CN115269931A - 基于业务驱动的轨道交通车站数据图谱系统及其构建方法 - Google Patents

基于业务驱动的轨道交通车站数据图谱系统及其构建方法 Download PDF

Info

Publication number
CN115269931A
CN115269931A CN202211188914.6A CN202211188914A CN115269931A CN 115269931 A CN115269931 A CN 115269931A CN 202211188914 A CN202211188914 A CN 202211188914A CN 115269931 A CN115269931 A CN 115269931A
Authority
CN
China
Prior art keywords
rail transit
station
urban rail
data
concepts
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
Application number
CN202211188914.6A
Other languages
English (en)
Other versions
CN115269931B (zh
Inventor
陈菁菁
罗钦
莫义弘
彭毅
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.)
Shenzhen Technology University
Original Assignee
Shenzhen Technology University
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 Shenzhen Technology University filed Critical Shenzhen Technology University
Priority to CN202211188914.6A priority Critical patent/CN115269931B/zh
Publication of CN115269931A publication Critical patent/CN115269931A/zh
Application granted granted Critical
Publication of CN115269931B publication Critical patent/CN115269931B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06F16/906—Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于业务驱动的轨道交通车站数据图谱系统及其构建方法，其数据图谱系统包括知识建模模块、概念抽取模块、关系抽取模块、实例关联模块和属性与规则抽取模块，从城市轨道交通车站业务场景视角分析并以预设的颗粒度级别解释概念与概念间相互作用方式机理，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念间三元组关系模式，实现基于业务场景要素的城市轨道交通车站数据图谱模式层的构建。解决了以往城市轨道交通领域数据资源结构化进程中产生的数据资源重复建设、数据颗粒度不相兼容、无法解释数据关联等问题，为城市轨道交通领域大数据结构化的实现方法上提供新思路与新的切入视角。

Description

基于业务驱动的轨道交通车站数据图谱系统及其构建方法
技术领域
本发明涉及城市轨道交通技术领域，更具体的，涉及一种基于业务驱动的轨道交通车站数据图谱系统及其构建方法。
背景技术
城市轨道交通数据资源中有大量的非结构化数据，如视频数据，音频数据，图像数据，文档数据等，但传统数据库系统无法实现非结构化数据与结构化数据的关联、融合和结构化的存储方式，具体体现在URTSOM领域中设施设备间、业务间等显隐关系无法在数据间表达并加以运用，由此出现“信息孤岛”现象并导致决策视角受限，城市轨道数据资源的支撑作用大打折扣。
为实现城市轨道交通领域数据资源的结构化，现阶段常使用大数据处理方法中的数据仓库技术。数据仓库作为现阶段主流的城市轨道数据资源资产化手段，根据组织架构视角划分主题域，形成一套能有效的构建一套结合非结构数据的运用存储模式，并且拥有支撑海量数据查询与处理的能力。但数据仓库往往缺少从运营管理下业务场景角度建立数据资源资产化模式，无法形成立体化的数据资源结构，导致出现不同业务场景下的数据重复建设、数据颗粒度不相兼容、无法解释数据关联等问题。
发明内容
为了解决上述技术问题，本发明提出了一种基于业务驱动的轨道交通车站数据图谱系统及其构建方法。
本发明第一方面提供了一种基于业务驱动的轨道交通车站数据图谱系统，包括知识建模模块、概念抽取模块、关系抽取模块、实例关联模块和属性与规则抽取模块；
所述知识建模模块用于确定城市轨道交通车站数据图谱建模的目的与范畴，并按照实际运用场景确定城市轨道交通车站在运营管理过程中所涉及的业务及其颗粒度；
所述概念抽取模块将城市轨道交通车站业务场景概念集群所涉及的概念按照类属关系做分类划分，在知识建模模块的基础上以便于城市轨道交通车站数据图谱后续扩展与结构可读性；
所述关系抽取模块基于城市轨道交通领域专业知识与相关辅助资料，从城市轨道交通车站业务场景视角分析并以预设的颗粒度级别解释概念与概念间相互作用方式机理，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念间三元组关系模式，实现基于业务场景要素的城市轨道交通车站数据图谱模式层的构建；
所述实例关联模块在城市轨道交通车站要素架构及业务场景下，按照城市轨道交通车站数据图谱模式层，提取城市轨道交通车站相关资料文件中对应模式层概念的现实信息，并通过城市轨道交通领域专业知识进行实例化操作；
所述属性与规则抽取模块与所述实例关联模块一同进行，按照城市轨道交通车站相关资料文件对概念与实例做补充说明，并按照属性特征明确相关规则，并与实例关联模块一同导入Neo4j图数据库，形成数据属性与实例的关联，完成城市轨道交通车站数据图谱数据层的构建。
本方案中，所述知识建模模块，具体为：梳理城市轨道交通车站在运营管理过程中业务运作所涵盖的工作内容和参与业务工作的车站要素，组成城市轨道交通车站业务场景概念集群，所述车站要素包括但不限于乘客要素、工作人员要素及设施设备要素。
本方案中，所述概念抽取模块，具体为：
所述分类划分以车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素；
按照概念虚实和车站要素组织架构分类标准将现实参与业务场景要素结构映射于软件平台；
在类属关系的基础上完成概念的抽取，构建城市轨道交通车站业务场景类属关系模型。
本方案中，所述业务场景包括车站、车站周围五千米内酒店、城市旅游景点、城市娱乐场所，所述车站要素组织架构包括进站口、出站口以及公交换乘点；
所述概念虚实用于区分预设的颗粒度级别的完成度，每一个颗粒标识一个单位，该单位按照预设进程运行则为实概念，否则为虚概念。
本方案中，所述实例关联模块将模式层的概念及其对应的实例以实例关系完成关联，并通过Neo4j图数据库导入实例并按照模式层关系模式映射至由实例组成的数据层，形成城市轨道交通车站数据图谱数据层的关系骨架。
本发明第二方面提供了一种基于业务驱动的轨道交通车站数据图谱系统的构建方法，包括以下步骤：
获取城市轨道交通车站在运营管理过程中业务运作所涵盖的工作内容和参与业务工作的车站要素，生成城市轨道交通车站业务场景概念集群；
将所述车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素，将现实参与业务场景要素结构进行映射，将城市轨道交通车站业务场景概念集群中的概念按照类属关系进行分类；
将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念之间的三元组关系模式，构建基于业务场景要素的城市轨道交通车站数据图谱模式层；
根据所述城市轨道交通车站数据图谱模式层，提取城市轨道交通车站相关资料文件中对应模式层概念的现实信息，并进行实例化操作；
同时，对城市轨道交通车站数据图谱中的概念及实例进行补充说明，按照属性特征明确相关规则，与提取的实例一同导入图数据库形成数据属性与实例的关联，完成城市轨道交通车站数据图谱数据层的构建。
本方案中，所述将城市轨道交通车站业务场景概念集群中的概念按照类属关系进行分类，具体为：
所述分类划分以车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素；
按照概念虚实和车站要素组织架构分类标准将现实参与业务场景要素结构映射于软件平台；
在类属关系的基础上完成概念的抽取，构建城市轨道交通车站业务场景类属关系模型；
所述业务场景包括车站、车站周围五千米内酒店、城市旅游景点、城市娱乐场所，所述车站要素组织架构包括进站口、出站口以及公交换乘点；
所述概念虚实用于区分预设的颗粒度级别的完成度，每一个颗粒标识一个单位，该单位按照预设进程运行则为实概念，否则为虚概念。
本方案中，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念之间的三元组关系模式，具体为
获取城市轨道交通车站业务场景概念集群中所述涉及的概念及概念所属类别；
基于大数据检索获取城市轨道交通领域专业知识与相关辅助资料，根据所述城市轨道交通领域专业知识与相关辅助资料获取概念标准语料数据集，根据概念标准语料数据集选取预设颗粒度级别；
通过BRET模型对所述概念进行词向量编码，获取概念的隐藏语义特征，基于双向有序长短时记忆网络根据所述概念所属类别获取概念之间的相互关系，将概念之间的相互关系结合预设颗粒度级别对关系进行分类；
通过概念实体及概念实体之间的各种关系分类结果生成概念与概念间相互作用方式机理，组成概念与概念间的三元组关系模式。
通过采用上述技术方案，本发明所取得的有益效果为：
本发明中通过从某一业务或多个业务场景出发，梳理业务运作所需进行的工作及参与要素（负责人员、涉及的设施设备等），实现要素之间概念的提取和基于业务背景下要素关联的抽取，并结合城市轨道交通车站相关业务资料文件构建基于业务场景下城市轨道交通车站数据图谱，从而解决了以往城市轨道交通领域数据资源结构化进程中产生的数据资源重复建设、数据颗粒度不相兼容、无法解释数据关联等问题，并填补了车站在运营管理过程中业务场景下的数据资源结构化方法，为城市轨道交通车站乃至城市轨道交通领域大数据结构化的实现方法上提供新的思路与新的切入视角。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1示出了本发明中一种基于业务驱动的轨道交通车站数据图谱系统的框图；
图2示出了本发明一种基于业务驱动的轨道交通车站数据图谱系统的构建方法的流程示意图；
图3示出了本发明一种基于业务驱动的轨道交通车站数据图谱系统的构建方法流程图；
图4示出了本发明获取概念与概念间的三元组关系模式的方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明中一种基于业务驱动的轨道交通车站数据图谱系统的框图。
如图1所示，本发明第一方面提供了一种基于业务驱动的轨道交通车站数据图谱系统，包括知识建模模块、概念抽取模块、关系抽取模块、实例关联模块和属性与规则抽取模块；
所述知识建模模块用于确定城市轨道交通车站数据图谱建模的目的与范畴，并按照实际运用场景确定城市轨道交通车站在运营管理过程中所涉及的业务及其颗粒度；
需要说明的是，所述知识建模模块，具体为：梳理城市轨道交通车站在运营管理过程中业务运作所涵盖的工作内容和参与业务工作的车站要素，组成城市轨道交通车站业务场景概念集群，所述车站要素包括但不限于乘客要素、工作人员要素及设施设备要素。
所述概念抽取模块将城市轨道交通车站业务场景概念集群所涉及的概念按照类属关系做分类划分，在知识建模模块的基础上以便于城市轨道交通车站数据图谱后续扩展与结构可读性；
需要说明的是，所述概念抽取模块，具体为：所述分类划分以车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素；按照概念虚实和车站要素组织架构分类标准将现实参与业务场景要素结构并通过Protégé软件映射于计算机平台；在类属关系的基础上完成概念的抽取，构建城市轨道交通车站业务场景类属关系模型。
所述业务场景包括车站、车站周围五千米内酒店、城市旅游景点、城市娱乐场所，所述车站要素组织架构包括进站口、出站口以及公交换乘点；所述概念虚实用于区分预设的颗粒度级别的完成度，每一个颗粒标识一个单位，该单位按照预设进程运行则为实概念，否则为虚概念。解释概念与概念间相互作用方式机理是用于预设单位之间相互影响虚实的模块，根据影响度的大小可以更加精准的进行预设。
所述实例关联模块在城市轨道交通车站要素架构及业务场景下，按照城市轨道交通车站数据图谱模式层，提取城市轨道交通车站相关资料文件中对应模式层概念的现实信息，并通过城市轨道交通领域专业知识进行实例化操作；
需要说明的是，所述实例关联模块将模式层的概念及其对应的实例以实例关系完成关联，并通过Neo4j图数据库导入实例并按照模式层关系模式映射至由实例组成的数据层，形成城市轨道交通车站数据图谱数据层的关系骨架。
所述属性与规则抽取模块与所述实例关联模块一同进行，按照城市轨道交通车站相关资料文件对概念与实例做补充说明，并按照属性特征明确相关规则，并与实例关联模块一同导入Neo4j图数据库，形成数据属性与实例的关联，完成城市轨道交通车站数据图谱数据层的构建。
所述关系抽取模块基于城市轨道交通领域专业知识与相关辅助资料，从城市轨道交通车站业务场景视角分析并以预设的颗粒度级别解释概念与概念间相互作用方式机理，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念间三元组关系模式，实现基于业务场景要素的城市轨道交通车站数据图谱模式层的构建，乃至整个城市轨道交通车站数据图谱的构建。
图3示出了本发明一种基于业务驱动的轨道交通车站数据图谱系统的构建方法流程图。
本发明第二方面提供了一种基于业务驱动的轨道交通车站数据图谱系统的构建方法，包括以下步骤：
S302，获取城市轨道交通车站在运营管理过程中业务运作所涵盖的工作内容和参与业务工作的车站要素，生成城市轨道交通车站业务场景概念集群；
S304，将所述车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素，将现实参与业务场景要素结构进行映射，将城市轨道交通车站业务场景概念集群中的概念按照类属关系进行分类；
S306，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念之间的三元组关系模式，构建基于业务场景要素的城市轨道交通车站数据图谱模式层；
S308，根据所述城市轨道交通车站数据图谱模式层，提取城市轨道交通车站相关资料文件中对应模式层概念的现实信息，并进行实例化操作；
S310，同时，对城市轨道交通车站数据图谱中的概念及实例进行补充说明，按照属性特征明确相关规则，与提取的实例一同导入图数据库形成数据属性与实例的关联，完成城市轨道交通车站数据图谱数据层的构建。
需要说明的是，梳理城市轨道交通车站在运营管理过程中业务运作所涵盖的工作内容和参与业务工作的车站要素，组成城市轨道交通车站业务场景概念集群，所述车站要素包括但不限于乘客要素、工作人员要素及设施设备要素。
需要说明的是，所述将城市轨道交通车站业务场景概念集群中的概念按照类属关系进行分类，具体为：所述分类划分以车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素；按照概念虚实和车站要素组织架构分类标准将现实参与业务场景要素结构映射于软件平台；在类属关系的基础上完成概念的抽取，构建城市轨道交通车站业务场景类属关系模型；所述业务场景包括车站、车站周围五千米内酒店、城市旅游景点、城市娱乐场所，所述车站要素组织架构包括进站口、出站口以及公交换乘点；所述概念虚实用于区分预设的颗粒度级别的完成度，每一个颗粒标识一个单位，该单位按照预设进程运行则为实概念，否则为虚概念。
需要说明的是，所述实例关联模块将模式层的概念及其对应的实例以实例关系完成关联，并通过Neo4j图数据库导入实例并按照模式层关系模式映射至由实例组成的数据层，形成城市轨道交通车站数据图谱数据层的关系骨架。
图4示出了本发明获取概念与概念间的三元组关系模式的方法流程图。
根据本发明实施例，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念之间的三元组关系模式，具体为
S402，获取城市轨道交通车站业务场景概念集群中所述涉及的概念及概念所属类别；
S404，基于大数据检索获取城市轨道交通领域专业知识与相关辅助资料，根据所述城市轨道交通领域专业知识与相关辅助资料获取概念标准语料数据集，根据概念标准语料数据集选取预设颗粒度级别；
S406，通过BRET模型对所述概念进行词向量编码，获取概念的隐藏语义特征，基于双向有序长短时记忆网络根据所述概念所属类别获取概念之间的相互关系，将概念之间的相互关系结合预设颗粒度级别对关系进行分类；
S408，通过概念实体及概念实体之间的各种关系分类结果生成概念与概念间相互作用方式机理，组成概念与概念间的三元组关系模式。
需要说明的是，BRET模型采用Transformer Encoder block进行连接，是一个典型的双向编码模型，通过训练好的BERT词向量对概念进行编码，通过资料辅助获取预设颗粒度级别对关系进行分类，生成概念之间关系的层级结构，颗粒度越粗说明概念的细节越少，概念之间的关系越不紧密；将词向量编码输入到双向有序长短时记忆网络，对数据做前向及反向迭代操作，进行概念的实体抽取。
在本发明一个较佳实施例中，根据城市轨道车站的安全数据构建进行车站安全事故风险分析，具体为：
在城市轨道交通车站要素中选取与车站安全相关的要素设置筛选条件，根据筛选条件在城市轨道交通车站数据图谱中进行筛选；
获取符合预设筛选条件的数据内容，根据所述数据内容进行指定指标的统计分析，获取安全事故类型集合及事故原因集合；
根据所述安全事故类型集合及事故原因集合进行灰色关联分析获取各安全事故中安全数据指标；
获取城市轨道车站的当前安全数据，根据安全数据指标提取特定安全数据特征，根据特定安全数据特征进行查询，将特定安全数据特征，安全事故数据类型，事故原因视为单路径；
获取单路径中特定安全数据特征
Figure DEST_PATH_IMAGE001
造成安全事故
Figure DEST_PATH_IMAGE003
的概率，记为第一概率信息，基 于第一概率信息根据条件概率计算符合安全事故
Figure 419661DEST_PATH_IMAGE003
的事故原因
Figure DEST_PATH_IMAGE005
的概率；
将特定安全数据特征
Figure 739915DEST_PATH_IMAGE001
与安全事故
Figure 811776DEST_PATH_IMAGE003
多条单路径的概率进行求和，获取当前车站 中某一安全事故的发生概率。
需要说明的是，通过灰关联分析方法，计算各安全数据指标的关联度，对安全数据 指标进行筛选，在城市轨道交通车站数据图谱中筛选的数据中提取安全数据指标导致安全 事故的次数，统计数据计算某安全数据指标可能导致事故的发生概率。根据在城市轨道交 通车站数据图谱中筛选的数据中获取特定安全数据特征
Figure 924089DEST_PATH_IMAGE001
、安全事故
Figure 101998DEST_PATH_IMAGE003
及事故原因
Figure 565340DEST_PATH_IMAGE005
的数 据集，将凉数据集进行取交集，根据取交集后的数据集长度与特定安全数据特征
Figure 237630DEST_PATH_IMAGE001
的数据集 长度获取第一概率信息；通过事故原因
Figure 283078DEST_PATH_IMAGE005
的数据集与所述取交集后的数据集进行二次交 集，根据二次交集后的数据集长度通过条件概率计算符合安全事故
Figure 523566DEST_PATH_IMAGE003
的事故原因
Figure 67680DEST_PATH_IMAGE005
的概 率，作为安全事故单路径概率。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献的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所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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，可轻易想到变化或替换，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所述权利要求的保护范围为准。

Claims (8)

1.一种基于业务驱动的轨道交通车站数据图谱系统，其特征在于，包括知识建模模块、概念抽取模块、关系抽取模块、实例关联模块和属性与规则抽取模块；
所述知识建模模块用于确定城市轨道交通车站数据图谱建模的目的与范畴，并按照实际运用场景确定城市轨道交通车站在运营管理过程中所涉及的业务及其颗粒度；
所述概念抽取模块将城市轨道交通车站业务场景概念集群所涉及的概念按照类属关系做分类划分，在知识建模模块的基础上以便于城市轨道交通车站数据图谱后续扩展与结构可读性；
所述关系抽取模块基于城市轨道交通领域专业知识与相关辅助资料，从城市轨道交通车站业务场景视角分析并以预设的颗粒度级别解释概念与概念间相互作用方式机理，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念间三元组关系模式，实现基于业务场景要素的城市轨道交通车站数据图谱模式层的构建；
所述实例关联模块在城市轨道交通车站要素架构及业务场景下，按照城市轨道交通车站数据图谱模式层，提取城市轨道交通车站相关资料文件中对应模式层概念的现实信息，并通过城市轨道交通领域专业知识进行实例化操作；
所述属性与规则抽取模块与所述实例关联模块一同进行，按照城市轨道交通车站相关资料文件对概念与实例做补充说明，并按照属性特征明确相关规则，并与实例关联模块一同导入Neo4j图数据库，形成数据属性与实例的关联，完成城市轨道交通车站数据图谱数据层的构建。
2.根据权利要求1所述的一种基于业务驱动的轨道交通车站数据图谱系统，其特征在于，所述知识建模模块，具体为：梳理城市轨道交通车站在运营管理过程中业务运作所涵盖的工作内容和参与业务工作的车站要素，组成城市轨道交通车站业务场景概念集群，所述车站要素包括但不限于乘客要素、工作人员要素及设施设备要素。
3.根据权利要求1所述的一种基于业务驱动的轨道交通车站数据图谱系统，其特征在于，所述概念抽取模块，具体为：
所述分类划分以车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素；
按照概念虚实和车站要素组织架构分类标准将现实参与业务场景要素结构映射于软件平台；
在类属关系的基础上完成概念的抽取，构建城市轨道交通车站业务场景类属关系模型。
4.根据权利要求3所述的一种基于业务驱动的轨道交通车站数据图谱系统，其特征在于，所述业务场景包括车站、车站周围五千米内酒店、城市旅游景点、城市娱乐场所，所述车站要素组织架构包括进站口、出站口以及公交换乘点；
所述概念虚实用于区分预设的颗粒度级别的完成度，每一个颗粒标识一个单位，该单位按照预设进程运行则为实概念，否则为虚概念。
5.根据权利要求1所述的一种基于业务驱动的轨道交通车站数据图谱系统，其特征在于，所述实例关联模块将模式层的概念及其对应的实例以实例关系完成关联，并通过Neo4j图数据库导入实例并按照模式层关系模式映射至由实例组成的数据层，形成城市轨道交通车站数据图谱数据层的关系骨架。
6.一种基于业务驱动的轨道交通车站数据图谱系统的构建方法，其特征在于，包括以下步骤：
获取城市轨道交通车站在运营管理过程中业务运作所涵盖的工作内容和参与业务工作的车站要素，生成城市轨道交通车站业务场景概念集群；
将所述车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素，将现实参与业务场景要素结构进行映射，将城市轨道交通车站业务场景概念集群中的概念按照类属关系进行分类；
将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念之间的三元组关系模式，构建基于业务场景要素的城市轨道交通车站数据图谱模式层；
根据所述城市轨道交通车站数据图谱模式层，提取城市轨道交通车站相关资料文件中对应模式层概念的现实信息，并进行实例化操作；
同时，对城市轨道交通车站数据图谱中的概念及实例进行补充说明，按照属性特征明确相关规则，与提取的实例一同导入图数据库形成数据属性与实例的关联，完成城市轨道交通车站数据图谱数据层的构建。
7.根据权利要求6所述的一种基于业务驱动的轨道交通车站数据图谱系统的构建方法，其特征在于，所述将城市轨道交通车站业务场景概念集群中的概念按照类属关系进行分类，具体为：
所述分类划分以车站业务场景概念集群作为城市轨道交通车站数据图谱的基本组成元素；
按照概念虚实和车站要素组织架构分类标准将现实参与业务场景要素结构映射于软件平台；
在类属关系的基础上完成概念的抽取，构建城市轨道交通车站业务场景类属关系模型；
所述业务场景包括车站、车站周围五千米内酒店、城市旅游景点、城市娱乐场所，所述车站要素组织架构包括进站口、出站口以及公交换乘点；
所述概念虚实用于区分预设的颗粒度级别的完成度，每一个颗粒标识一个单位，该单位按照预设进程运行则为实概念，否则为虚概念。
8.根据权利要求6所述的一种基于业务驱动的轨道交通车站数据图谱系统的构建方法，其特征在于，将城市轨道交通车站中相关业务的具体运作模式抽象成概念与概念之间的三元组关系模式，具体为：
获取城市轨道交通车站业务场景概念集群中所述涉及的概念及概念所属类别；
基于大数据检索获取城市轨道交通领域专业知识与相关辅助资料，根据所述城市轨道交通领域专业知识与相关辅助资料获取概念标准语料数据集，根据概念标准语料数据集选取预设颗粒度级别；
通过BRET模型对所述概念进行词向量编码，获取概念的隐藏语义特征，基于双向有序长短时记忆网络根据所述概念所属类别获取概念之间的相互关系，将概念之间的相互关系结合预设颗粒度级别对关系进行分类；
通过概念实体及概念实体之间的各种关系分类结果生成概念与概念间相互作用方式机理，组成概念与概念间的三元组关系模式。
CN202211188914.6A 2022-09-28 2022-09-28 基于业务驱动的轨道交通车站数据图谱系统及其构建方法 Active CN115269931B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211188914.6A CN115269931B (zh) 2022-09-28 2022-09-28 基于业务驱动的轨道交通车站数据图谱系统及其构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211188914.6A CN115269931B (zh) 2022-09-28 2022-09-28 基于业务驱动的轨道交通车站数据图谱系统及其构建方法

Publications (2)

Publication Number Publication Date
CN115269931A true CN115269931A (zh) 2022-11-01
CN115269931B CN115269931B (zh) 2022-11-29

Family

ID=83756929

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211188914.6A Active CN115269931B (zh) 2022-09-28 2022-09-28 基于业务驱动的轨道交通车站数据图谱系统及其构建方法

Country Status (1)

Country Link
CN (1) CN115269931B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080177994A1 (en) * 2003-01-12 2008-07-24 Yaron Mayer System and method for improving the efficiency, comfort, and/or reliability in Operating Systems, such as for example Windows
CN110347843A (zh) * 2019-07-10 2019-10-18 陕西师范大学 一种基于知识图谱的中文旅游领域知识服务平台构建方法
CN110555153A (zh) * 2019-08-20 2019-12-10 暨南大学 一种基于领域知识图谱的问答系统及其构建方法
CN110781254A (zh) * 2020-01-02 2020-02-11 四川大学 一种案情知识图谱自动构建方法及系统及设备及介质
CN111597350A (zh) * 2020-04-30 2020-08-28 西安理工大学 基于深度学习的轨道交通事件知识图谱构建方法
CN111597420A (zh) * 2020-04-29 2020-08-28 西安理工大学 基于深度学习的轨道交通规范关系抽取方法
CN111914096A (zh) * 2020-07-06 2020-11-10 同济大学 基于舆情知识图谱的公共交通乘客满意度评价方法及系统
CN111932026A (zh) * 2020-08-27 2020-11-13 西南交通大学 基于数据融合和知识图谱嵌入的城市流量模式挖掘方法
CN111949779A (zh) * 2020-07-29 2020-11-17 交控科技股份有限公司 基于知识图谱的轨道交通智能应答方法及系统
US20210070333A1 (en) * 2018-01-09 2021-03-11 Byd Company Limited Weak-current unified system for rail transit
CA3163351A1 (en) * 2019-12-02 2021-06-10 Wsp Global Inc. Railway management system with brake calculation and related method
CN114969263A (zh) * 2022-06-01 2022-08-30 北方工业大学 一种城市交通知识图谱的构建方法、构建装置及应用

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080177994A1 (en) * 2003-01-12 2008-07-24 Yaron Mayer System and method for improving the efficiency, comfort, and/or reliability in Operating Systems, such as for example Windows
US20210070333A1 (en) * 2018-01-09 2021-03-11 Byd Company Limited Weak-current unified system for rail transit
CN110347843A (zh) * 2019-07-10 2019-10-18 陕西师范大学 一种基于知识图谱的中文旅游领域知识服务平台构建方法
CN110555153A (zh) * 2019-08-20 2019-12-10 暨南大学 一种基于领域知识图谱的问答系统及其构建方法
CA3163351A1 (en) * 2019-12-02 2021-06-10 Wsp Global Inc. Railway management system with brake calculation and related method
CN110781254A (zh) * 2020-01-02 2020-02-11 四川大学 一种案情知识图谱自动构建方法及系统及设备及介质
CN111597420A (zh) * 2020-04-29 2020-08-28 西安理工大学 基于深度学习的轨道交通规范关系抽取方法
CN111597350A (zh) * 2020-04-30 2020-08-28 西安理工大学 基于深度学习的轨道交通事件知识图谱构建方法
CN111914096A (zh) * 2020-07-06 2020-11-10 同济大学 基于舆情知识图谱的公共交通乘客满意度评价方法及系统
CN111949779A (zh) * 2020-07-29 2020-11-17 交控科技股份有限公司 基于知识图谱的轨道交通智能应答方法及系统
CN111932026A (zh) * 2020-08-27 2020-11-13 西南交通大学 基于数据融合和知识图谱嵌入的城市流量模式挖掘方法
CN114969263A (zh) * 2022-06-01 2022-08-30 北方工业大学 一种城市交通知识图谱的构建方法、构建装置及应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘靖昌等: "知识图谱技术在城市轨道交通企业档案数字化的初探", 《城市轨道交通》 *
赵源等: "新型冠状病毒肺炎疫情对上海轨道交通客流的影响及防控措施分析", 《城市轨道交通研究》 *

Also Published As

Publication number Publication date
CN115269931B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
CN110008413B (zh) 一种交通出行问题查询方法和装置
WO2022242352A1 (zh) 构建图像语义分割模型和图像处理的方法、装置、电子设备及介质
CN113380043B (zh) 一种基于深度神经网络计算的公交到站时间预测方法
CN112233428B (zh) 车流量预测方法、装置、存储介质及设备
CN114692007B (zh) 表示信息的确定方法、装置、设备及存储介质
Rodrigues et al. Smaframework: Urban data integration framework for mobility analysis in smart cities
Huseynova et al. Innovative way of solution of “Smart city” in Azerbaijan–city problems
Özceylan et al. Analysis of potential high-speed rail routes: A case of GIS-based multicriteria evaluation in Turkey
Clarinval et al. Intra-city traffic data visualization: A systematic literature review
CN115269931B (zh) 基于业务驱动的轨道交通车站数据图谱系统及其构建方法
Xu Research on smart tourism system based on artificial intelligence
CN117252108A (zh) 基于语义完整性的数据合理性验证方法、系统及存储介质
CN116028467A (zh) 智能服务大数据建模方法、系统、存储介质及计算机设备
CN112732446B (zh) 一种任务处理方法、装置及存储介质
CN114519505A (zh) 铁路客站的设备管理策略生成方法及系统
Raimbault Characterising and modeling the co-evolution of transportation networks and territories
Tomhave et al. Impact of Arterial BRT-Lite Green Dwell Time on General Traffic and Intersection Capacity
Regal Logistic Profile Generation via Clustering Analysis
Quintero React: The riskmap evaluation and coordination terminal
Navidi et al. Presenting the smart city business model: Qualitative and quantitative indicators for energy services
Huang et al. A Function Area Division Approach for Autonomous Transportation System Based on Text Similarity
Fan et al. Big data-driven citywide human mobility modeling for emergency management
TASKIN Smarting Izmir: Co-production of Smart Technologies, Transportation and Urban Techno-politics in Turkey
Choudhury et al. 4 Connecting cities using smart transportation: an overview
CN116958805A (zh) 道路提取方法、装置、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