CN112836063A - 一种实现特征溯源的方法 - Google Patents
一种实现特征溯源的方法 Download PDFInfo
- Publication number
- CN112836063A CN112836063A CN202110107129.2A CN202110107129A CN112836063A CN 112836063 A CN112836063 A CN 112836063A CN 202110107129 A CN202110107129 A CN 202110107129A CN 112836063 A CN112836063 A CN 112836063A
- Authority
- CN
- China
- Prior art keywords
- feature
- node
- query
- data
- relationship
- 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
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
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/38—Creation or generation of source code for implementing user interfaces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种实现特征溯源的方法,属于大数据技术领域,针对现有技术中各个部门独立进行特征开发,出现大量的特征被重复开发的现象,浪费了大量开发人员的时间,增加特征开发成本,造成大量人力、物力、财力的浪费的问题,本发明提出了技术方案,包括:构建实体节点和节点关系,并设置实体节点和节点关系的属性;将实体节点数据、节点关系数据、实体节点的属性数据和节点关系的属性数据导入图数据库,并设置通过查询功能对数据进行查询;基于图数据库,开发WEB页面用于提供特征的功能查询服务。其目的在于:以解决各个部门独立进行特征开发,出现大量的特征被重复开发的现象,以及大量人力、物力、财力的浪费的问题。本发明用于特征溯源。
Description
技术领域
本发明属于大数据技术领域,具体涉及一种实现特征溯源的方法。
背景技术
随着科技的发展,大数据时代悄然而至,一些企业对于特征开发的需求也越来越大,特征开发的流程为:需求分析、代码开发、code review、数据自测。上线和历史数据跑批。
现有技术中,特征开发通过算法人员或者算法人员提交给数据仓人员来做,一些中大型企业由于特征开发的需求大,会存在着多个算法部门、多个算法研发人员以及模型需求多样化的情况。
现有技术存在以下问题:各个部门独立进行特征开发,出现大量的特征被重复开发的现象,浪费了大量开发人员的时间,增加特征开发成本,造成大量人力、物力、财力的浪费,并且企业规模越大,这种问题越明显。
发明内容
针对现有技术中各个部门独立进行特征开发,出现大量的特征被重复开发的现象,浪费了大量开发人员的时间,增加特征开发成本,造成大量人力、物力、财力的浪费的问题,本发明提供一种实现特征溯源的方法,其目的在于:以解决各个部门独立进行特征开发,出现大量的特征被重复开发的现象,避免出现浪费大量开发人员的时间,增加特征开发成本,以及大量人力、物力、财力的浪费的问题。
为了达到上述目的,本发明采用如下技术方案:
一种实现特征溯源的方法,包括:
步骤A:构建实体节点和节点关系,并设置实体节点和节点关系的属性;
步骤B:将实体节点数据、节点关系数据、实体节点的属性数据和节点关系的属性数据导入图数据库,并设置通过查询功能对数据进行查询;
本发明通过采用图数据库做数据存储,在面对特征溯源这类需要进行多度查询的问题时,其查询性能比普通关系数据库的性能高很多。
步骤C:基于图数据库,开发WEB页面用于提供特征的功能查询服务。
本发明采用知识图谱技术,对特征的实体、关系和属性的针对性设计。
进一步的,步骤A具体为:
步骤A1:对实体节点进行设置:所述实体节点包括特征表、特征和模型,所述特征表的属性包括:表名、表制作者姓名、表制作者联系方式;所述特征的属性包括:特征描述、特征开发者姓名、特征开发者联系方式;所述模型的属性包括模型名称、模型开发者姓名、模型开发者联系方式;
步骤A2:对节点关系进行设置,所述节点关系包括以下关系:
属于关系,特征与特征表的关系,指特征属于一特征表;
包含关系,特征表与特征的关系,指特征表包含了多个特征;
衍生关系,特征与特征的关系,指特征衍生出了多个特征;
使用关系,模型与特征的关系,指模型使用了多个特征。
进一步的,步骤B具体为:
步骤B1:将实体节点数据、节点关系数据、实体节点的属性数据和节点关系的属性数据导入neo4j图数据库;
步骤B2:设置查询功能,包括:对一特征的上游特征和下游特征溯源查询;特征的引用频次查询;特征表与特征表之间的关联强度查询和特征被多个模型所采用的查询;
步骤B3:对查询语句进行代码开发;
步骤B4:通过开发API接口,提供通过查询功能得到的查询结果的输出。
本发明通过知识图谱技术在特征溯源上的应用、与特征相关的各个实体和关系的针对性的设计、所支持的各种功能点。
进一步的,步骤C具体为:基于查询功能设置WEB前端页面,提供查询结果的可视化。
综上所述,由于采用了上述技术方案,本发明的有益效果是:对特征的实体、关系、属性做了有针对性的设计,将知识图谱技术灵活的应用到了特征溯源中,来满足特征溯源、表间依赖关系查询、表间关系强度查询等需求;并且能够快速找出基于某个特征衍生出来的其他多个特征,方便算法人员参考和使用,避免更多相似或者相同特征的重复开发,可以节约大量的人力和时间成本。
附图说明
图1为本发明的一种具体实施方式的示意图;
图2为本发明的特征实体的属性示意图;
图3为本发明的特征表实体的属性示意图;
图4为本发明的模型实体的属性示意图;
图5为本发明的关系示意图;
图6为本发明的场景1示意图;
图7为本发明的场景2示意图;
图8为本发明的特征对模型的影响预警示意图;
图9为查询性能比较示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
一种实现特征溯源的方法,包括:
步骤A:构建实体节点和节点关系,并设置实体节点和节点关系的属性;步骤A具体为:
步骤A1:对实体节点进行设置:所述实体节点包括特征表、特征和模型,所述特征表的属性包括:表名、表制作者姓名、表制作者联系方式;所述特征的属性包括:特征描述、特征开发者姓名、特征开发者联系方式;所述模型的属性包括模型名称、模型开发者姓名、模型开发者联系方式;
步骤A2:对节点关系进行设置,所述节点关系包括以下关系:
属于关系,特征与特征表的关系,指特征属于一特征表;
包含关系,特征表与特征的关系,指特征表包含了多个特征;
衍生关系,特征与特征的关系,指特征衍生出了多个特征;
使用关系,模型与特征的关系,指模型使用了多个特征。
步骤B:将实体节点数据、节点关系数据、实体节点的属性数据和节点关系的属性数据导入图数据库,并设置通过查询功能对数据进行查询;步骤B具体为:
步骤B1:将实体节点数据、节点关系数据、实体节点的属性数据和节点关系的属性数据导入neo4j图数据库;
步骤B2:设置查询功能,包括:对一特征的上游特征和下游特征溯源查询;特征的引用频次查询;特征表与特征表之间的关联强度查询和特征被多个模型所采用的查询;
步骤B3:对查询语句进行代码开发;
步骤B4:通过开发API接口,提供通过查询功能得到的查询结果的输出。
步骤C:基于图数据库,开发WEB页面用于提供特征的功能查询服务。步骤C具体为:基于查询功能设置WEB前端页面,提供查询结果的可视化。
本发明通过知识图谱技术在特征溯源上的应用、与特征相关的各个实体和关系的针对性的设计、所支持的各种功能点。
下面将结合附图及实施例对本发明作进一步的描述。
实施例:
如图所示:
图1中包含的实体节点如下:
11个特征实体(大圆):entry_year、entry_days、entry_date、regi_date、browse、prefer、label、sex、birth、age、certi。
3个表实体(小圆):table1、table2、table3。
1个模型实体(中圆):YxXgbModel。
图2为特征实体节点的属性:(以prefer为例)
特征的属性包括:name(特征名)、desc(特征描述)、fmaker(特征生产者姓名)、maker_contact(特征生产者的联系方式)。
图3为特征表的实体节点属性:
特征表的属性包括:name(特征表表名)、t_maker(特征表的生产者姓名)、maker_contact(特征表生产者的联系方式)
图4为模型的实体节点属性:
模型的属性包括:name(模型名)、mmaker(模型生产者姓名)、maker_contact(模型生产者的联系方式)、desc(模型描述)
图5为包含的关系:
关系1:特征属于某个特征表(关系类别:属于)--------belong_to
关系2:表包含哪些特征(关系类别:包含)-------hasFeature
关系3:特征衍生出了哪些特征(关系类别:衍生)--------derive
关系4:模型使用了哪个特征(关系类别:使用)-------use
图6为场景1:特征推荐和溯源。
当算法工程师在Web页面搜索entry_date的时候,通过构建的实体和关系数据,可以很快的检索到entry_year和entry_days这两个特征,并将这两个特征推荐给算法工程师,方便他们直接采用,从而避免类似这样的特征数据的重复开发。
从图中可以看出这只是一度查询的特征,现实场景中,特征衍生出新的特征,新的特征又会衍生出更多特征,所以在真实生产环境中往往用到的不是简单的一度查询,而是二度乃至更高度数的查询,所以能有更多的特征推荐给算法工程师,方便他们筛选和直接采用。
正是由于特征衍生出新的特征这种不断衍生的情形的出现,所以想查询某个特征是由哪些特征经过什么样的路径衍生出来的,也可以通过图谱的多度数的查询来实现,从而达到特征溯源的效果,而这种多度查询如果用常规的关系数据库在性能上是无法保证的,传统的关系型数据库在深度查询(度数大于2)时,查询性能会随着度数的增加,出现明显下降,图谱技术却能很好的满足多度查询快速响应的需求。
在一个社交网络里找到最大深度为5的朋友的朋友。数据集包括100万人,每人约有50个朋友。
在图9中,在深度为2时(即朋友的朋友),两种数据库性能相差不是很明显;深度为3时(即朋友的朋友的朋友),很明显,关系型数据库的响应时间30s,已经变得不可接受了;深度到4时,关系数据库需要近半个小时才能返回结果,使其无法应用于在线系统;深度到5时,关系型数据库已经无法完成查询。而对于图数据库Neo4J,深度从3到5,其响应时间均在3秒以内。
因此,对于图数据库来说,数据量越大,越复杂的关联查询,约有利于体现其优势。
图7为场景2:特征表间依赖关系查询和强度计算
从图数据库中可以看出,table1的age特征是有tabel3的birth特征衍生出来的,table2的entry_year、entry_days特征都是由table1的entry_date衍生出来的。
首先,table1是依赖table3的,table3是table1的上游,table1是table3的下游;table2是依赖table1的,table1是table2的上游,table2是table1的下游。
其次,由于table2是table1的下游表,所以table2与table1的强度明显强于table2与table3的强度(通过直接的衍生关系来计算的)。
图8为特征对模型的影响预警:
从图中可以看出模型YxXgbModel用到的age特征是由birth特征衍生出来的,模型用到的entry_days和entry_year特征是由entry_date衍生出来的。所以如果当birth特征出现问题时,能够通过图谱的多度查询,查询到会影响到YxXgbModel会受到影响,从而提供预警信息给对应的算法工程师,同理,如果entry_date出现问题,也能通过类似方式来做影响预警。
以上仅是本发明众多具体应用范围中的代表性实施例,对本发明的保护范围不构成任何限制。凡采用变换或是等效替换而形成的技术方案,均落在本发明权利保护范围之内。
Claims (4)
1.一种实现特征溯源的方法,其特征在于包括:
步骤A:构建实体节点和节点关系,并设置实体节点和节点关系的属性;
步骤B:将实体节点数据、节点关系数据、实体节点的属性数据和节点关系的属性数据导入图数据库,并通过设置查询功能对数据进行查询;
步骤C:基于图数据库,开发WEB页面用于提供特征的功能查询服务。
2.根据权利要求1所述的一种实现特征溯源的方法,其特征在于:步骤A具体为:
步骤A1:对实体节点进行设置:所述实体节点包括特征表、特征和模型,所述特征表的属性包括:表名、表制作者姓名、表制作者联系方式;所述特征的属性包括:特征描述、特征开发者姓名、特征开发者联系方式;所述模型的属性包括模型名称、模型开发者姓名、模型开发者联系方式;
步骤A2:对节点关系进行设置,所述节点关系包括以下关系:
属于关系,特征与特征表的关系,指特征属于一特征表;
包含关系,特征表与特征的关系,指特征表包含了多个特征;
衍生关系,特征与特征的关系,指特征衍生出了多个特征;
使用关系,模型与特征的关系,指模型使用了多个特征。
3.根据权利要求1所述的一种实现特征溯源的方法,其特征在于:步骤B具体为:
步骤B1:将实体节点数据、节点关系数据、实体节点的属性数据和节点关系的属性数据导入neo4j图数据库;
步骤B2:设置查询功能,包括:对一特征的上游特征和下游特征溯源查询;特征的引用频次查询;特征表与特征表之间的关联强度查询和特征被多个模型所采用的查询;
步骤B3:对查询语句进行代码开发;
步骤B4:通过开发API接口,提供通过查询功能得到的查询结果的输出。
4.根据权利要求3所述的一种实现特征溯源的方法,其特征在于:步骤C具体为:基于查询功能设置WEB前端页面,提供查询结果的可视化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110107129.2A CN112836063B (zh) | 2021-01-27 | 2021-01-27 | 一种实现特征溯源的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110107129.2A CN112836063B (zh) | 2021-01-27 | 2021-01-27 | 一种实现特征溯源的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112836063A true CN112836063A (zh) | 2021-05-25 |
CN112836063B CN112836063B (zh) | 2023-06-06 |
Family
ID=75931753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110107129.2A Active CN112836063B (zh) | 2021-01-27 | 2021-01-27 | 一种实现特征溯源的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112836063B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040205638A1 (en) * | 2003-04-08 | 2004-10-14 | Weise Thomas | Interface and method for exploring a collection of data |
US20050101297A1 (en) * | 2003-11-07 | 2005-05-12 | Tekelec | Methods and systems for distributing application data among multiple processing modules in a telecommunications network element having a distributed internal processing architecture |
CN1945579A (zh) * | 2006-10-28 | 2007-04-11 | 辽河石油勘探局 | 应用PL/SQL触发器实现Oracle数据库表间数据同步技术 |
CN101556165A (zh) * | 2009-04-24 | 2009-10-14 | 方舟信息技术(苏州)有限公司 | 嵌入式移动电子地图数据库的实时更新方法 |
CN101593208A (zh) * | 2009-07-09 | 2009-12-02 | 浙江大学 | 一种基于基态的动态修正扩展模型的宗地时空数据存储方法 |
CN101984434A (zh) * | 2010-11-16 | 2011-03-09 | 东北大学 | 基于可扩展语言查询的网页数据抽取方法 |
CN103106279A (zh) * | 2013-02-21 | 2013-05-15 | 浙江大学 | 一种同时基于节点属性以及结构关系相似度的聚类方法 |
CN103678279A (zh) * | 2013-12-31 | 2014-03-26 | 中南大学 | 基于异质网络时态语义路径相似度的人物唯一性识别方法 |
CN104866593A (zh) * | 2015-05-29 | 2015-08-26 | 中国电子科技集团公司第二十八研究所 | 一种基于知识图谱的数据库搜索方法 |
CN106227800A (zh) * | 2016-07-21 | 2016-12-14 | 中国科学院软件研究所 | 一种高度关联大数据的存储方法及管理系统 |
CN106294588A (zh) * | 2016-07-28 | 2017-01-04 | 广东中标数据科技股份有限公司 | 快速搜索所要查询内容的方法及装置 |
CN106528822A (zh) * | 2016-11-17 | 2017-03-22 | 山东合天智汇信息技术有限公司 | 一种企业关系圈构建方法、查询方法及系统 |
CN108921213A (zh) * | 2018-06-28 | 2018-11-30 | 国信优易数据有限公司 | 一种实体分类模型训练方法及装置 |
CN109145121A (zh) * | 2018-07-16 | 2019-01-04 | 浙江大学 | 一种时变图数据的快速存储查询方法 |
CN109582831A (zh) * | 2018-10-16 | 2019-04-05 | 中国科学院计算机网络信息中心 | 一种支持非结构化数据存储与查询的图数据库管理系统 |
CN109726305A (zh) * | 2018-12-30 | 2019-05-07 | 中国电子科技集团公司信息科学研究院 | 一种基于图结构的复杂关系数据存储及检索方法 |
CN110990585A (zh) * | 2019-11-29 | 2020-04-10 | 上海勘察设计研究院(集团)有限公司 | 构建行业知识图谱的多源数据和时间序列处理方法及装置 |
CN111914028A (zh) * | 2020-08-06 | 2020-11-10 | 湖北云图智胜科技有限公司 | 一种基于图增量同步异构数据源数据关系的方法及装置 |
CN111931485A (zh) * | 2020-08-12 | 2020-11-13 | 北京建筑大学 | 一种基于跨网络表示学习的多模异质关联实体识别方法 |
CN112131882A (zh) * | 2020-09-30 | 2020-12-25 | 绿盟科技集团股份有限公司 | 一种多源异构网络安全知识图谱构建方法及装置 |
-
2021
- 2021-01-27 CN CN202110107129.2A patent/CN112836063B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040205638A1 (en) * | 2003-04-08 | 2004-10-14 | Weise Thomas | Interface and method for exploring a collection of data |
US20050101297A1 (en) * | 2003-11-07 | 2005-05-12 | Tekelec | Methods and systems for distributing application data among multiple processing modules in a telecommunications network element having a distributed internal processing architecture |
CN1945579A (zh) * | 2006-10-28 | 2007-04-11 | 辽河石油勘探局 | 应用PL/SQL触发器实现Oracle数据库表间数据同步技术 |
CN101556165A (zh) * | 2009-04-24 | 2009-10-14 | 方舟信息技术(苏州)有限公司 | 嵌入式移动电子地图数据库的实时更新方法 |
CN101593208A (zh) * | 2009-07-09 | 2009-12-02 | 浙江大学 | 一种基于基态的动态修正扩展模型的宗地时空数据存储方法 |
CN101984434A (zh) * | 2010-11-16 | 2011-03-09 | 东北大学 | 基于可扩展语言查询的网页数据抽取方法 |
CN103106279A (zh) * | 2013-02-21 | 2013-05-15 | 浙江大学 | 一种同时基于节点属性以及结构关系相似度的聚类方法 |
CN103678279A (zh) * | 2013-12-31 | 2014-03-26 | 中南大学 | 基于异质网络时态语义路径相似度的人物唯一性识别方法 |
CN104866593A (zh) * | 2015-05-29 | 2015-08-26 | 中国电子科技集团公司第二十八研究所 | 一种基于知识图谱的数据库搜索方法 |
CN106227800A (zh) * | 2016-07-21 | 2016-12-14 | 中国科学院软件研究所 | 一种高度关联大数据的存储方法及管理系统 |
CN106294588A (zh) * | 2016-07-28 | 2017-01-04 | 广东中标数据科技股份有限公司 | 快速搜索所要查询内容的方法及装置 |
CN106528822A (zh) * | 2016-11-17 | 2017-03-22 | 山东合天智汇信息技术有限公司 | 一种企业关系圈构建方法、查询方法及系统 |
CN108921213A (zh) * | 2018-06-28 | 2018-11-30 | 国信优易数据有限公司 | 一种实体分类模型训练方法及装置 |
CN109145121A (zh) * | 2018-07-16 | 2019-01-04 | 浙江大学 | 一种时变图数据的快速存储查询方法 |
CN109582831A (zh) * | 2018-10-16 | 2019-04-05 | 中国科学院计算机网络信息中心 | 一种支持非结构化数据存储与查询的图数据库管理系统 |
CN109726305A (zh) * | 2018-12-30 | 2019-05-07 | 中国电子科技集团公司信息科学研究院 | 一种基于图结构的复杂关系数据存储及检索方法 |
CN110990585A (zh) * | 2019-11-29 | 2020-04-10 | 上海勘察设计研究院(集团)有限公司 | 构建行业知识图谱的多源数据和时间序列处理方法及装置 |
CN111914028A (zh) * | 2020-08-06 | 2020-11-10 | 湖北云图智胜科技有限公司 | 一种基于图增量同步异构数据源数据关系的方法及装置 |
CN111931485A (zh) * | 2020-08-12 | 2020-11-13 | 北京建筑大学 | 一种基于跨网络表示学习的多模异质关联实体识别方法 |
CN112131882A (zh) * | 2020-09-30 | 2020-12-25 | 绿盟科技集团股份有限公司 | 一种多源异构网络安全知识图谱构建方法及装置 |
Non-Patent Citations (5)
Title |
---|
刘闯等: "顾及上下级空间关系相似性的道路网联动匹配方法", 《测绘学报》 * |
吕旭明;郑善奇;曹丽娜;栾敬钊;高潇;: "图数据库技术在电力系统信息通信资产管理中的应用" * |
孙程琳;夏宇航;刘旭利;高炬;刘珉;殷亦超;阮彤;: "基于自然语言问题的电子病历分析工具―QReport" * |
施国良;谢泽宇;杨小莉;: "高校图书馆复杂网络构建与智慧化应用探索" * |
王慧孜等: "图数据库在标签系统中的应用研究", 《数字图书馆论坛》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112836063B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9507875B2 (en) | Symbolic hyper-graph database | |
US11971867B2 (en) | Global column indexing in a graph database | |
CN111506621B (zh) | 一种数据统计方法及装置 | |
CN101593180A (zh) | 将sparql查询转化成sql查询的方法和装置 | |
CN107015987B (zh) | 一种更新和搜索数据库的方法及设备 | |
US11720543B2 (en) | Enforcing path consistency in graph database path query evaluation | |
CN101944116B (zh) | 一种数据仓库中复杂多维层次的连接和聚集方法 | |
US20230368091A1 (en) | Systems and methods for efficiently distributing alert messages | |
CN110720097A (zh) | 图数据库中元组和边的功能性等价 | |
US11550792B2 (en) | Systems and methods for joining datasets | |
CN111737537B (zh) | 基于图数据库的poi推荐方法、设备及介质 | |
CN112836063A (zh) | 一种实现特征溯源的方法 | |
CN115309789B (zh) | 一种基于业务对象智能动态化实时生成关联数据图的方法 | |
Sapir et al. | A methodology for the design of a fuzzy data warehouse | |
CN106021297A (zh) | 基于上下文感知和复杂语义关联的数据空间建模方法 | |
CN113934729A (zh) | 一种基于知识图谱的数据管理方法、相关设备及介质 | |
US11144520B2 (en) | Information system with versioning descending node snapshot | |
CN114647704A (zh) | 业务数据处理方法以及相关设备 | |
CN116450637A (zh) | 一种数据管理方法、装置、电子设备以及存储介质 | |
Zhu et al. | Introduction of search engine focusing on trend-related queries to market of data | |
Brandt et al. | Linked data for the international aid transparency initiative | |
CN105159899A (zh) | 一种搜索的方法和装置 | |
Cheng et al. | Generic cumulative annular bucket histogram for spatial selectivity estimation of spatial database management system | |
Liang et al. | Mining social ties beyond homophily | |
CN117131245B (zh) | 一种运用知识图谱技术实现目录资源推荐机制的方法 |
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 |