CN115221339B - 一种区域知识图谱的构建方法、装置、设备及介质 - Google Patents

一种区域知识图谱的构建方法、装置、设备及介质 Download PDF

Info

Publication number
CN115221339B
CN115221339B CN202211140232.8A CN202211140232A CN115221339B CN 115221339 B CN115221339 B CN 115221339B CN 202211140232 A CN202211140232 A CN 202211140232A CN 115221339 B CN115221339 B CN 115221339B
Authority
CN
China
Prior art keywords
data
result
preset
knowledge graph
evaluated
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.)
Active
Application number
CN202211140232.8A
Other languages
English (en)
Other versions
CN115221339A (zh
Inventor
罗永贵
许文仪
黄皓
周子捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lianren Healthcare Big Data Technology Co Ltd
Original Assignee
Lianren Healthcare Big Data Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lianren Healthcare Big Data Technology Co Ltd filed Critical Lianren Healthcare Big Data Technology Co Ltd
Priority to CN202211140232.8A priority Critical patent/CN115221339B/zh
Publication of CN115221339A publication Critical patent/CN115221339A/zh
Application granted granted Critical
Publication of CN115221339B publication Critical patent/CN115221339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/62Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245Protecting personal data, e.g. for financial or medical purposes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Bioethics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种区域知识图谱的构建方法、装置、设备及介质。获取至少两个数据源中存储的待使用数据;根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据;获取与预设指标相对应的预设计算规则,以基于预设计算规则对待计算数据进行计算,得到待评估结果;基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。本发明的技术方案在保证各数据源数据隐私的前提下,对各数据源的数据进行分析,并基于分析结果构建区域知识图谱,解决了区域内不同机构的数据难以互通,造成不能构建区域知识图谱的问题,实现构建准确、有效的区域知识图谱。

Description

一种区域知识图谱的构建方法、装置、设备及介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种区域知识图谱构建方法、装置、设备及介质。
背景技术
医学研究、临床科研等工作非常依赖大量数据的积累,基于区域内不同机构的数据构建区域知识图谱对科学研究来说十分重要。
然而,区域内不同机构的数据割裂,离散在不同机构及业务系统内,同时由于数据安全法、个人隐私保护法的要求,机构间的数据难以互通互联。因此,机构间的数据联合使用困难,无法形成有效的区域知识图谱。
发明内容
本发明提供了一种区域知识图谱的构建方法、装置、设备及介质,以实现在保证区域内各数据源数据隐私的前提下,基于各数据源的数据构建区域知识图谱。
根据本发明的一方面,提供了一种区域知识图谱的构建方法,该方法包括:
获取至少两个数据源中存储的待使用数据;其中,所述数据源与区域内平台相对应;
根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与所述预设指标相对应的待计算数据;
获取与所述预设指标相对应的预设计算规则,以基于预设计算规则对所述待计算数据进行计算,得到待评估结果;
基于预设评估规则对所述待评估结果评估以得到目标结果,并将所述目标结果链接至区域知识图谱中与所述预设指标相一致的实体。
根据本发明的另一方面,提供了一种区域知识图谱的构建装置,该装置包括:
待使用数据获取模块,用于获取至少两个数据源中存储的待使用数据;其中,所述数据源与区域内平台相对应;
待计算数据确定模块,用于根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与所述预设指标相对应的待计算数据;
待评估结果确定模块,用于获取与所述预设指标相对应的预设计算规则,以基于预设计算规则对所述待计算数据进行计算,得到待评估结果;
目标结果链接模块,用于基于预设评估规则对所述待评估结果评估以得到目标结果,并将所述目标结果链接至区域知识图谱中与所述预设指标相一致的实体。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的区域知识图谱的构建方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的区域知识图谱的构建方法。
本发明实施例的技术方案,通过获取至少两个数据源中存储的待使用数据;根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据;获取与预设指标相对应的预设计算规则,以基于预设计算规则对待计算数据进行计算,得到待评估结果;基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。本发明的技术方案在保证各数据源数据隐私的前提下,对各数据源的数据进行分析,并基于分析结果构建区域知识图谱,解决了区域内不同机构的数据难以互通,造成不能构建区域知识图谱的问题,实现了构建准确、有效的区域知识图谱。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种区域知识图谱的构建方法的流程图;
图2为本发明实施例二提供的一种区域知识图谱的构建方法的流程图;
图3为本发明实施例三所适用的系统架构图;
图4为本发明实施例四提供的一种区域知识图谱的构建装置的结构示意图;
图5为实现本发明实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在介绍本身技术方案之前,先对应用场景进行示例性说明。本发明的技术方案可以适用于对需要对区域内不同机构之间的数据进行联合分析,并基于分析结果构建区域内知识图谱的情形。由于研究、科研等工作非常依赖大量数据的积累,但是区域内不同的结构之间的数据是割裂的,离散在不同的机构系统中,机构间的数据难以互通,数据联合使用困难,不能给科研提供有效的数据。本发明的技术方案可以在保证各个数据源上数据的隐私性和安全性的前提下,对不同机构之间的数据进行联合分析,并基于联合分析的结果构建出有效的区域知识图谱,为科学研究提供数据支撑。
实施例一
图1为本发明实施例一提供的一种区域知识图谱的构建方法的流程图,本实施例可适用于需要对不同机构的数据进行联合分析,并基于分析结果建立知识图谱的情况,该方法可以由区域知识图谱的构建装置来执行,该装置可以采用硬件和/或软件的形式实现。如图1所示,该方法包括:
S110、获取至少两个数据源中存储的待使用数据。
其中,数据源可以是用于存储不同机构数据的服务器或者数据库,在区域内通常包括两个以上的机构,相应的,数据源的数量为两个或者两个以上,在数据源中存储的数据即为待使用数据,可以对该数据进行分析,构建该区域的知识图谱。
具体的,可以在区域内各个数据源上部署计算节点,计算节点是用于专门对数据分析计算的服务器,在各数据源上部署计算节点后,通过计算节点从数据源中获取待使用数据,并存储在各个计算节点上,以便于后续对待使用数据进行处理以及分析。
S120、根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据。
其中,标识字段是用于区分待使用数据中的不同数据,标识字段可以是ID字段,不同的ID关联有不同的数据。例如,ID为01,关联的数据为数据A,ID为02,关联的数据为数据B。预设指标是用户预先设置的指标,例如,用户需要对各个数据源中的某类数据进行分析,可以将该类数据的名称作为预设指标。待计算数据可以是待使用数据中的部分数据,待使用数据是与预设指标相对应的,即从待使用数据中确定出与预设指标相对应的数据作为待计算数据。
具体的,根据各计算节点获取到的各数据源上存储的待使用数据和不同数据的ID可以确定出各个数据源所共有的数据的ID集合,从ID集合中查找与预设指标相对应的ID,并基于查找到的ID确定各数据源中与该ID相关联的数据,作为各数据源中与预设指标相对应待计算数据。
在上述技术方案的基础上,所述根据各数据源中存储的待使用数据、标识字段以及预设指标,确定与所述预设指标相对应的待计算数据,包括:基于所述标识字段对各待使用数据之间进行隐私求交,确定出标识字段集合;基于预设指标从所述标识字段集合中确定出目标字段,并根据目标字段从各所述数据源中查找与所述目标字段相关联的数据,确定为待计算数据。
其中,隐私求交是在保证各数据源安全的情况下,确定出各数据源之间所共有的数据,标识字段集合中包含了各数据源所共有数据对应的标识字段,目标字段指的是标识字段集合中的一个或者多个标识字段。
可以理解,各数据源上的待使用数据都是有对应的标识字段,可以用 标识字段集合的形式表示各数据源上所包含的数据,进一步基于各数据源对应的标识字段集合之间的交集,确定出各数据源之间共有的数据,此种方式下,可以在不暴露各数据源的具体数据信息的前提下,确定出各数据源之间共有的数据。
具体的,在确定出标识字段集合后,即各数据源共有数据的标识字段的集合,基于预设指标从标识字段中筛选出与指标相关联的标识字段,作为目标字段。在确定出目标字段后,可以将目标字段发送给各个计算节点,各个计算节点可以根据接收到的目标字段从待使用数据中查找与目标字段对应的数据作为待计算数据。
S130、获取与预设指标相对应的预设计算规则,以基于预设计算规则对待计算数据进行计算,得到待评估结果。
其中,预设计算规则指的是与预设指标相关的计算公式、算法等,用于对待计算数据进行处理,预设计算规则是与预设指标相对应的,如预设指标为A药品的总数量,则预设计算规则可以是A药品的数量求和公式。
具体的,在各计算节点中存储有与各指标相对应的计算规则,可以从计算节点的内部存储中调取与预设指标相对的预设计算规则,通过预设计算规则对待计算数据进行计算,得到相应的结果,作为待评估结果。
S140、基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。
其中,预设评估规则是用于对待评估结果进行评估的规则,可以用来判定待评估结果的准确性和置信度。例如,预设评估为某个值域,如果待评估结果评估在该值域的范围内,可以认为待评估结果通过评估,将通过评估的待评估结果作为目标结果。区域知识图谱指的是基于该区域内各机构的数据所建立的知识图谱,区域知识图谱中包含多个实体,可以通过实体链接的方式对各实体相对应的数据进行更新。
具体的,可以基于预设评估规则对待评估结果进行评估,如果待评估结果与预设评估规则相一致,说明对待评估结果的评估通过,将其作为目标结果。如果待评估结果与预设评估规则不一致,说明待评估结果的评估不通过。进一步,可以对预设指标进行自然语言处理,从知识图谱中确定出与预设指标相对应的实体,可以是对预设指标进行语义分析和消除歧义处理得到与预设指标相对应的文本,并计算该文本与实体之间的相似度值,并将目标结果与区域知识图谱中的该实体相关联,以实现对区域知识图谱中的数据更新。这样的好处在于,保证了数据的有效性,可以构建出准确的区域知识图谱。
本发明实施例的技术方案,通过获取至少两个数据源中存储的待使用数据;根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据;获取与预设指标相对应的预设计算规则,以基于预设计算规则对待计算数据进行计算,得到待评估结果;基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。本发明的技术方案在保证各数据源数据隐私的前提下,对各数据源的数据进行分析,并基于分析结果构建区域知识图谱,解决了区域内不同机构的数据难以互通,造成不能构建区域知识图谱的问题,实现了构建准确、有效的区域知识图谱。
实施例二
图2为本发明实施例二提供的一种区域知识图谱的构建方法的流程图,本实施例是上述实施例的基础上,对确定待评估结果的过程进一步细化,可以基于随机分割或同态加密的方式确定出待评估结果,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。如图2所示,该方法包括:
S210、获取至少两个数据源中存储的待使用数据。
S220、根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据。
S230、基于随机分割算法、计算节点以及预设计算规则对待计算数据处理,得到待评估结果。
其中,随机分割算法可以是用于对待计算数据进行分割的算法,计算节点可以用于对数据进行分析和计算的服务器。
具体的,可以通过随机分割算法对待计算数据进行分割,并将分割后的数据分发至不同的计算节点,同时调取预设计算规则,使计算节点通过计算规则对分割后的数据进行计算和分析得到计算结果,作为待评估结果。
在上述技术方案的基础上,所述基于随机分割算法、计算节点以及所述预设计算规则对所述待计算数据处理,得到所述待评估结果包括:基于随机分割算法将各计算节点上的待计算数据按照所述计算节点的总数量进行分割,确定出各计算节点对应的至少两个待计算切片数据;针对各计算节点,将当前计算节点对应的待计算切片数据发送至其他各计算节点,并接收其他计算节点发送的待计算切片数据;基于所述当前计算节点以及预设计算规则对接收到的待计算切片数据处理,得到与所述当前计算节点相对应的待评估子结果;基于各所述当前计算节点的待评估子结果确定待评估结果。
其中,待计算切片数据可以是对待计算数据进行分割后得到的数据切片,待评估子结果指的是各个计算节点对待计算切片数据处理后得到的结果,将各待评估子结果进行汇总后得到的结果,即待评估结果。
具体的,可以基于一些数据分割算法对各计算节点上的待计算数据进行随机分割处理,将待计算数据分割成与N份,得到N份待计算切片数据,分割的份数与计算节点的数量相同。在得到待计算切片数据以后,各计算节点可以将当前节点上的N-1份待计算切片数据分发至其他节点,仅保留一份切片数据在当前节点,此种情况下,每个节点上都有一份该节点原来的待计算切片数据以及N-1份来自其他各个计算节点的待计算切片数据。也即是说,当前计算节点是不能获取到其他某个结点上的所有数据,只能获得到其他某个计算节点部分数据,保证了各计算结点上数据的安全性以及隐私性。针对各计算节点,将当前计算节点上的所有切片数据进行整合,按照预设计算规则对整合后的数据进行计算处理,并将得到的计算结果作为当前计算节点的待评估子结果,进而将待评估子结果发送至中心节点上,中心节点可以接收各个计算节点发送的待评估子结果,中心节点将各个待评估字结果进行汇总,作为待评估结果。
S240、基于同态加密算法、中心节点以及预设计算规则对待计算数据处理,得到待评估结果。
其中,同态加密算法是用于对待计算数据进行加密的算法,中心节点可以理解为服务器。
具体的,各计算节点可以通过同态加密算法对待计算数据进行加密,并将加密后的数据上传至中心节点,以使中心结点对加密后的数据按照预设计算规则进行计算处理,得到待评估结果。
在实际应用中,可以采用随机分割的算法对待计算数据进行处理得到待评估结果,也可以采用同态加密算法对待计算数据进行处理,还可以同时采用两种方式,只要能得到待评估结果即可,对待计算数据的处理方式不作具体限制。
在上述技术方案的基础上,所述基于同态加密算法、中心节点以及预设计算规则对待计算数据处理,得到待评估结果,包括:基于同态加密算法对所述待计算数据加密,确定出待计算密态数据;基于中心节点和预设计算规则对所述待计算密态数据处理,确定所述待评估结果。
其中,待计算密态数据指的是对待计算数据进行加密后得到的加密形式的数据。
具体的,可以基于同态加密算法中加法同态或者减法同态或者其他同态加密算法中的任意一种对待计算数据进行加密,得到密态形式的待计算密态数据,各计算节点将待计算密态数据上传到中心节点,中心节点可以在密态下按照预设计算规则对待计算密态数据进行运算,完成运算后对密态的结果数据进行解密得到待评估结果。
S250、基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。
在上述技术方案的基础上,所述基于预设评估规则对所述待评估结果评估以得到目标结果,并将所述目标结果链接至区域知识图谱中与所述预设指标相一致的实体,包括:若所述待评估结果与所述预设评估规则相一致,则确定所述待评估结果为目标结果;基于所述预设指标确定出区域知识图谱中与所述预设指标相对应的目标实体,以基于目标实体将目标结果链接至所述区域知识图谱中。
其中,目标结果可以理解为待评估结果中通过评估的结果,即目标结果是可信的或者符合规范的,目标实体可以是区域知识图谱中的实体。
具体的,如果待评估结果与预设评估规则相一致,则说明该待评估结果是可以通过评估的,可以将该结果作为目标结果。进一步,确定预设指标与区域知识图谱中各实体之间的相似度值,确定出与预设指标最相似的实体,作为目标实体。可以理解,目标实体与预设指标的相似度值较高,可以认为预设指标与目标实体具有相同的语义,因此可将目标结果关联添加至目标实体中,以实现对区域知识图谱的更新和构建。
在上述技术方案的基础上,所述基于所述预设指标确定出区域知识图谱中与所述预设指标相对应的目标实体,以基于目标实体将目标结果链接至所述区域知识图谱中,包括:若所述区域知识图谱中不存在与所述预设指标相对应的目标实体,则将所述预设指标确定为目标实体,以将所述目标实体以及目标结果添加至所述区域知识图谱中。
具体的,如果在区域知识图谱中没有确定出与预设指标相对应的目标实体,代表区域知识图谱中与预设指标相关部分的内容是空缺的。此时,可以将预设指标作为实体添加至区域知识图谱中,以及将预设指标对应的目标结果也添加至区域知识图谱中,并与预设指标相关联。此种方式下,可以将区域知识图谱中的已有的实体相关的数据进行更新,还可以将区域知识图谱中没有的实体进行添加,提高了区域知识图谱的完备性。
本发明实施例的技术方案,通过获取至少两个数据源中存储的待使用数据;根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据;获取与预设指标相对应的预设计算规则,以基于预设计算规则对待计算数据进行计算,得到待评估结果;基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。本发明的技术方案在保证各数据源数据隐私的前提下,对各数据源的数据进行分析,并基于分析结果构建区域知识图谱,解决了区域内不同机构的数据难以互通,造成不能构建区域知识图谱的问题,实现了构建准确、有效的区域知识图谱。
实施例三
图3为本发明实施例三所适用的系统架构图,本实施例是上述实施例的一优选实施例,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。如图3所示,系统架构包括中心服务节点、参与方、知识图谱。
本实施例提供一种区域知识图谱的构建方法,首先区域内机构部署计算节点接入数据源;其次,对各个节点的数据进行隐私求交得到样本交集;其次,以多方安全计算方式对各个节点的数据进行联合分析,在不泄露各节点数据的情况下得出分析结果;其次,对分析结果进行质量评估;最后,将通过质量评估的分析结果融入到知识图谱中。
具体包括下列步骤:
(1) 区域内机构部署计算节点接入数据源;
(2) 对各个节点的数据进行隐私求交得到样本交集;
(3) 以多方安全计算方式(秘密分享、同态加密)对各个节点的数据进行联合分析,在不泄露各节点数据的情况下得出分析结果;
(4) 步骤(3)中,多方安全计算的方式之一为秘密分享,其步骤为:将每个参与方的数据随机分割为n份切片,然后将这些切片分发给n个参与方节点,在各个参与方节点完成数据的分析,然后将各个节点的分析结果发送到中心服务节点 汇总,得到最终的分析结果;
(5) 步骤(3)中,多方安全计算的方式之一为同态加密,其步骤为:先把原始数据加密为密态数据,把密态数据上传到中心服务节点,在密态下对数据进行 运算,完成运算后对密态结果数据进行解密得到分析结果;
(6) 步骤(3)中,联合分析的情况举例:
a) 对单一指标的数据进行联合分析,如对某个指标在时间周期内(如近半年)的数据进行分析,得出分析结果;
b) 对某类指标的数据进行联合分析,如首先筛选出各个节点具有某类指标的ID集合,然后进行步骤(2)获取所有的节点的交集,然后对这类指标某个时间周期内(如近半年)的数据进行分析,得出分析结果;
(7) 使用基于规则的方法对分析结果进行质量评估;
(8) 将通过质量评估的分析结果融入到知识图谱中。
a) 对于(6)a)的情况,首先确认指标对应的id是否在图谱中,如果不在,则增加进去;如果在,就直接进行更新;
b) 对于(6)b)情况,主要短文本的形式,则需要用到实体链接的技术(如计算实体相似度等),融入到知识图谱中。
本发明实施例的技术方案,通过获取至少两个数据源中存储的待使用数据;根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据;获取与预设指标相对应的预设计算规则,以基于预设计算规则对待计算数据进行计算,得到待评估结果;基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。本发明的技术方案在保证各数据源数据隐私的前提下,对各数据源的数据进行分析,并基于分析结果构建区域知识图谱,解决了区域内不同机构的数据难以互通,造成不能构建区域知识图谱的问题,实现了构建准确、有效的区域知识图谱。
实施例四
图4为本发明实施例四提供的一种区域知识图谱的构建装置的结构示意图。如图4所示,该装置包括:
待使用数据获取模块410,用于获取至少两个数据源中存储的待使用数据;其中,所述数据源与区域内平台相对应;
待计算数据确定模块420,用于根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与所述预设指标相对应的待计算数据;
待评估结果确定模块430,用于获取与所述预设指标相对应的预设计算规则,以基于预设计算规则对所述待计算数据进行计算,得到待评估结果;
目标结果链接模块440,用于基于预设评估规则对所述待评估结果评估以得到目标结果,并将所述目标结果链接至区域知识图谱中与所述预设指标相一致的实体。
在上述技术方案的基础上,所述待计算数据确定模块420包括:
标识字段结合确定模块,用于基于所述标识字段对各待使用数据之间进行隐私求交,确定出标识字段集合;
目标字段确定模块,用于基于预设指标从所述标识字段集合中确定出目标字段,并根据目标字段从各所述数据源中查找与所述目标字段相关联的数据,确定为待计算数据。
在上述技术方案的基础上,待评估结果确定模块430包括:
秘密分享计算模块,用于基于随机分割算法、计算节点以及所述预设计算规则对所述待计算数据处理,得到所述待评估结果;
同态加密计算模块,用于基于同态加密算法、中心节点以及预设计算规则对待计算数据处理,得到待评估结果;其中,所述计算节点与所述待计算数据相对应。
在上述技术方案的基础上,所述秘密分享计算模块包括:
数据切分模块,用于基于随机分割算法将各计算节点上的待计算数据按照所述计算节点的总数量进行分割,确定出各计算节点对应的至少两个待计算切片数据;
数据发送模块,用于针对各计算节点,将当前计算节点对应的待计算切片数据发送至其他各计算节点,并接收其他计算节点发送的待计算切片数据;
数据处理模块,用于基于所述当前计算节点以及预设计算规则对接收到的待计算切片数据处理,得到与所述当前计算节点相对应的待评估子结果;
数据评估模块,用于基于各所述当前计算节点的待评估子结果确定待评估结果。
在上述技术方案的基础上,所述同态加密计算模块包括:
密态数据确定模块,用于基于同态加密算法对所述待计算数据加密,确定出待计算密态数据;
密态数据评估模块,用于基于中心节点和预设计算规则对所述待计算密态数据处理,确定所述待评估结果。
在上述技术方案的基础上,所述目标结果链接模块440包括:
目标结果确定模块,用于若所述待评估结果与所述预设评估规则相一致,则确定所述待评估结果为目标结果;
实体链接模块,用于基于所述预设指标确定出区域知识图谱中与所述预设指标相对应的目标实体,以基于目标实体将目标结果链接至所述区域知识图谱中。
在上述技术方案的基础上,所述目标结果链接模块440包括:
目标实体添加模块,用于若所述区域知识图谱中不存在与所述预设指标相对应的目标实体,则将所述预设指标确定为目标实体,以将所述目标实体以及目标结果添加至所述区域知识图谱中。
本发明实施例的技术方案,通过获取至少两个数据源中存储的待使用数据;根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与预设指标相对应的待计算数据;获取与预设指标相对应的预设计算规则,以基于预设计算规则对待计算数据进行计算,得到待评估结果;基于预设评估规则对待评估结果评估以得到目标结果,并将目标结果链接至区域知识图谱中与预设指标相一致的实体。本发明的技术方案在保证各数据源数据隐私的前提下,对各数据源的数据进行分析,并基于分析结果构建区域知识图谱,解决了区域内不同机构的数据难以互通,造成不能构建区域知识图谱的问题,实现了构建准确、有效的区域知识图谱。
本发明实施例所提供的区域知识图谱的构建装置可执行本发明任意实施例所提供的区域知识图谱的构建方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为实现本发明实施例的电子设备50的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备50包括至少一个处理器51,以及与至少一个处理器51通信连接的存储器,如只读存储器(ROM)52、随机访问存储器(RAM)53等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器51可以根据存储在只读存储器(ROM)52中的计算机程序或者从存储单元58加载到随机访问存储器(RAM)53中的计算机程序,来执行各种适当的动作和处理。在RAM 53中,还可存储电子设备50操作所需的各种程序和数据。处理器51、ROM 52以及RAM 53通过总线54彼此相连。输入/输出(I/O)接口55也连接至总线54。
电子设备50中的多个部件连接至I/O接口55,包括:输入单元56,例如键盘、鼠标等;输出单元57,例如各种类型的显示器、扬声器等;存储单元58,例如磁盘、光盘等;以及通信单元59,例如网卡、调制解调器、无线通信收发机等。通信单元59允许电子设备50通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器51可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器51的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器51执行上文所描述的各个方法和处理,例如区域知识图谱的构建方法。
在一些实施例中,区域知识图谱的构建方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元58。在一些实施例中,计算机程序的部分或者全部可以经由ROM 52和/或通信单元59而被载入和/或安装到电子设备50上。当计算机程序加载到RAM 53并由处理器51执行时,可以执行上文描述的区域知识图谱的构建方法的一个或多个步骤。备选地,在其他实施例中,处理器51可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法区域知识图谱的构建方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (9)

1.一种区域知识图谱的构建方法,其特征在于,包括:
获取至少两个数据源中存储的待使用数据;其中,所述数据源与区域内平台相对应;
根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与所述预设指标相对应的待计算数据;
所述根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与所述预设指标相对应的待计算数据,包括:
基于所述标识字段对各待使用数据之间进行隐私求交,确定出标识字段集合;
基于预设指标从所述标识字段集合中确定出目标字段,并根据目标字段从各所述数据源中查找与所述目标字段相关联的数据,确定为待计算数据;获取与所述预设指标相对应的预设计算规则,以基于预设计算规则对所述待计算数据进行计算,得到待评估结果;
基于预设评估规则对所述待评估结果评估以得到目标结果,并将所述目标结果链接至区域知识图谱中与所述预设指标相一致的实体。
2.根据权利要求1所述的方法,其特征在于,所述获取与所述预设指标相对应的预设计算规则,以基于预设计算规则对所述待计算数据进行计算,得到待评估结果,包括:
基于随机分割算法、计算节点以及所述预设计算规则对所述待计算数据处理,得到所述待评估结果;或者,
基于同态加密算法、中心节点以及所述预设计算规则对所述待计算数据处理,得到待评估结果;其中,所述计算节点与所述待计算数据相对应。
3.根据权利要求2所述的方法,其特征在于,所述基于随机分割算法、计算节点以及所述预设计算规则对所述待计算数据处理,得到所述待评估结果包括:
基于随机分割算法将各计算节点上的待计算数据按照所述计算节点的总数量进行分割,确定出各计算节点对应的至少两个待计算切片数据;
针对各计算节点,将当前计算节点对应的待计算切片数据发送至其他各计算节点,并接收其他计算节点发送的待计算切片数据;
基于所述当前计算节点以及预设计算规则对接收到的待计算切片数据处理,得到与所述当前计算节点相对应的待评估子结果;
基于各所述当前计算节点的待评估子结果确定待评估结果。
4.根据权利要求2中所述的方法,其特征在于,所述基于同态加密算法、中心节点以及所述预设计算规则对所述待计算数据处理,得到待评估结果,包括:
基于同态加密算法对所述待计算数据加密,确定出待计算密态数据;
基于中心节点和预设计算规则对所述待计算密态数据处理,确定所述待评估结果。
5.根据权利要求1所述的方法,其特征在于,所述基于预设评估规则对所述待评估结果评估以得到目标结果,并将所述目标结果链接至区域知识图谱中与所述预设指标相一致的实体,包括:
若所述待评估结果与所述预设评估规则相一致,则确定所述待评估结果为目标结果;
基于所述预设指标确定出区域知识图谱中与所述预设指标相对应的目标实体,以基于目标实体将目标结果链接至所述区域知识图谱中。
6.根据权利要求5所述的方法,其特征在于,所述基于所述预设指标确定出区域知识图谱中与所述预设指标相对应的目标实体,以基于目标实体将目标结果链接至所述区域知识图谱中,包括:
若所述区域知识图谱中不存在与所述预设指标相对应的目标实体,则将所述预设指标确定为目标实体,以将所述目标实体以及目标结果添加至所述区域知识图谱中。
7.一种区域知识图谱的构建装置,其特征在于,包括:
待使用数据获取模块,用于获取至少两个数据源中存储的待使用数据;其中,所述数据源与区域内平台相对应;
待计算数据确定模块,用于根据各数据源中存储的待使用数据、标识字段以及预设指标,确定各数据源中与所述预设指标相对应的待计算数据;
所述待计算数据确定模块包括:
标识字段结合确定模块,用于基于所述标识字段对各待使用数据之间进行隐私求交,确定出标识字段集合;
目标字段确定模块,用于基于预设指标从所述标识字段集合中确定出目标字段,并根据目标字段从各所述数据源中查找与所述目标字段相关联的数据,确定为待计算数据;
待评估结果确定模块,用于获取与所述预设指标相对应的预设计算规则,以基于预设计算规则对所述待计算数据进行计算,得到待评估结果;
目标结果链接模块,用于基于预设评估规则对所述待评估结果评估以得到目标结果,并将所述目标结果链接至区域知识图谱中与所述预设指标相一致的实体。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的区域知识图谱的构建方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的区域知识图谱的构建方法。
CN202211140232.8A 2022-09-20 2022-09-20 一种区域知识图谱的构建方法、装置、设备及介质 Active CN115221339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211140232.8A CN115221339B (zh) 2022-09-20 2022-09-20 一种区域知识图谱的构建方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211140232.8A CN115221339B (zh) 2022-09-20 2022-09-20 一种区域知识图谱的构建方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115221339A CN115221339A (zh) 2022-10-21
CN115221339B true CN115221339B (zh) 2023-01-06

Family

ID=83617086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211140232.8A Active CN115221339B (zh) 2022-09-20 2022-09-20 一种区域知识图谱的构建方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115221339B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805422A (zh) * 2018-05-24 2018-11-13 国信优易数据有限公司 一种数据评估模型训练系统、数据评估平台和方法
CN112650855A (zh) * 2020-12-26 2021-04-13 曙光信息产业股份有限公司 知识图谱工程化构建方法、装置、计算机设备和存储介质
CN112906826A (zh) * 2021-03-30 2021-06-04 平安科技(深圳)有限公司 基于多维度的知识图谱的融合方法、装置及计算机设备
CN114201616A (zh) * 2021-12-28 2022-03-18 山东合天智汇信息技术有限公司 一种基于多源数据库的知识图谱构建方法及系统
CN114443854A (zh) * 2021-12-30 2022-05-06 深圳晶泰科技有限公司 多源异构数据的处理方法、装置、计算机设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170124464A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. Rapid predictive analysis of very large data sets using the distributed computational graph

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805422A (zh) * 2018-05-24 2018-11-13 国信优易数据有限公司 一种数据评估模型训练系统、数据评估平台和方法
CN112650855A (zh) * 2020-12-26 2021-04-13 曙光信息产业股份有限公司 知识图谱工程化构建方法、装置、计算机设备和存储介质
CN112906826A (zh) * 2021-03-30 2021-06-04 平安科技(深圳)有限公司 基于多维度的知识图谱的融合方法、装置及计算机设备
CN114201616A (zh) * 2021-12-28 2022-03-18 山东合天智汇信息技术有限公司 一种基于多源数据库的知识图谱构建方法及系统
CN114443854A (zh) * 2021-12-30 2022-05-06 深圳晶泰科技有限公司 多源异构数据的处理方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN115221339A (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
US11270023B2 (en) Anonymity assessment system
US10528761B2 (en) Data anonymization in an in-memory database
CN104077723B (zh) 一种社交网络推荐系统及方法
CN113360580A (zh) 基于知识图谱的异常事件检测方法、装置、设备及介质
US11354297B2 (en) Detecting positivity violations in multidimensional data
CN107291835B (zh) 一种搜索词的推荐方法和装置
CN115794916A (zh) 多源数据融合的数据处理方法、装置、设备和存储介质
CN115062163A (zh) 异常组织的识别方法、装置、电子设备和介质
WO2019142391A1 (ja) データ分析支援システム及びデータ分析支援方法
CN115221339B (zh) 一种区域知识图谱的构建方法、装置、设备及介质
CN116089985A (zh) 一种分布式日志的加密存储方法、装置、设备及介质
CN115344627A (zh) 数据筛选方法、装置、电子设备及存储介质
US20150170068A1 (en) Determining analysis recommendations based on data analysis context
CN112750047B (zh) 行为关系信息提取方法及装置、存储介质、电子设备
Das et al. Diversity matters: Robustness of bias measurements in Wikidata
CN113643140A (zh) 确定医保支出影响因素的方法、装置、设备和介质
CN109408716B (zh) 用于推送信息的方法和设备
CN109635074B (zh) 一种基于舆情信息的实体关系分析方法及终端设备
CN111898027A (zh) 确定特征维度的方法、装置、电子设备和计算机可读介质
She et al. An improved malicious code intrusion detection method based on target tree for space information network
CN116070601B (zh) 数据拼接方法、装置、电子设备及存储介质
CN117891979B (zh) 血缘图谱构建方法、装置、电子设备和可读介质
CN116821160A (zh) 基于用户行为轨迹信息的关联更新方法、装置、设备和介质
CN116069785A (zh) 训练信息抽取模型的方法、信息抽取方法和装置
CN112035455A (zh) 元数据处理方法、装置、计算机设备及存储介质

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method, device, equipment, and medium for constructing a regional knowledge graph

Granted publication date: 20230106

Pledgee: Agricultural Bank of China Limited Shanghai Free Trade Zone Branch

Pledgor: Lianren healthcare Big Data Technology Co.,Ltd.

Registration number: Y2024310000046

PE01 Entry into force of the registration of the contract for pledge of patent right