CN109993306A - 一种面向服务的时空大数据知识引擎系统 - Google Patents

Abstract

本发明提供了一种面向服务的时空大数据知识引擎系统，包括：知识服务容器，用于封装发布基于时空大数据的子服务集合中的知识服务；所述时空大数据包括基础测绘数据、地理国情数据、卫星遥感数据、卫星导航数据；流程设计器，用于基于所述子服务集合中的知识服务构建知识链模型，并将所述知识链模型保存为标准流程文件；流程引擎，用于解析所述标准流程文件，并调用所述标准流程文件中涉及的知识服务进行分析，获得时空大数据的分析结果。本发明提供了一种可定制、个性化的能够在线分析的面向服务的时空大数据知识引擎系统。

Description

一种面向服务的时空大数据知识引擎系统

技术领域

本发明属于数据处理技术领域，具体涉及一种面向服务的时空大数据知识引擎系统。

背景技术

目前，现有技术中的数据分析工具主要有两方面不足：

一、大都是封闭固化的系统，数据源是固定的(文件系统或数据库系统)，分析模型也是固定的(分析工具包)，数据和模型均难以根据用户的需要，实现个性化定制与扩展；

二、目前还没有专门针对时空大数据这一数据源进行分析挖掘的工具，当前的数据分析工具，难以处理同时带有时间序列信息和空间位置信息的大数据。

发明内容

本发明的目的是针对基础测绘数据、地理国情数据、卫星遥感数据、卫星导航数据等各类时空大数据，提供一种可定制、个性化的能够在线分析的面向服务的时空大数据知识引擎系统。

本发明提供了一种面向服务的时空大数据知识引擎系统，包括：

知识服务容器，用于封装发布基于时空大数据的子服务集合中的知识服务；所述时空大数据包括基础测绘数据、地理国情数据、卫星遥感数据、卫星导航数据；

流程设计器，用于基于所述子服务集合中的知识服务构建知识链模型，并将所述知识链模型保存为标准流程文件；

流程引擎，用于解析所述标准流程文件，并调用所述标准流程文件中涉及的知识服务进行分析，获得时空大数据的分析结果。

进一步地，所述知识服务容器还用于：

基于知识模型容器将获取的知识模型封装发布为知识服务，并扩充至所述子服务集合中。

进一步地，所述流程设计器还用于：

将所述标准流程文件发布为知识服务，并扩充至所述子服务集合中。

进一步地，所述流程设计器基于图形化界面构建所述知识链模型。

与现有技术相比本发明的有益效果是：

1)整套系统运行的流程，均采用面向服务的方法：数据源是以服务形式获取，知识模型是以服务形式提供，分析结果是以服务形式发布。从而实现了跨数据源、跨平台、跨语言(可以吸收多类来源的数据、多个平台的服务、多种语言的模型)，提高了通用性、兼容性和可扩展性；

2)采用了知识服务容器技术，支持服务的热插拔，可无缝对接现有的开源或商业系统，吸纳其他平台中的数据资源与服务资源，便于更新、维护和管理；

3)集成了多种针对时空大数据的分析方法，并支持用户通过图形化工具，灵活定制个性化的知识链。不仅仅是提供固定的分析工具，而是可定制可组合的分析模块，具有很强的灵活性。

附图说明

图1是本发明知识服务容器示意图；

图2是本发明工作流程图。

图3是本发明知识链模型示意图。

具体实施方式

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

本实施例提供了一种面向服务的时空大数据知识引擎系统，包括：

知识服务容器，用于封装发布基于时空大数据的子服务集合中的知识服务；时空大数据包括基础测绘数据、地理国情数据、卫星遥感数据、卫星导航数据；

流程设计器，用于基于子服务集合中的知识服务构建知识链模型，并将知识链模型保存为标准流程文件；

流程引擎，用于解析所述标准流程文件，并调用标准流程文件中涉及的知识服务进行分析，获得时空大数据的分析结果。

本实施例针对基础测绘数据、地理国情数据、卫星遥感数据、卫星导航数据等各类时空大数据，提供了一种可定制、个性化的能够在线分析的面向服务的时空大数据知识引擎系统。

在本实施例中，知识服务容器还用于：

基于知识模型容器将获取的知识模型封装发布为知识服务，并扩充至子服务集合中。

在本实施例中，流程设计器还用于：

将所述标准流程文件发布为知识服务，并扩充至子服务集合中。

在本实施例中，程设计器基于图形化界面构建知识链模型，可提高用户体验。

下面对本发明作进一步详细说明。

参图1至图3所示，本实施例提供的时空大数据知识引擎包括三个部件：知识服务容器、流程设计器和流程引擎，如图2所示。其中：

知识服务容器，用于将时空大数据知识模型发布为知识服务，从而支持热插拔，提升可扩展性；

流程设计器，是知识链流程的设计工具，支持用户组装时空大数据分析知识链，实现专业分析方法的灵活定制与共享；

流程引擎，用于解译并执行知识链。

具体地：

知识服务容器是知识引擎的基础，用于打包发布针对时空大数据的知识服务，用户可以直接使用已发布的服务，也可以通过它发布新的服务，既可以单独使用，也可以组合使用；

流程设计器通过图形化界面提供选择、组合与配置知识链模型的工具，帮助用户选用需要的数据源和知识服务，组合绘制知识链模型(例如图3中的结构)，构建的知识链模型会保存为标准文件格式，并通过知识模型容器发布为服务；

流程引擎能够读取流程设计器保存的知识链标准文件，解析该文件并调用知识链中引用的服务，按照知识链的结构自动执行。

本发明主要适用于对一个城市的各类数据，包括：基础测绘数据、地理国情数据、实时感知数据等，进行专业在线分析。如在一具体实施例中：

用户在需要处理某一类型时空大数据的分析问题(如：分析城市的空间紧凑度，或者分析某片生态区的植被覆盖变化)时，可以通过时空大数据知识引擎来实现。实现过程可以分为三个步骤。

第一步是封装发布知识服务。知识引擎系统中已经提供了一些常用的知识服务，可以满足一般的分析需求。但是如果用户在系统中没有找到需要的知识服务，还可以借助知识模型容器将不同来源的(开源或商业)知识模型，封装并发布为知识服务，扩充到系统的原子服务集合中。

第二步是组装知识链模型。用户要在流程设计器中，选择知识模型容器中的原子知识服务，并借助自己的专业知识，将知识服务组合成为一个知识链模型(可以完成一个综合性的复杂分析)，然后将这个知识链模型保存为标准流程文件BPMN.xml，还可以将其发布为新的一个知识服务，扩充到系统的原子服务集合中。

第三步是执行知识链模型。用户要准备好需要分析的数据，再选择一个之前设计的知识链模型，点击运行，那么知识引擎会打开此模型对应的标准流程文件(BPMN.xml)，解析该文件，并调用其中涉及的知识服务，按顺序依次执行，完成知识链模型整体的分析流程，获得时空大数据的分析结果。

本实施例提供的面向服务的时空大数据知识引擎系统，具有如下技术效果。

1)整套系统运行的流程，均采用面向服务的方法：数据源是以服务形式获取，知识模型是以服务形式提供，分析结果是以服务形式发布。从而实现了跨数据源、跨平台、跨语言(可以吸收多类来源的数据、多个平台的服务、多种语言的模型)，提高了通用性、兼容性和可扩展性；

2)采用了知识服务容器技术，支持服务的热插拔，可无缝对接现有的开源或商业系统，吸纳其他平台中的数据资源与服务资源，便于更新、维护和管理；

3)集成了多种针对时空大数据的分析方法，并支持用户通过图形化工具，灵活定制个性化的知识链。不仅仅是提供固定的分析工具，而是可定制可组合的分析模块，具有很强的灵活性。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (4)

1.一种面向服务的时空大数据知识引擎系统，其特征在于，包括：

知识服务容器，用于封装发布基于时空大数据的子服务集合中的知识服务；所述时空大数据包括基础测绘数据、地理国情数据、卫星遥感数据、卫星导航数据；

流程设计器，用于基于所述子服务集合中的知识服务构建知识链模型，并将所述知识链模型保存为标准流程文件；

流程引擎，用于解析所述标准流程文件，并调用所述标准流程文件中涉及的知识服务进行分析，获得时空大数据的分析结果。

2.根据权利要求1所述的面向服务的时空大数据知识引擎系统，其特征在于，所述知识服务容器还用于：

基于知识模型容器将获取的知识模型封装发布为知识服务，并扩充至所述子服务集合中。

3.根据权利要求1所述的面向服务的时空大数据知识引擎系统，其特征在于，所述流程设计器还用于：

将所述标准流程文件发布为知识服务，并扩充至所述子服务集合中。

4.根据权利要求1至3任一项所述的面向服务的时空大数据知识引擎系统，其特征在于，所述流程设计器基于图形化界面构建所述知识链模型。