CN111782823A - 知识图谱在违章大数据分析中的应用 - Google Patents
知识图谱在违章大数据分析中的应用 Download PDFInfo
- Publication number
- CN111782823A CN111782823A CN202010748480.5A CN202010748480A CN111782823A CN 111782823 A CN111782823 A CN 111782823A CN 202010748480 A CN202010748480 A CN 202010748480A CN 111782823 A CN111782823 A CN 111782823A
- Authority
- CN
- China
- Prior art keywords
- violation
- unit
- map
- personnel
- type
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种知识图谱在违章大数据分析中的应用,包括下列步骤:1)由系统显示包括违章类型、违章单位及违章人员的违章图谱主界面;2)选择违章类型、违章单位或违章人员,进行搜索,展示相应的违章类型图谱、违章单位图谱或违章人员图谱分界面。本发明使用方便;有利于开展安全督查大数据分析,最终解决两个问题:一是谁不安全,二是哪里不安全。突出了反违章工作关注的要素:违章类型、违章单位、违章人员。
Description
技术领域
本发明涉及一种知识图谱在违章大数据分析中的应用。
背景技术
知识图谱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,是一种揭示实体之间关系的语义网络。
知识图谱在逻辑结构上可分为模式层与数据层两个层次,数据层主要是由一系列的事实组成,而知识将以事实为单位进行存储。如果用(实体1,关系,实体2)、(实体、属性,属性值)这样的三元组来表达事实,可选择图数据库作为存储介质,例如开源的 Neo4j、Twitter 的 FlockDB、JanusGraph 等。模式层构建在数据层之上,主要是通过本体库来规范数据层的一系列事实表达。本体是结构化知识库的概念模板,通过本体库而形成的知识库不仅层次结构较强,并且冗余程度较小。
通过知识抽取技术,可以从一些公开的半结构化、非结构化的数据中提取出实体、关系、属性等知识要素。通过知识融合,可消除实体、关系、属性等指称项与事实对象之间的歧义,形成高质量的知识库。知识推理则是在已有的知识库基础上进一步挖掘隐含的知识,从而丰富、扩展知识库。
发明内容
本发明的目的在于提供一种使用方便的知识图谱在违章大数据分析中的应用。
本发明的技术解决方案是:
一种知识图谱在违章大数据分析中的应用,其特征是:包括下列步骤:
1)由系统显示包括违章类型、违章单位及违章人员的违章图谱主界面;
2)选择违章类型、违章单位或违章人员,进行搜索,展示相应的违章类型图谱、违章单位图谱或违章人员图谱分界面;
所述违章类型图谱,按照高频违章的类型,按照由高往低的顺序,展示图标由大往小排列;同理,在此类违章周围排列发生违章的单位,按照发生此类违章多少的顺序,展示图标由大往小排列;
所述违章单位图谱,在单位周围排列此单位发生的违章类型,按照由高到低的顺序,展示图标由大网小排列;同理,在此单位违章周围排列发生违章的人员,按照此单位中每个人发生违章的多少,展示图标由大往小排列;
所述违章人员图谱,在人员周围排列此人员发生的违章类型,按照由高到低的顺序,展示图标由大网小排列;同时显示该人员的单位图标。
所述违章类型包括高空作业不系后备保险绳、人员在起吊区内随意穿行、验电不带绝缘手套。
本发明使用方便;有利于开展安全督查大数据分析,最终解决两个问题:一是谁不安全,二是哪里不安全。突出了反违章工作关注的要素:违章类型、违章单位、违章人员。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是违章类型分界面。
图2是违章单位分界面。
图3是违章人员分界面。
图1的说明:
说明1:按照高频违章的类型(,按照由高往低的顺序,展示图标由大往小排列。同理,在此类违章周围排列发生违章的单位,按照发生此类违章多少的顺序,展示图标由大往小排列。
说明2:主界面支持搜索功能:违章类型、违章单位、违章人员。不搜索时显示图1,搜索时,显示对应的图谱,如搜索:高空作业不系后备保险绳,只展示高空作业不系保险绳周围一圈排列单位。
说明3:此例假设单位A2同时存在高空作业不系后备保险绳和人员在起吊区内随意穿行,单位A4同时存在高空作业不系后备保险绳和验电不带绝缘手套。
图2的说明:
说明4:在此单位周围排列此单位发生的违章类型,按照由高到低的顺序,展示图标由大网小排列。同理,在此单位违章周围排列发生违章的人员,按照此单位中每个人发生违章的多少,展示图标由大往小排列。
说明5:分界面不具备搜索功能。此列假设人员A2-1既存在高空作业不系后备保险绳,又存在人员在起吊区内随意穿行的违章。其他人员与违章的连接展示此列省略,实际时需要链接展示。
说明6:此界面点击高空作业不系后备保险绳,与说明2中的搜索对应关键字显示界面一致,即只展示高空作业不系保险绳周围一圈排列单位。
图3的说明
说明7:展示人员A2-1的单位信息和违章信息。在此画面点击单位A2,跳至图2;在此界面点击高空作业不系后备保险绳,同说明6。
具体实施方式
一种知识图谱在违章大数据分析中的应用,包括下列步骤:
1)由系统显示包括违章类型、违章单位及违章人员的违章图谱主界面;
2)选择违章类型、违章单位或违章人员,进行搜索,展示相应的违章类型图谱、违章单位图谱或违章人员图谱分界面;
所述违章类型图谱,按照高频违章的类型,按照由高往低的顺序,展示图标由大往小排列;同理,在此类违章周围排列发生违章的单位,按照发生此类违章多少的顺序,展示图标由大往小排列;
所述违章单位图谱,在单位周围排列此单位发生的违章类型,按照由高到低的顺序,展示图标由大网小排列;同理,在此单位违章周围排列发生违章的人员,按照此单位中每个人发生违章的多少,展示图标由大往小排列;
所述违章人员图谱,在人员周围排列此人员发生的违章类型,按照由高到低的顺序,展示图标由大网小排列;同时显示该人员的单位图标。
所述违章类型包括高空作业不系后备保险绳、人员在起吊区内随意穿行、验电不带绝缘手套。
Claims (2)
1.一种知识图谱在违章大数据分析中的应用,其特征是:包括下列步骤:
1)由系统显示包括违章类型、违章单位及违章人员的违章图谱主界面;
2)选择违章类型、违章单位或违章人员,进行搜索,展示相应的违章类型图谱、违章单位图谱或违章人员图谱分界面;
所述违章类型图谱,按照高频违章的类型,按照由高往低的顺序,展示图标由大往小排列;同理,在此类违章周围排列发生违章的单位,按照发生此类违章多少的顺序,展示图标由大往小排列;
所述违章单位图谱,在单位周围排列此单位发生的违章类型,按照由高到低的顺序,展示图标由大网小排列;同理,在此单位违章周围排列发生违章的人员,按照此单位中每个人发生违章的多少,展示图标由大往小排列;
所述违章人员图谱,在人员周围排列此人员发生的违章类型,按照由高到低的顺序,展示图标由大网小排列;同时显示该人员的单位图标。
2.根据权利要求1所述的知识图谱在违章大数据分析中的应用,其特征是:所述违章类型包括高空作业不系后备保险绳、人员在起吊区内随意穿行、验电不带绝缘手套。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748480.5A CN111782823A (zh) | 2020-07-30 | 2020-07-30 | 知识图谱在违章大数据分析中的应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748480.5A CN111782823A (zh) | 2020-07-30 | 2020-07-30 | 知识图谱在违章大数据分析中的应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111782823A true CN111782823A (zh) | 2020-10-16 |
Family
ID=72766106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010748480.5A Pending CN111782823A (zh) | 2020-07-30 | 2020-07-30 | 知识图谱在违章大数据分析中的应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782823A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989069A (zh) * | 2021-05-10 | 2021-06-18 | 苏州博宇鑫交通科技有限公司 | 一种基于知识图谱与区块链的交通违章分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766478A (zh) * | 2019-01-08 | 2019-05-17 | 浙江财经大学 | 语义增强的大规模多元图简化可视化方法 |
CN110688490A (zh) * | 2019-09-19 | 2020-01-14 | 上海数禾信息科技有限公司 | 知识图谱配置的方法和装置 |
CN111061859A (zh) * | 2019-12-02 | 2020-04-24 | 深圳追一科技有限公司 | 基于知识图谱的数据处理方法、装置和计算机设备 |
CN111191040A (zh) * | 2019-11-13 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 城市运行知识图谱构建方法、装置和计算机设备 |
-
2020
- 2020-07-30 CN CN202010748480.5A patent/CN111782823A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766478A (zh) * | 2019-01-08 | 2019-05-17 | 浙江财经大学 | 语义增强的大规模多元图简化可视化方法 |
CN110688490A (zh) * | 2019-09-19 | 2020-01-14 | 上海数禾信息科技有限公司 | 知识图谱配置的方法和装置 |
CN111191040A (zh) * | 2019-11-13 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 城市运行知识图谱构建方法、装置和计算机设备 |
CN111061859A (zh) * | 2019-12-02 | 2020-04-24 | 深圳追一科技有限公司 | 基于知识图谱的数据处理方法、装置和计算机设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989069A (zh) * | 2021-05-10 | 2021-06-18 | 苏州博宇鑫交通科技有限公司 | 一种基于知识图谱与区块链的交通违章分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200159782A1 (en) | Suggested field extraction | |
US10877963B2 (en) | Command entry list for modifying a search query | |
Chen | CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature | |
US20190012304A1 (en) | Cell-based table manipulation of event data | |
CN101739335B (zh) | 建议的应用评估系统 | |
US9977803B2 (en) | Column-based table manipulation of event data | |
US9842160B2 (en) | Defining fields from particular occurences of field labels in events | |
US10726037B2 (en) | Automatic field extraction from filed values | |
US9922082B2 (en) | Enforcing dependency between pipelines | |
US10606927B2 (en) | Viewing hierarchical document summaries using tag clouds | |
CN108334321A (zh) | 程序代码的展示设备、方法及装置 | |
CA2402919A1 (en) | Trainable, extensible, automated data-to-knowledge translator | |
US20070005520A1 (en) | Systems and methods for visualizing arguments | |
Kriglstein et al. | Knoocks-a visualization approach for owl lite ontologies | |
Wang et al. | Ideagraph: a graph-based algorithm of mining latent information for human cognition | |
CN115062463B (zh) | 一种基于举证结构建模语言的建模系统 | |
CN112507036A (zh) | 一种知识图谱可视化分析方法 | |
CN106649672A (zh) | 一种基于语义网的安全数据语义分析方法及系统 | |
CN111782823A (zh) | 知识图谱在违章大数据分析中的应用 | |
Menin et al. | ARViz: Interactive visualization of association rules for RDF data exploration | |
CN109493928A (zh) | 基于条件树的患者数据筛选方法、系统、设备及存储介质 | |
CN113220903B (zh) | 一种基于知识图谱的电力事故可视化分析系统及方法 | |
Paulheim | Improving the usability of integrated applications by using interactive visualizations of linked data | |
Simões et al. | User-friendly interfaces for Web GIS | |
CN106873982A (zh) | 一种基于图形用户界面的软件搜索复用方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201016 |
|
RJ01 | Rejection of invention patent application after publication |