及哪些被删除,以便不断修正联想算法13,无论用户输入实体、概念、属性还是关系,计算机都可以进行相关联想并推荐,这样就形成了一套不断迭代的人机相互学习的交互系统。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种产业经济知识图谱的创建和交易系统,包括系统后台处理模块(1)、人类用户(11)和用户登录单元(2),其特征在于:所述系统后台处理模块(1)与用户注侧模块(3)实现双向连接,且用户注册模块(3)的输出端与用户登录单元(2)的输入端连接,所述用户登录单元(2)与系统后台处理模块(1)实现双向连接,所述系统后台处理模块(1)与知识图谱创建系统(4)实现双向连接,且知识图谱创建系统(4)与用户登录单元(2)实现双向连接,所述知识图谱创建系统(4)包括主题确认模块(41)、用户知识数据输入模块(42)、后台联想数据模块(43)和关系图系统生成模块(44),所述主题确认模块(41)的输出端与用户知识数据输入模块(42)的输入端连接,且用户知识数据输入模块(42)的输出端与后台联想数据模块(43)的输入端连接,所述后台联想数据模块(43)的输出端与关系图系统生成模块(44)的输入端连接。
2.根据权利要求1所述的一种产业经济知识图谱的创建和交易系统,其特征在于:所述用户登录单元(2)包括用户信息输入模块(21)、用户信息认证模块(22)和登录成功提示模块(23),所述用户信息输入模块(21)的输出端与用户信息认证模块(22)的输入端连接,且用户信息认证模块(22)的输出端与登录成功提示模块(23)的输入端连接。
3.根据权利要求1所述的一种产业经济知识图谱的创建和交易系统,其特征在于:所述系统后台处理模块(1)与智能学习系统(5)实现双向连接,且智能学习系统(5)与知识图谱创建系统(4)实现双向连接。
4.根据权利要求3所述的一种产业经济知识图谱的创建和交易系统,其特征在于:所述智能学习系统(5)包括机器学习模块(51)、产业模型创建模块(52)和产业分析模块(53),所述机器学习模块(51)的输出端与产业模型创建模块(52)的输入端连接,且产业模型创建模块(52)的输出端与产业分析模块(53)的输入端连接。
5.根据权利要求1所述的一种产业经济知识图谱的创建和交易系统,其特征在于:所述系统后台处理模块(1)分别与产业经济数据收集单元(6)和产业经济大数据库(7)实现双向连接,且产业经济数据收集单元(6)分别与产业经济大数据库(7)和智能学习系统(5)实现双向连接。
6.根据权利要求5所述的一种产业经济知识图谱的创建和交易系统,其特征在于:所述产业经济数据收集单元(6)包括企业数据收集模块(61)、人才数据收集模块(62)、社团数据收集模块(63)、技术数据收集模块(64)、院所数据收集模块(65)、知识数据收集模块(66)和资金数据收集模块(67)。
7.根据权利要求1所述的一种产业经济知识图谱的创建和交易系统,其特征在于:所述系统后台处理模块(1)分别与付费购买系统(8)和知识图谱编辑模块(9)实现双向连接,且系统后台处理模块(1)与系统交互单元(10)实现双向连接。
8.根据权利要求7所述的一种产业经济知识图谱的创建和交易系统及,其特征在于:所述付费购买系统(8)包括购买确认模块(81)、付费交易模块(82)和交易成功权限认证模块(83),所述购买确认模块(81)的输出端与付费交易模块(82)的输入端连接,且付费交易模块(82)的输出端与交易成功权限认证模块(83)的输入端连接。
9.根据权利要求1所述的一种产业经济知识图谱的创建和交易系统及,其特征在于:所述人类用户(11)与人机交互界面(12)实现双向连接,且人机交互界面(12)与联想算法(13)实现双向连接,所述联想算法(13)分别与产业经济知识图谱数据库、A领域知识图谱数据库、B领域知识图谱数据库一直到X领域知识图谱数据库实现双向连接。
10.根据权利要求1-8任意一项所述的一种产业经济知识图谱的创建和交易系统的方法,其特征在于:具体包括以下步骤:
S1、首先新用户可通过用户注册模块(3)注册相应的个人信息帐号,然后用户可通过用户登录模块(2)上的用户信息输入模块(21)将个人注册的帐号和密码输入到系统内,之后通过用户信息认证模块(22)进行用户身份认证,认证成功后,登录成功提示模块(23)会将认证成功数据信号传送至系统后台处理模块(1)内完成用户登录;
S2、登录成功的用户可通过知识图谱创建系统(4)内的主题确认模块(41)确认用户需要创建图谱的主图思路,然后通过用户知识数据输入模块(42)可将与主题相关的数据输入到系统内,同时系统后台处理模块(1)会控制产业经济数据收集单元(6)内的企业数据收集模块(61)、人才数据收集模块(62)、社团数据收集模块(63)、技术数据收集模块(64)、院所数据收集模块(65)、知识数据收集模块(66)和资金数据收集模块(67)分别向产业经济大数据库(7)内收集企业、人才、社团、技术、院所、知识和资金方面的数据,并将收集的数据通过后台联想数据模块(43)进行整合分析;
S3、后台联想数据模块(43)会控制智能学习系统(5)内的机器学习模块(51)对数据通过分析算法进行归纳分析,并将分析后的数据通过产业模型创建模块(52)创建出相应的产业模型,之后通过产业分析模块(53)对产业模型进行分析处理,之后通过关系图系统生成模块(44)构建用户所需的知识图谱;
S4、其他用户可通过系统交互单元(10)对各个用户的产业知识图谱进行预览,若其他用户需要对某个产业知识图谱进行参考使用时,可使系统后台处理模块(1)控制付费购买系统(8)内的购买确认模块(81)进行购买确认,然后通过付费交易模块(82)直接进行购买交易,之后通过交易成功权限认证模块(83)对用户之间的购买交易进行权限确认,之后购买的用户即可对购买的产业知识图谱进行查阅分析和使用,同时也可通过知识图谱编辑模块(9)对购买的知识图谱进行添加新数据和新知识;
S5、同时人类用户(11)输入一个实体,计算机根据联想算法(13)从知识图谱数据库中搜索出一批相关的实体推荐给人类用户(11),人类用户(11)根据自己的判断进行取舍,最终计算机保存下取舍的结果,同时计算机记录下在这个过程中哪些被保留以及哪些被删除,以便不断修正联想算法(13),无论用户输入实体、概念、属性还是关系,计算机都可以进行相关联想并推荐,这样就形成了一套不断迭代的人机相互学习的交互系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811471807.8A CN109308322A (zh) | 2018-12-04 | 2018-12-04 | 一种产业经济知识图谱的创建和交易系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811471807.8A CN109308322A (zh) | 2018-12-04 | 2018-12-04 | 一种产业经济知识图谱的创建和交易系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109308322A true CN109308322A (zh) | 2019-02-05 |
Family
ID=65222263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811471807.8A Pending CN109308322A (zh) | 2018-12-04 | 2018-12-04 | 一种产业经济知识图谱的创建和交易系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109308322A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783653A (zh) * | 2019-02-16 | 2019-05-21 | 南京樯图数据科技有限公司 | 一种基于区块链技术的知识图谱的管理和追溯的查询系统 |
CN110457482A (zh) * | 2019-06-06 | 2019-11-15 | 福建奇点时空数字科技有限公司 | 一种基于知识图谱的智能化信息服务系统 |
CN111666424A (zh) * | 2020-06-10 | 2020-09-15 | 深圳开思时代科技有限公司 | 基于知识表示学习的汽配件询报价优化方法 |
CN112579787A (zh) * | 2019-09-30 | 2021-03-30 | 北京国双科技有限公司 | 知识图谱的构建方法及装置 |
CN114385191A (zh) * | 2021-12-11 | 2022-04-22 | 埃夫特智能装备股份有限公司 | 一种基于git的知识资产交易管理系统 |
CN117035891A (zh) * | 2023-08-17 | 2023-11-10 | 慧众合(山东)科技创新发展有限公司 | 一种基于知识图谱的市场交易系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108345647A (zh) * | 2018-01-18 | 2018-07-31 | 北京邮电大学 | 基于Web的领域知识图谱构建系统及方法 |
CN108446368A (zh) * | 2018-03-15 | 2018-08-24 | 湖南工业大学 | 一种包装产业大数据知识图谱的构建方法及设备 |
CN108846020A (zh) * | 2018-05-22 | 2018-11-20 | 北京易知创新数据科技有限公司 | 基于多源异构数据进行知识图谱自动化构建方法、系统 |
-
2018
- 2018-12-04 CN CN201811471807.8A patent/CN109308322A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108345647A (zh) * | 2018-01-18 | 2018-07-31 | 北京邮电大学 | 基于Web的领域知识图谱构建系统及方法 |
CN108446368A (zh) * | 2018-03-15 | 2018-08-24 | 湖南工业大学 | 一种包装产业大数据知识图谱的构建方法及设备 |
CN108846020A (zh) * | 2018-05-22 | 2018-11-20 | 北京易知创新数据科技有限公司 | 基于多源异构数据进行知识图谱自动化构建方法、系统 |
Non-Patent Citations (1)
Title |
---|
蔡圆媛: "大数据环境下基于知识整合的语义计算技术与应用", 31 August 2018, 北京理工大学出版社, pages: 161 - 166 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783653A (zh) * | 2019-02-16 | 2019-05-21 | 南京樯图数据科技有限公司 | 一种基于区块链技术的知识图谱的管理和追溯的查询系统 |
CN109783653B (zh) * | 2019-02-16 | 2020-07-24 | 南京樯图数据科技有限公司 | 一种基于区块链技术的知识图谱的管理和追溯的查询系统 |
CN110457482A (zh) * | 2019-06-06 | 2019-11-15 | 福建奇点时空数字科技有限公司 | 一种基于知识图谱的智能化信息服务系统 |
CN112579787A (zh) * | 2019-09-30 | 2021-03-30 | 北京国双科技有限公司 | 知识图谱的构建方法及装置 |
WO2021063104A1 (zh) * | 2019-09-30 | 2021-04-08 | 北京国双科技有限公司 | 知识图谱的构建方法及装置 |
CN111666424A (zh) * | 2020-06-10 | 2020-09-15 | 深圳开思时代科技有限公司 | 基于知识表示学习的汽配件询报价优化方法 |
CN114385191A (zh) * | 2021-12-11 | 2022-04-22 | 埃夫特智能装备股份有限公司 | 一种基于git的知识资产交易管理系统 |
CN117035891A (zh) * | 2023-08-17 | 2023-11-10 | 慧众合(山东)科技创新发展有限公司 | 一种基于知识图谱的市场交易系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109308322A (zh) | 一种产业经济知识图谱的创建和交易系统 | |
CN110245213A (zh) | 调查问卷生成方法、装置、设备和存储介质 | |
Hitesh et al. | Real-time sentiment analysis of 2019 election tweets using word2vec and random forest model | |
CN107015983A (zh) | 一种用于智能问答中提供知识信息的方法与设备 | |
CN106326248A (zh) | 数据库数据的存储方法和装置 | |
CN110399533A (zh) | 资金流向查询方法及装置 | |
CN107862608A (zh) | 一种基于人工智能的汇票撮合交易机器人 | |
CN104834691A (zh) | 一种语音机器人 | |
CN104299094A (zh) | 一种企业进销存管理信息系统 | |
CN107357787A (zh) | 语义交互方法、装置及电子设备 | |
CN109858919A (zh) | 异常账号的确定方法及装置、在线下单方法及装置 | |
KR20220050078A (ko) | 온라인 쇼핑몰 생성 방법, 장치 및 시스템 | |
CN111047387B (zh) | 一种回收管理的方法及装置 | |
Jiang | Credit scoring model based on the decision tree and the simulated annealing algorithm | |
CN110097246B (zh) | 智能评审方法及系统、计算机装置、计算机可读存储介质 | |
CN104299139A (zh) | 一种面料交易系统及方法 | |
CN112069315A (zh) | 提取文本多维度信息方法、装置、服务器及存储介质 | |
Yeung et al. | Data analytics architectures for e-commerce platforms in cloud | |
Anastasiei et al. | Automated vs manual content analysis–A retrospective look | |
CN115577172A (zh) | 物品推荐方法、装置、设备及介质 | |
CN116738476A (zh) | 一种基于大语言模型的安全交互方法及装置 | |
CN114003600A (zh) | 数据处理方法、系统、电子设备和存储介质 | |
Sethi et al. | Data mining: current applications & trends | |
Spray | Reorganise, replace or expand? The role of the supply-chain in first-time exporting | |
CN108257042A (zh) | 一种任务驱动型智能售电业务支撑系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |