CN111190966A - 一种基于lpa算法的大规模知识图谱可视化方法及系统 - Google Patents

Abstract

本发明涉及一种基于LPA算法的大规模知识图谱可视化方法及系统，该方法包括：获取知识图谱数据；为知识图谱数据中的每个实体标记唯一的标签；遍历知识图谱数据中的所有实体，在知识图谱数据中的所有实体中进行标签传播，直至满足中止条件；基于标签传播结束后每个实体的标签结果，得到由实体的标签组成的标签集合；根据实体间的关系和标签集合中的标签构造图数据；对图数据进行可视化展示。本发明使用LPA算法对知识图谱数据进行聚类，将有较大相似性的实体融合成社区，形成一种内部连接紧密，而外部稀疏的社区结构，从而在进行知识图谱可视化展示时，只展示社区之间关系，从而降低了展示在浏览器中的数据量，避免了杂乱现象，提升了渲染性能。

Description

一种基于LPA算法的大规模知识图谱可视化方法及系统

技术领域

本发明涉及信息技术web开发领域，具体涉及一种基于LPA算法的大规模知识图谱可视化方法及系统。

背景技术

当前行业内知识图谱可视化大多通过力导向图实现，如图1所示为直接用力导向图展示所有实体和关系示例。而随着大数据时代的到来，知识图谱数据海量增长，单纯的以力导向图展示大规模知识图谱数据，视觉上容易显得杂乱，浏览器性能也难以支撑。

发明内容

针对上述技术问题，本发明提供一种基于LPA算法的大规模知识图谱可视化方法及系统。

本发明解决上述技术问题的技术方案如下：一种基于LPA算法的大规模知识图谱可视化方法，包括：

步骤1、获取知识图谱数据，所述知识图谱数据包括实体以及实体间的关系；

步骤2、为所述知识图谱数据中的每个实体标记唯一的标签；

步骤3、遍历所述知识图谱数据中的所有实体，在所述知识图谱数据中的所有实体中进行标签传播，直至满足中止条件；

步骤4、基于标签传播结束后每个实体的标签结果，得到由实体的标签组成的标签集合；

步骤5、根据实体间的关系和所述标签集合中的标签构造图数据；

步骤6、对所述图数据进行可视化展示。

本发明的有益效果是：使用LPA(LabelPropagation,标签传播)算法对知识图谱数据进行聚类，将有较大相似性的实体融合成社区，形成一种内部连接紧密，而外部稀疏的社区结构，从而在进行知识图谱可视化展示时，只展示社区之间关系，从而降低了展示在浏览器中的数据量，避免了杂乱现象，提升了渲染性能。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤3具体包括：

对于所述知识图谱数据中的每个实体，用与该实体直接相连的邻居实体中数量最多的标签替换该实体原先的标签，反复迭代执行该步骤，直至满足中止条件。

进一步，所述中止条件为：迭代时间达到预设最大时间或者每个实体的标签都不再发生变化。

进一步，所述步骤5具体包括：

根据实体间的关系确定实体的标签之间的关系；

根据标签集合中的标签及标签之间的关系构造图数据。

进一步，所述步骤6具体包括：

对所述图数据使用力导向图进行可视化展示，其中，力导向图中的节点表示标签集合中的标签，力导向图中的边表示标签之间的关系。

进一步，所述步骤6具体还包括：

当点击所述力导向图中标签的节点时，展示具有该标签的所有实体。

采用上述进一步方案的有益效果是，可以对某个社区进行详情查看，展示其包含的所有实体，从而在整体概览的同时也能兼顾局部。

为实现上述发明目的，本发明还提供一种基于LPA算法的大规模知识图谱可视化系统，包括：

数据获取模块，用于获取知识图谱数据，所述知识图谱数据包括实体以及实体间的关系；

标签标记模块，用于为所述知识图谱数据中的每个实体标记唯一的标签；

标签传播模块，用于遍历所述知识图谱数据中的所有实体，在所述知识图谱数据中的所有实体中进行标签传播，直至满足中止条件；

标签集合生成模块，用于基于标签传播结束后每个实体的标签结果，得到由实体的标签组成的标签集合；

数据构造模块，用于根据实体间的关系和所述标签集合中的标签构造图数据；

可视化展示模块，用于对所述图数据进行可视化展示。

进一步，所述标签传播模块，具体用于：

对于所述知识图谱数据中的每个实体，用与该实体直接相连的邻居实体中数量最多的标签替换该实体原先的标签，反复迭代执行该步骤，直至满足中止条件。

进一步，所述数据构造模块，具体包括：

关系确定单元，用于根据实体间的关系确定实体的标签之间的关系；

数据构造单元，用于根据标签集合中的标签及标签之间的关系构造图数据。

进一步，所述可视化展示模块，具体用于：

对所述图数据使用力导向图进行可视化展示，其中，力导向图中的节点表示标签集合中的标签，力导向图中的边表示标签之间的关系。

附图说明

图1为直接用力导向图展示所有实体和关系示例；

图2为本发明实施例提供的一种基于LPA算法的大规模知识图谱可视化方法的流程图；

图3为使用LPA算法后，使用力导向图展示的标签和关系示例；

图4为点击力导向图中的某个标签节点，展示具有该标签的所有实体的示例。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透切理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

图2为本发明实施例提供的一种基于LPA算法的大规模知识图谱可视化方法的流程图，如图2所示，该方法包括：

S1、获取知识图谱数据，所述知识图谱数据包括实体以及实体间的关系；

具体的，知识图谱数据(graphdata)包括实体v1,v2,…,vn(n为实体个数)以及实体间的关系e1,e2,…,em(m为关系条数)。对于实体vi,vj及它们之间的关系ek，可以用三元组(vi,ek,vj)表示。

S2、为所述知识图谱数据中的每个实体标记唯一的标签；

具体的，该步骤中，为每个实体vi(i＝1,2,…,n)标记唯一的标签ti(i＝1,2,…,n)，标签只需满足唯一性即可，如t1＝tag1，t2＝tag2,…tn＝tagn。

S3、遍历所述知识图谱数据中的所有实体，在所述知识图谱数据中的所有实体中进行标签传播，直至满足中止条件；

具体的，该步骤中，从v1开始，通过下标依次遍历所有实体。对于每个实体vi，找出与其直接相连的邻居实体，用邻居实体中数量最多的(若有多个则随机选取一个)标签替换自身原先的标签。

可设定迭代最大时间t，直到迭代时间达到t或者每个实体的标签都不再发生变化，即认为满足中止条件，迭代中止，标签传播结束。

S4、基于标签传播结束后每个实体的标签结果，得到由实体的标签组成的标签集合；

具体的，对于每个实体，都有经过标签传播之后的标签结果，由实体的标签组成标签集合t1,t2,…,tk(k为标签个数)。

S5、根据实体之间的关系和所述标签集合中的标签构造图数据；

具体的，该步骤中，将实体之间的关系应用于标签中，例如标签为taga的实体vi和标签为tagb的实体vj通过关系ek相连，可以得出标签taga和标签tagb通过关系ek相连。从而由标签集合t1,t2,…,tk(k为标签个数)构造新的图数据，这里实际上形成了一个社区结构，每个标签对应一个社区，社区中是具有相同标签的所有实体。

S6、对所述图数据进行可视化展示。

具体的，可采用多种工具对图数据进行可视化展示，常用的工具为力导向图(Force-Layout)，如图3所示为使用LPA算法后，使用力导向图展示的标签和关系示例。

本发明实施例提供的一种基于LPA算法的大规模知识图谱可视化方法，使用LPA(LabelPropagation,标签传播)算法对知识图谱数据进行聚类，将有较大相似性的实体融合成社区，形成一种内部连接紧密，而外部稀疏的社区结构，从而在进行知识图谱可视化展示时，只展示社区之间关系，从而降低了展示在浏览器中的数据量，避免了杂乱现象，提升了渲染性能。

可选地，在该实施例中，步骤S3具体包括：

对于所述知识图谱数据中的每个实体，用与该实体直接相连的邻居实体中数量最多的标签替换该实体原先的标签，反复迭代执行该步骤，直至满足中止条件。

具体的，该步骤中，从v1开始，通过下标依次遍历所有实体。对于每个实体vi，找出与其直接相连的邻居实体，用邻居实体中数量最多的(若有多个则随机选取一个)标签替换自身原先的标签，反复迭代执行，完成标签传播过程。

可选地，在该实施例中，所述中止条件为：迭代时间达到预设最大时间或者每个实体的标签都不再发生变化。

具体的，可设定迭代最大时间t，直到迭代时间达到t或者每个实体的标签都不再发生变化，即认为满足中止条件，迭代中止，标签传播结束。

可选地，在该实施例中，步骤S5具体包括：

S5.1、根据实体之间的关系确定实体的标签之间的关系；

S5.2、根据标签集合中的标签及标签之间的关系构造图数据。

具体的，该步骤中，将实体之间的关系应用于标签中，例如标签为taga的实体vi和标签为tagb的实体vj通过关系ek相连，可以得出标签taga和标签tagb通过关系ek相连。从而由标签集合t1,t2,…,tk(k为标签个数)构造新的图数据，这里实际上形成了一个社区结构，每个标签对应一个社区，社区中是具有相同标签的所有实体。

可选地，在该实施例中，步骤S6具体包括：

对所述图数据使用力导向图进行可视化展示，其中，力导向图中的节点表示标签集合中的标签，力导向图中的边表示标签之间的关系。

使用LPA算法后，使用力导向图展示的标签和关系示例如图3所示。

可选地，在该实施例中，步骤S6具体还包括：

当点击所述力导向图中标签的节点时，展示具有该标签的所有实体。

具体的，点击某个标签节点，展示具有该标签的所有实体的示例如图4所示。

通过该方法，可以对某个社区进行详情查看，展示其包含的所有实体，从而在整体概览的同时也能兼顾局部。

本发明实施例提供一种基于LPA算法的大规模知识图谱可视化系统，包括：

数据获取模块，用于获取知识图谱数据，所述知识图谱数据包括实体以及实体间的关系；

标签标记模块，用于为所述知识图谱数据中的每个实体标记唯一的标签；

标签传播模块，用于遍历所述知识图谱数据中的所有实体，在所述知识图谱数据中的所有实体中进行标签传播，直至满足中止条件；

标签集合生成模块，用于基于标签传播结束后每个实体的标签结果，得到由实体的标签组成的标签集合；

数据构造模块，用于根据实体之间的关系和所述标签集合中的标签构造图数据；

可视化展示模块，用于对所述图数据进行可视化展示。

可选地，在该实施例中，所述标签传播模块，具体用于：

对于所述知识图谱数据中的每个实体，用与该实体直接相连的邻居实体中数量最多的标签替换该实体原先的标签，反复迭代执行该步骤，直至满足中止条件。

可选地，在该实施例中，所述数据构造模块，具体包括：

关系确定单元，用于根据实体之间的关系确定实体的标签之间的关系；

数据构造单元，用于根据标签集合中的标签及标签之间的关系构造图数据。

可选地，在该实施例中，所述可视化展示模块，具体用于：

对所述图数据使用力导向图进行可视化展示，其中，力导向图中的节点表示标签集合中的标签，力导向图中的边表示标签之间的关系。

读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统中各个功能模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于LPA算法的大规模知识图谱可视化方法，其特征在于，包括：

步骤1、获取知识图谱数据，所述知识图谱数据包括实体以及实体间的关系；

步骤2、为所述知识图谱数据中的每个实体标记唯一的标签；

步骤3、遍历所述知识图谱数据中的所有实体，在所述知识图谱数据中的所有实体中进行标签传播，直至满足中止条件；

步骤4、基于标签传播结束后每个实体的标签结果，得到由实体的标签组成的标签集合；

步骤5、根据所述实体间的关系和所述标签集合中的标签构造图数据；

步骤6、对所述图数据进行可视化展示。

2.根据权利要求1所述的一种基于LPA算法的大规模知识图谱可视化方法，其特征在于，所述步骤3具体包括：

对于所述知识图谱数据中的每个实体，用与该实体直接相连的邻居实体中数量最多的标签替换该实体原先的标签，反复迭代执行该步骤，直至满足中止条件。

3.根据权利要求1所述的一种基于LPA算法的大规模知识图谱可视化方法，其特征在于，所述中止条件为：迭代时间达到预设最大时间或者每个实体的标签都不再发生变化。

4.根据权利要求1所述的一种基于LPA算法的大规模知识图谱可视化方法，其特征在于，所述步骤5具体包括：

根据所述实体间的关系确定实体的标签之间的关系；

根据所述标签集合中的标签及所述标签之间的关系构造图数据。

5.根据权利要求1至4任一项所述的一种基于LPA算法的大规模知识图谱可视化方法，其特征在于，所述步骤6具体包括：

对所述图数据使用力导向图进行可视化展示，其中，力导向图中的节点表示标签集合中的标签，力导向图中的边表示标签之间的关系。

6.根据权利要求5所述的一种基于LPA算法的大规模知识图谱可视化方法，其特征在于，所述步骤6具体还包括：

当点击所述力导向图中标签的节点时，展示具有该标签的所有实体。

7.一种基于LPA算法的大规模知识图谱可视化系统，其特征在于，包括：

数据获取模块，用于获取知识图谱数据，所述知识图谱数据包括实体以及实体间的关系；

标签标记模块，用于为所述知识图谱数据中的每个实体标记唯一的标签；

标签传播模块，用于遍历所述知识图谱数据中的所有实体，在所述知识图谱数据中的所有实体中进行标签传播，直至满足中止条件；

标签集合生成模块，用于基于标签传播结束后每个实体的标签结果，得到由实体的标签组成的标签集合；

数据构造模块，用于根据所述实体间的关系和所述标签集合中的标签构造图数据；

可视化展示模块，用于对所述图数据进行可视化展示。

8.根据权利要求1所述的一种基于LPA算法的大规模知识图谱可视化系统，其特征在于，所述标签传播模块，具体用于：

对于所述知识图谱数据中的每个实体，用与该实体直接相连的邻居实体中数量最多的标签替换该实体原先的标签，反复迭代执行该步骤，直至满足中止条件。

9.根据权利要求1所述的一种基于LPA算法的大规模知识图谱可视化系统，其特征在于，所述数据构造模块，具体包括：

关系确定单元，用于根据所述实体间的关系确定实体的标签之间的关系；

数据构造单元，用于根据所述标签集合中的标签及所述标签之间的关系构造图数据。

10.根据权利要求7-9任一项所述的一种基于LPA算法的大规模知识图谱可视化系统，其特征在于，所述可视化展示模块，具体用于：

对所述图数据使用力导向图进行可视化展示，其中，力导向图中的节点表示标签集合中的标签，力导向图中的边表示标签之间的关系。

Images