CN109976735A - 一种基于web可视化的知识图谱算法应用平台 - Google Patents

Abstract

本发明公开一种基于web可视化的知识图谱算法应用平台，所述平台包括知识图谱可视化分析插件库、图谱分析实例库、应用案例库及知识库，其中，所述知识图谱可视化分析插件库由具备知识图谱处理、展示功能的程序模块组成，对外提供API；所述应用实例通过调用API使用所述知识图谱可视化插件中的方法，展示知识图谱；所述应用案例库储存展示了各大行业的知识图谱，能够直观洞察各行业知识的实体关系；所述知识库是储存了已经整理好的领域知识。本发明运用知识图谱可视化技术，实现对各种数据及知识图谱的深度可视化挖掘分析，形象展示数据信息之间的逻辑关系，实现数据价值的多维量化，精简开发代码，提升知识图谱可视化开发效率，具有很好的应用前景。

Description

一种基于web可视化的知识图谱算法应用平台

技术领域

本发明属于计算机可视化和知识图谱管理与应用技术领域，具体涉及一种基于web可视化的知识图谱算法应用平台。

背景技术

数据可视化，是关于数据视觉表现形式的科学技术研究，这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。

数据可视化技术包含以下几个基本概念：

①数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间。

②数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算。

③数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据。

④数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。

数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。

数据可视化技术的基本思想，是将数据库中每一个数据项作为单个图元元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。

数据可视化的成功，应归于其背后基本思想的完备性。依据数据及其内在模式和关系，利用计算机生成的图像来获得深入认识和知识。其第二个前提就是利用人类感觉系统的广阔带宽来操纵和解释错综复杂的过程、涉及不同学科领域的数据集以及来源多样的大型抽象数据集合的模拟。这些思想和概念极其重要，对于计算科学与工程方法学以及管理活动都有着精深而又广泛的影响。

知识图谱（Knowledge Graph）又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

具体来说，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。它把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律，为学科研究提供切实的、有价值的参考。迄今为止，其实际应用在发达国家已经逐步拓展并取得了较好的效果，但它在我国仍属研究的起步阶段。

随着互联网技术的飞速发展，数据时代已经到来。对大数据查询和分析对于人们能否及时获得决策信息非常重要。不管是个人还是团体、企业等，都存在着海量的业务数据、交易数据、第三方来源数据等数据资源。对于上述大数据资源，用户有着提取有价值信息的需求。传统的数据表格，往往要耗费大量的时间成本和人力来实现表格输出。数据可视化技术的出现，解决了这个难题，其通过直观且多样的数据展示方式，充分揭示了数据的各种变化和联系，对数据分析起到了重要作用，提高了数据分析的效率。但是数据可视化的开发往往需要技术人员编辑大量臃肿复杂的代码，对技术人员的要求非常高，从而导致数据可视化的开发难度大，效率低，增加了知识图谱可视化开发项目的成本。

在大数据时代背景下，随着海量数据的出现以及多数据源融合交叉应用，传统的数据管理模式以及查询方式受到一定的制约，相比传统数据库，知识图谱数据库可迅速调用数据之间的关系，通过系统推理辅助分析并得出结果，大大降低使用门槛，并提高搜索效率。

发明内容

为了解决现有的知识图谱可视化开发难度大、效率低、成本高的问题，本发明提供一种基于web可视化的知识图谱算法应用平台，所述平台能够帮助开发者快速解决知识图谱的可视化呈现及算法实现，从而大大简化知识图谱可视化项目构建代码，提升普通开发人员的开发效率，降低相关可视化项目的开发成本。

为实现上述目标，本发明采用以下技术方案：

一种基于web可视化的知识图谱算法应用平台，所述平台包括知识图谱可视化分析插件库、图谱分析实例库、应用案例库及知识库，其中，所述知识图谱可视化分析插件库由具备知识图谱处理、展示功能的程序模块组成，对外提供API；所述知识图谱分析实例库由若干应用实例组成，所述应用实例通过调用API使用所述知识图谱可视化插件中封装的方法（即程序模块），展示知识图谱；所述应用案例库储存展示了各大行业的知识图谱，能够直观洞察各行业知识的实体关系。所述知识库是储存了已经整理好的领域知识。

所述知识图谱可视化分析插件库封装了一系列操作节点及关系的方法，这些操作节点及关系的方法是挂载于节点对象、边对象、图对象及DG对象上的。应用案例库是对所述知识图谱可视化插件在学术、网络、医疗、专利等行业合作应用的诠释。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了节点对象、边对象及图对象的样式调节插件，使开发者可以以最简单的代码对知识图谱可视化对象进行相应的操作调节。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了几种数据类型的图形展示及布局插件，所述数据类型的图形包括但不限于树图、环形布局和地图布局，所述地图布局包括地名布局及经纬度布局等。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了基于节点及边的属性进行过滤的插件，能够快速检索出用户想要的数据。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了基于知识图谱的pageRank、节点度、度中心性、聚类、最优路径等算法，所述算法用来统计及展示知识图谱各节点之间的关系。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了用于将图谱展示中的json文件，wos文件下载的插件。特别地，所述平台的所述知识图谱可视化分析插件库提供了将图谱转为png下载的插件，例如：图谱输出。

一种基于web可视化的知识图谱算法应用平台，所述平台在处理的图形节点数量小于1000时调用前端js（java script）算法，当处理的数据量较大（如节点数量>1000）时通过封装的ajax的方法调用后端方法。特别地，针对大数据量的问题，所述平台提供了websocket分段处理数据的模式，将后台数据分批加载到前台，逐步处理数据并渲染出图。例如ForceAtlas2布局及FruchtermanReingold布局。

所述图谱分析实例库中存储的图谱分析实例简明的展示了所述知识图谱可视化分析插件的各种功能及全部代码，使用户能够直接复制代码即可实现知识图谱的一系列功能。

所述图谱分析实例具有可操作性及交互性，用户可通过简单操作清楚了解各项操作功能。

本发明所述的知识图谱可视化分析插件提供的知识图谱可视化图形渲染方案，包括但不限于D3，echarts，three.js等。

本发明所述的知识图谱可视化分析插件提供的图谱输出方案的数据格式，包括但不限于png、svg。

本发明所述的知识图谱可视化分析插件提供的大数据量渲染图形方案，包括但不限于websocket、随机布局分段出图。

本发明的优点和有益效果为：

1）使用可视化方法对知识图谱做了效果很好的呈现，使用户能够用最少的代码就能实现很漂亮的效果展现。

2）使用的算法丰富，能够满足不同用户的数据处理需求，例如pageRank算法可用于网站排名，最优路径算法可以根据不同用户需求查询出不同节点之间的关系。

3）本发明所述插件将底层代码封装成简易方法，简化了用户操作，大大节省了知识图谱可视化的开发时间，提高了开发人员的开发效率。

4）采取以下几种方式处理用户数据，适应多数类型的用户数据：

（a）节点、边及图对象都可通过new方法来实例化一个新对象；

（b）通过传入json数据创建图形；

（c）与后台交互时，可通过插件的方法直接传入后台图对象的json数据。

附图说明

附图1是本发明所述的一种基于web可视化的知识图谱算法应用平台在JoveMind企业风控应用系统中实现知识图谱展示的效果图。

具体实施方式

下面结合实施例对本发明作进一步说明。

定义全局对象DG，定义DG的属性常量作为项目实施过程中的参数传递工具，定义每个对象字面量的类型及默认值，定义节点、边和图的类型及构造函数，并基于节点、边和图封装一系列用于实现知识图谱可视化展示的方法。当节点数量小于1000时调用前端用js（java script）编写的算法，当处理的数据量较大（如节点数量>1000）时通过封装的ajax的方法来调用后端系统的方法。特别地，针对大数据量的问题，采取websocket分段处理数据的模式，将后台数据分批加载到前台，逐步处理数据并渲染出图。

实施例

参见附图1。JoveMind企业风控应用系统是一款以智能风险控制为核心的知识图谱构建分析平台，可将全球开放数据进行多维整合，针对不同行业和应用场景客户，提供定制算法和图谱可视化分析维度，能够帮助金融、保险、证券、生物科技等领域用户更有效地分析复杂关系中的潜在危机，智能识别和标记企业在声誉、信用、管理等各方面的风险，同时提供热点聚类分析功能，便于企业有效确认风险影响范围及扩散态势，及时制定公关和管控策略，达到第一时间作出风险预警、精准管控风险的目的。

JoveMind同时兼具多模态全格式数据对接的方式，引入和构建包括生物制药、金融科技等领域的知识图谱，并利用跨语言的知识融合与推理技术，让不同语言和不同领域的知识图谱完美关联融合，实现包括辅助诊断、技术前瞻、社会态势等分析维度。

JoveMind系统中运用的通过数据可视化查询相关企业的全景图谱，数据过滤，时间轴展示，热点聚类等解决方案，都是基于本发明所述的基于web可视化的知识图谱算法应用平台实现的。具体实现方式如下：

一种基于web可视化的知识图谱算法应用平台，所述平台包括知识图谱可视化分析插件库、图谱分析实例库、应用案例库及知识库，其中，所述知识图谱可视化分析插件库由具备知识图谱处理、展示功能的程序模块组成，对外提供API；所述知识图谱分析实例库由若干应用实例组成，所述应用实例通过调用API使用所述知识图谱可视化插件中封装的方法（即程序模块），展示知识图谱；所述应用案例库储存展示了各大行业的知识图谱，能够直观洞察各行业知识的实体关系。所述知识库是储存了已经整理好的领域知识。

所述知识图谱可视化分析插件库封装了一系列操作节点及关系的方法，这些操作节点及关系的方法是挂载于节点对象、边对象、图对象及DG对象上的。应用案例库是对所述知识图谱可视化插件在学术、网络、医疗、专利等行业合作应用的诠释。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了节点对象、边对象及图对象的样式调节插件，使开发者可以以最简单的代码对知识图谱可视化对象进行相应的操作调节。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了几种数据类型的图形展示及布局插件，所述数据类型的图形包括但不限于树图、环形布局和地图布局，所述地图布局包括地名布局及经纬度布局等。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了基于节点及边的属性进行过滤的插件，能够快速检索出用户想要的数据。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了基于知识图谱的pageRank、节点度、度中心性、聚类、最优路径等算法，所述算法用来统计及展示知识图谱各节点之间的关系。

一种基于web可视化的知识图谱算法应用平台，所述平台的所述知识图谱可视化分析插件库提供了用于将图谱展示中的json文件，wos文件下载的插件。特别地，所述平台的所述知识图谱可视化分析插件库提供了将图谱转为png下载的插件，例如：图谱输出。

一种基于web可视化的知识图谱算法应用平台，所述平台在处理的图形节点数量小于1000时调用前端js算法，当处理的数据量较大（如节点数量>1000）时通过封装的ajax的方法调用后端方法。特别地，针对大数据量的问题，所述平台提供了websocket分段处理数据的模式，将后台数据分批加载到前台，逐步处理数据并渲染出图。例如ForceAtlas2布局及FruchtermanReingold布局。

所述图谱分析实例库中存储的图谱分析实例简明的展示了所述知识图谱可视化分析插件的各种功能及全部代码，使用户能够直接复制代码即可实现知识图谱的一系列功能。

所述图谱分析实例具有可操作性及交互性，用户可通过简单操作清楚了解各项操作功能。

本发明所述的知识图谱可视化分析插件提供的知识图谱可视化图形渲染方案，包括但不限于D3，echarts，three.js等。

本发明所述的知识图谱可视化分析插件提供的图谱输出方案的数据格式，包括但不限于png、svg。

本发明所述的知识图谱可视化分析插件提供的大数据量渲染图形方案，包括但不限于websocket、随机布局分段出图。

最后应说明的是：显然，上述实施例仅仅是为清楚地说明本发明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。

Claims (10)

1.一种基于web可视化的知识图谱算法应用平台，其特征在于：所述平台包括知识图谱可视化分析插件库、图谱分析实例库、应用案例库及知识库，其中，所述知识图谱可视化分析插件库由具备知识图谱处理、展示功能的程序模块组成，对外提供API；所述知识图谱分析实例库由若干应用实例组成，所述应用实例通过调用API使用所述知识图谱可视化插件中封装的方法，展示知识图谱；所述应用案例库储存展示了各大行业的知识图谱，能够直观洞察各行业知识的实体关系；所述知识库是储存了已经整理好的领域知识。

2.根据权利要求1 所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述知识图谱可视化分析插件库封装了一系列操作节点及关系的方法，这些操作节点及关系的方法是挂载于节点对象、边对象、图对象及DG对象上的。

3.根据权利要求1所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述应用案例库是对所述知识图谱可视化插件在领域行业应用的诠释，所述领域行业是学术、网络、医疗、专利行业。

4.根据权利要求1或2所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述知识图谱可视化分析插件库提供了节点对象、边对象及图对象的样式调节插件，使开发者可以通过最简单的代码对知识图谱可视化对象进行相应的操作调节。

5.根据权利要求1或2所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述知识图谱可视化分析插件库提供了几种数据类型的图形展示及布局插件，所述数据类型的图形包括树图、环形布局和地图布局，所述地图布局包括地名布局及经纬度布局。

6.根据权利要求1或2所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述知识图谱可视化分析插件库提供了基于节点及边的属性进行过滤的插件，能够快速检索出用户想要的数据。

7.根据权利要求1或2所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述知识图谱可视化分析插件库提供了对知识图谱进行分析的算法，所述算法是指pageRank、节点度、度中心性、聚类、最优路径算法，所述算法用来统计及展示知识图谱各节点之间的关系。

8.根据权利要求1或2所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述知识图谱可视化分析插件库提供了用于将图谱展示中的json文件，wos文件下载的插件，特别地，所述平台的所述知识图谱可视化分析插件库提供了将图谱转为png下载的插件。

9.根据权利要求1所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述平台在处理的图形节点数量小于1000时调用前端java script算法，当处理的节点数量大于1000时通过封装的ajax的方法调用后端方法；特别地，针对大数据量的问题，所述平台提供了websocket分段处理数据的模式，将后台数据分批加载到前台，逐步处理数据并渲染出图。

10.根据权利要求1所述的一种基于web可视化的知识图谱算法应用平台，其特征在于：所述图谱分析实例库中存储的图谱分析实例简明地展示了所述知识图谱可视化分析插件的各种功能及全部代码，使用户能够直接复制代码即可实现知识图谱的一系列功能。