CN112015792A - 一种物料重码分析方法、装置及计算机存储介质 - Google Patents
一种物料重码分析方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN112015792A CN112015792A CN201911269137.6A CN201911269137A CN112015792A CN 112015792 A CN112015792 A CN 112015792A CN 201911269137 A CN201911269137 A CN 201911269137A CN 112015792 A CN112015792 A CN 112015792A
- Authority
- CN
- China
- Prior art keywords
- weight value
- path
- code analysis
- similarity
- value
- 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.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 194
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 230000001149 cognitive effect Effects 0.000 claims abstract description 28
- 230000000704 physical effect Effects 0.000 claims abstract description 10
- 238000010276 construction Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims abstract description 3
- 238000007726 management method Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Animal Behavior & Ethology (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种物料重码分析方法,首先提取物料相关数据源的数据,按照实体和关系的分类,对抽取的数据进行转换操作;然后按照已定义的物料知识图谱schema,将上述数据导入到图数据库中,生成物料知识图谱;计算物料物理属性相似度和物料管理属性相似度;计算认知关系路径相似度;最后将物料物理属性权重值,物料管理属性权重值和认知关系关键路径的权重值输入至物料重码分析感知器网络,得到物料重码分析的结果。本发明通过物料知识图谱构建模块,可以实现物料知识图谱的自动生成,自动迭代和更新。
Description
技术领域
本发明属于信息处理技术领域,尤其是涉及一种物料重码分析方法、设备及计算机存储介质。
背景技术
物料编码是工厂FRP系统中最为重要的一项基本信息,它是关联工厂的生成计划、库存、采购、财务、成本和质量等单元的基础数据,并且贯穿在整个生产、检修、维修和项目建设管理流程中。物理编码需要保持唯一性,即一种物料只能对应一条物料编码。其唯一性是编码中最根本的特点和必须遵守的基本原则。但是,在实际的应用场景中,一物多码的情况却非常普遍。产生这种情况的原因很多,如同一物资描述出现了变化,就可能会增加一个新的物料编码;或者业务人员对物料编码标准的理解程度参差不齐,不同业务人员录入时同一物料却生成了不同的编码;还有就是有些物料的属性分类比较模糊,也导致了同一物料不同编码的产生。
物料重码就是指是指在物料主数据管理系统中存在两个或两个以上的相同物料(指重码识别要素相同)而采用不同物料编码的现象。
目前处理物料重码问题的常见方法主要有两种:
第一,制定规范的物料编码管理规范和标准。这种方法尝试在源头上控制物料重码问题的发生,但是这种方法对业务人员的要求非常的高,还需要增加层层审核的制度,无形中增加了工厂的成本。而且,我们发现在实际的生产场景中,很多工厂都很难完全按照标准来进行,达不到理想的效果,仍然会产生物料重码。
第二,通过人工查验的方法,识别现有物料主数据中的重码。识别的方法是通过物料的主要物理属性和关键的管理属性,由人工通过经验来判断每两个物料编码是否有重码的可能性。这种方法在数据量比较小的情况下适用,但是实际情况中,工厂中日积月累的数据一般都达到了几十万条到几千万条的程度,显然已经无法单纯依靠人工去识别大量的重码问题了。
那么如何利用计算机去自动的分析和发现可能存在的物料重码就显得尤为重要了,因此我们提出了一种基于知识谱图的物料重码分析的新方法。
发明内容
有鉴于此,本发明旨在提出一种物料重码分析方法,能够一种让计算机能够模仿人工去判断物料编码是否重复的思维方法,自动的去分析海量的物料数据,找出可能重复的物料编码,并给出重码的概率值作为参考。
为达到上述目的,本发明的技术方案是这样实现的:
一种物料重码分析方法,包括如下步骤:
S1:提取物料相关数据源的数据,按照实体和关系的分类,对抽取的数据进行转换操作;
S2:按照已定义的物料知识图谱schema,将上述数据导入到图数据库中,生成物料知识图谱;
S3:计算物料物理属性相似度和物料管理属性相似度;
S4:计算认知关系路径相似度;
S5:将物料物理属性权重值,物料管理属性权重值和认知关系关键路径的权重值输入至物料重码分析感知器网络,得到物料重码分析的结果。
进一步的,所述步骤S3中,计算物料物理属性相似度时,对比两个物料之间的所有物理属性,并给每个物料物理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
进一步的,所述步骤S3中,计算物料管理属性相似度时,对比两个物料之间的所有管理属性,并给每个物料管理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
进一步的,所述步骤S4中,首先定义四种类型的认知关系关键路径,然后计算这四种关键路径的相似度,然后根据是否相似,赋予每条路径一个权重值;若搜索到某种类型的认知关系关键路径,则该路径权重值设置为正值,若未搜索到该类型的路径,则该路径的权重值设置为零。
一种物料重码分析装置,包括基于物料相关数据的FTL处理模块,物料知识图谱构建模块,物料属性相似度计算模块、认知关系路径相似度计算模块和物料重码分析感知器网络计算模块,所述的物料属性相似度计算模块包括物料物理属性相似度计算模块和物料管理属性相似度计算模块。
进一步的,所述物料物理属性相似度计算模块,用于对比两个物料之间的所有物理属性,并给每个物料物理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
进一步的,所述物料管理属性相似度计算模块,对比两个物料之间的所有管理属性,并给每个物料管理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
进一步的,所述认知关系路径相似度计算模块用于计算定义的四种类型的认知关系关键路径的相似度,然后根据是否相似,赋予每条路径一个权重值;若搜索到某种类型的认知关系关键路径,则该路径权重值设置为正值,若未搜索到该类型的路径,则该路径的权重值设置为零。
进一步的,所述物料重码分析感知器网络包括输入层、处理层、以及输出层,处理层包含了物理属性感知器,管理属性感知器,关系路径感知器和激活函数感知器。
本发明还提出一种计算机存储介质,所述存储介质中存储有计算机可执行指令,当所述指令被执行时用于执行所述的物料重码分析的方法。
相对于现有技术,本发明所述的一种物料重码分析方法、装置及计算机存储介质具有以下优势:
(1)本发明通过物料知识图谱构建模块,可以实现物料知识图谱的自动生成,自动迭代和更新;
(2)本发明通过对物料知识图谱的分析,可以将业务人员对物理重码分析的经验加入到知识库体系中,在分析物料重码时,通过加入认知关系路径的权重值,可以让物料重码分析结果的准确性显著提高;
(3)本发明通过在感知器网络中加入sigmoid函数,可以让物料重码分析的概率结果更加收敛。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的物料知识图谱schema示意图
图2为本发明实施例所述的BOM类型物料编码到设备关键路径示意图;
图3为本发明实施例所述的MR类型的物料编码到设备的路径示意图;
图4为本发明实施例所述的变更类型的物料编码到设备的路径示意图;
图5为本发明实施例所述的物料编码到制造商的路径示意图;
图6为本发明实施例所述的物料物理属性相似度计算流程图;
图7为本发明实施例所述的物料管理理属性相似度计算流程图;
图8为本发明实施例所述的物料料知识图谱关键路路径相似度计算流程图;
图9为本发明实施例所述的物料料重码分析感知器网络示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
实施例1:
基于知识图谱的物料重码分析方法的步骤如下:
首先由物料数据的ETL处理模块将物料主数据库中的源数据进行抽取,按照实体和关系的分类,对抽取的数据进行转换操作。实体的数据格式为每个实体以逗号分隔,第一行为实体的抽象名称,从第二行开始为实体的数据值。关系的数据格式为第一列为源实体数据,第二列为目标实体数据。然后将转换后的数据保存为CSV格式的数据文件。
如物料编码实体的数据格式为:
CC_CATALOG_ID
000000006291010015
000000006291110017
制造商实体的数据格式为:
MANUFACTURER_CODE
C0381
C0421
物料编码与制造商的关系数据格式即为:
000000006291010015,C0381
000000006291110017,C0421
2.通过物料知识图谱构建模块按照已定义的物料知识图谱schema(如图 1所示),将第一步生成的CSV格式的实体数据文件和关系数据文件,导入到图数据库中,生成物料知识图谱。
3.通过物料属性相似度计算模块计算物料物理属性相似度和物料管理属性相似度。物料物理属性包括有型号,规格,危险物料号,制造商零件编号,基本物料,制造商编号,物料描述,基本计量单位;物料管理属性包括有物项类型,质量等级值。
物料物理属性相似度计算流程图如图6所示,该计算首先通过在图数据库中搜索物料编码_>物料物理属性的所有路径,包括物料编码_>型号路径、物料编码_>规格路径、物料编码_>危险物料号路径、物料编码_>制造商零件编号路径、物料编码_>基本物料路径、物料编码_>制造商编号路径、物料编码_>物料描述路径、物料编码_>基本计量单位路径。然后给每条路径赋予一个初始的权重值Winit。当比对两个物料编码X和Y的相似度时,首先会搜索物料编码X所有的物理属性实体;然后再搜索物料编码丫的所有物理属性实体。分别对物料编码X和物料编码丫的相同的物理属性实体的值进行相似性比对,结果为相似则将该对比路径的权重值设置为正值Winit,若结果为不相似,将该路径的权重值设置为负值一Winit。
上述的相似性比对的具体方法为,判断两个属性的字符串是否相同,若相同,则判断结果为相似;若不同,则判断两个属性的同义词是否相同(同义词定义在物料数据同义词词库中),若有相同的同义词,则判断结果为相似;若无相同的同义词,则采用莱文斯坦算法计算两个属性的相似度,若相似度>阈值N,则判断结果为相似;否则判断结果为不相似。(阈值N的取值范围在0-1之间,可根据实际情况调节)。
4.通过认知关系路径相似度计算模块,计算四种类型的关键路径的相似度。这四种类型的关键路径包括:BOM类型的物料编码_>设备的路径,如图2 所示:MR类型的物料编码_>设备的路径,如图3所示;变更类型的物料编码_> 设备的路径,如图4所示;物料编码_>制造商的路径,如图5所示。
这四种路径的相似度计算流程如图8所示,首先会搜索给定的两个物料编码实体之间的所有关系路径,若搜索到BOM类型的物料编码_>设备的路径中的任何一条,则该BOM类型的物料编码_>设备的路径权重值设置为正值;若未搜索到该类型的路径,则将BOM类型的物料编码_>设备的路径的权重值设置为0。若搜索到MR类型的物料编码_>设备的路径中的任何一条,则MR 类型的物料编码_>设备的路径权重值设置为正值;若未搜索到该类型的路径,则将MR类型的物料编码_>设备的路径的权重值设置为0。若搜索到变更类型的物理编码_>设备的路径中的任何一条,则变更类型的物理编码_>设备的路径权重值设置为正值;若未搜索到该类型的路径,则将变更类型的物料编码_>设备的路径的权重值设置为0。若搜索到物料编码_>制作商的路径中的任何一条,则该物料编码_>制作商的路径权重值设置为正值;若未搜索到该类型的路径,则将物料编码_>制作商路径的权重值设置为负值。
5.步骤三输出的8个物料物理属性相似度结果、2个物料管理属性相似度结果和步骤四输出的4个关键路径相似度结果,将作为重码分析感知器网络计算模块的输入。物料重码分析感知器网络如图9所示。主要由三部分组成:输入层,包含了物料物理属性的8个权重值,物料管理属性的2个权重值和认知关系路径的4个权重值;处理层,包含了物理属性感知器,管理属性感知器,关系路径感知器和激活函数感知器。物理属性感知器将8个物理属性权重值进行求和,管理属性感知器对2个物料管理属性权重值进行求和,关系路径感知器先计算BOM类型的物料编码一>设备的路径的权重值、MR类型的物料编码一>设备的路径权重值和变更类型的物料编码一>设备的路径权重值的和,然后判断上述权重值的和是否为零,若上述权重值的和不为零,则再与物料编码一>制造商的路径权重值求和,得到认知路径的权重值。若上述权重值的和为零,则用默认的设备路径权重值(负值)与物料编码一>制造商的路径权重值求和,得到认知路径的权重值。激活函数感知器将物料物理属性权重值结果、物料管理数据权重值结果和认知关系路径权重值结果进行求和,再将求和结果用sigmoid函数进行转换,得到输出层的重码相似度概率的结果,为百分比形式。
本发明另一方面还提出一种计算机存储介质,所述存储介质中存储有计算机可执行指令,当所述指令被执行时用于执行权利要求1-4任一项所述的物料重码分析的方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种物料重码分析方法,其特征在于:包括如下步骤:
S1:提取物料相关数据源的数据,按照实体和关系的分类,对抽取的数据进行转换操作;
S2:按照已定义的物料知识图谱schema,将上述数据导入到图数据库中,生成物料知识图谱;
S3:计算物料物理属性相似度和物料管理属性相似度;
S4:计算认知关系路径相似度;
S5:将物料物理属性权重值,物料管理属性权重值和认知关系关键路径的权重值输入至物料重码分析感知器网络,得到物料重码分析的结果。
2.根据权利要求1所述的一种物料重码分析方法,其特征在于:所述步骤S3中,计算物料物理属性相似度时,对比两个物料之间的所有物理属性,并给每个物料物理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
3.根据权利要求1所述的一种物料重码分析方法,其特征在于:所述步骤S3中,计算物料管理属性相似度时,对比两个物料之间的所有管理属性,并给每个物料管理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
4.根据权利要求1所述的一种物料重码分析方法,其特征在于:所述步骤S4中,首先定义四种类型的认知关系关键路径,然后计算这四种关键路径的相似度,然后根据是否相似,赋予每条路径一个权重值;若搜索到某种类型的认知关系关键路径,则该路径权重值设置为正值,若未搜索到该类型的路径,则该路径的权重值设置为零。
5.一种物料重码分析装置,其特征在于:包括基于物料相关数据的ETL处理模块,物料知识图谱构建模块,物料属性相似度计算模块、认知关系路径相似度计算模块和物料重码分析感知器网络计算模块,所述的物料属性相似度计算模块包括物料物理属性相似度计算模块和物料管理属性相似度计算模块。
6.根据权利要求5所述的一种物料重码分析装置,其特征在于:所述物料物理属性相似度计算模块,用于对比两个物料之间的所有物理属性,并给每个物料物理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
7.根据权利要求5所述的一种物料重码分析装置,其特征在于:所述物料管理属性相似度计算模块,对比两个物料之间的所有管理属性,并给每个物料管理属性设置一个权重值;若对比结果为相似则权重值设置为正值,若结果为不相似,则权重值设置为负值。
8.根据权利要求5所述的一种物料重码分析装置,其特征在于:所述认知关系路径相似度计算模块用于计算定义的四种类型的认知关系关键路径的相似度,然后根据是否相似,赋予每条路径一个权重值;若搜索到某种类型的认知关系关键路径,则该路径权重值设置为正值,若未搜索到该类型的路径,则该路径的权重值设置为零。
9.根据权利要求5所述的一种物料重码分析装置,其特征在于:所述物料重码分析感知器网络包括输入层、处理层、以及输出层,处理层包含了物理属性感知器,管理属性感知器,关系路径感知器和激活函数感知器。
10.一种计算机存储介质,其特征在于:所述存储介质中存储有计算机可执行指令,当所述指令被执行时用于执行权利要求1-4任一项所述的物料重码分析的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911269137.6A CN112015792B (zh) | 2019-12-11 | 2019-12-11 | 一种物料重码分析方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911269137.6A CN112015792B (zh) | 2019-12-11 | 2019-12-11 | 一种物料重码分析方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112015792A true CN112015792A (zh) | 2020-12-01 |
CN112015792B CN112015792B (zh) | 2023-12-01 |
Family
ID=73506483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911269137.6A Active CN112015792B (zh) | 2019-12-11 | 2019-12-11 | 一种物料重码分析方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112015792B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191540A (zh) * | 2021-04-23 | 2021-07-30 | 南京航空航天大学 | 一种产业链路制造资源的构建方法及装置 |
CN113344723A (zh) * | 2021-06-11 | 2021-09-03 | 北京十一贝科技有限公司 | 用户保险认知演进路径预测方法、装置和计算机设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729402A (zh) * | 2013-11-22 | 2014-04-16 | 浙江大学 | 一种基于图书目录的知识图谱的构建方法 |
CN105653522A (zh) * | 2016-01-21 | 2016-06-08 | 中国农业大学 | 一种针对植物领域的非分类关系识别方法 |
CN107665252A (zh) * | 2017-09-27 | 2018-02-06 | 深圳证券信息有限公司 | 一种创建知识图谱的方法及装置 |
CN108268581A (zh) * | 2017-07-14 | 2018-07-10 | 广东神马搜索科技有限公司 | 知识图谱的构建方法及装置 |
CN108875053A (zh) * | 2018-06-28 | 2018-11-23 | 国信优易数据有限公司 | 一种知识图谱数据处理方法及装置 |
US20190005163A1 (en) * | 2017-06-29 | 2019-01-03 | International Business Machines Corporation | Extracting a knowledge graph from program source code |
CN109241449A (zh) * | 2018-10-30 | 2019-01-18 | 国信优易数据有限公司 | 一种物品推荐方法及装置 |
CN109446337A (zh) * | 2018-09-19 | 2019-03-08 | 中国信息通信研究院 | 一种知识图谱构建方法和装置 |
CN109992674A (zh) * | 2019-04-12 | 2019-07-09 | 南京工业大学 | 一种融合自动编码器和知识图谱语义信息的推荐方法 |
CN110334220A (zh) * | 2019-07-15 | 2019-10-15 | 中国人民解放军战略支援部队航天工程大学 | 一种基于多数据源的知识图谱构建方法 |
CN110334939A (zh) * | 2019-07-01 | 2019-10-15 | 济南大学 | 门窗定制物料信息快速配置方法、系统、设备及介质 |
CN110399616A (zh) * | 2019-07-31 | 2019-11-01 | 国信优易数据有限公司 | 命名实体检测方法、装置、电子设备及可读存储介质 |
CN110457486A (zh) * | 2019-07-05 | 2019-11-15 | 中国人民解放军战略支援部队信息工程大学 | 基于知识图谱的人物实体对齐方法及装置 |
US10496678B1 (en) * | 2016-05-12 | 2019-12-03 | Federal Home Loan Mortgage Corporation (Freddie Mac) | Systems and methods for generating and implementing knowledge graphs for knowledge representation and analysis |
-
2019
- 2019-12-11 CN CN201911269137.6A patent/CN112015792B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729402A (zh) * | 2013-11-22 | 2014-04-16 | 浙江大学 | 一种基于图书目录的知识图谱的构建方法 |
CN105653522A (zh) * | 2016-01-21 | 2016-06-08 | 中国农业大学 | 一种针对植物领域的非分类关系识别方法 |
US10496678B1 (en) * | 2016-05-12 | 2019-12-03 | Federal Home Loan Mortgage Corporation (Freddie Mac) | Systems and methods for generating and implementing knowledge graphs for knowledge representation and analysis |
US20190005163A1 (en) * | 2017-06-29 | 2019-01-03 | International Business Machines Corporation | Extracting a knowledge graph from program source code |
CN108268581A (zh) * | 2017-07-14 | 2018-07-10 | 广东神马搜索科技有限公司 | 知识图谱的构建方法及装置 |
CN107665252A (zh) * | 2017-09-27 | 2018-02-06 | 深圳证券信息有限公司 | 一种创建知识图谱的方法及装置 |
CN108875053A (zh) * | 2018-06-28 | 2018-11-23 | 国信优易数据有限公司 | 一种知识图谱数据处理方法及装置 |
CN109446337A (zh) * | 2018-09-19 | 2019-03-08 | 中国信息通信研究院 | 一种知识图谱构建方法和装置 |
CN109241449A (zh) * | 2018-10-30 | 2019-01-18 | 国信优易数据有限公司 | 一种物品推荐方法及装置 |
CN109992674A (zh) * | 2019-04-12 | 2019-07-09 | 南京工业大学 | 一种融合自动编码器和知识图谱语义信息的推荐方法 |
CN110334939A (zh) * | 2019-07-01 | 2019-10-15 | 济南大学 | 门窗定制物料信息快速配置方法、系统、设备及介质 |
CN110457486A (zh) * | 2019-07-05 | 2019-11-15 | 中国人民解放军战略支援部队信息工程大学 | 基于知识图谱的人物实体对齐方法及装置 |
CN110334220A (zh) * | 2019-07-15 | 2019-10-15 | 中国人民解放军战略支援部队航天工程大学 | 一种基于多数据源的知识图谱构建方法 |
CN110399616A (zh) * | 2019-07-31 | 2019-11-01 | 国信优易数据有限公司 | 命名实体检测方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
王林信等: "基于电量实时计算的市场监测数字化分析研究与应用", 《电力大数据 》, pages 79 - 85 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191540A (zh) * | 2021-04-23 | 2021-07-30 | 南京航空航天大学 | 一种产业链路制造资源的构建方法及装置 |
CN113344723A (zh) * | 2021-06-11 | 2021-09-03 | 北京十一贝科技有限公司 | 用户保险认知演进路径预测方法、装置和计算机设备 |
CN113344723B (zh) * | 2021-06-11 | 2024-02-02 | 北京十一贝科技有限公司 | 用户保险认知演进路径预测方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112015792B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021017679A1 (zh) | 地址信息解析方法、装置、系统及数据获取方法 | |
Juddoo | Overview of data quality challenges in the context of Big Data | |
CN112445875B (zh) | 数据关联及检验方法、装置、电子设备及存储介质 | |
CN112650855A (zh) | 知识图谱工程化构建方法、装置、计算机设备和存储介质 | |
CN116894152B (zh) | 一种多源数据调研与实时分析方法 | |
CN106934254A (zh) | 一种开源许可证的分析方法及装置 | |
CN108170769A (zh) | 一种基于决策树算法的装配制造质量数据处理方法 | |
CN112241805A (zh) | 使用历史检验数据进行缺陷预测 | |
CN116932523B (zh) | 一种整合和监管第三方环境检测机构的平台 | |
CN116485020B (zh) | 一种基于大数据的供应链风险识别预警方法、系统及介质 | |
CN112015792A (zh) | 一种物料重码分析方法、装置及计算机存储介质 | |
CN115081025A (zh) | 基于数字中台的敏感数据管理方法、装置及电子设备 | |
CN113177643A (zh) | 一种基于大数据的自动建模系统 | |
Ehrlinger et al. | A novel data quality metric for minimality | |
Subali et al. | A new model for measuring the complexity of SQL commands | |
CN112100617B (zh) | 一种异常sql检测方法及装置 | |
CN112416904A (zh) | 电力数据规范化处理方法及装置 | |
CN107424026A (zh) | 商家信誉评价方法和装置 | |
Kim et al. | A multi‐criteria decision‐making approach for geometric matching of areal objects | |
CN105573984A (zh) | 社会经济指标的识别方法及装置 | |
CN114331679A (zh) | 数据问题的分析方法及相关装置 | |
CN111737247B (zh) | 用于数据质量管控的实现方法 | |
Restat et al. | Towards a Holistic Data Preparation Tool. | |
Li et al. | Analytic model and assessment framework for data quality evaluation in state grid | |
CN117539920B (zh) | 基于房产交易多维度数据的数据查询方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |