CN117332856A - 一种基于采样子图策略的电池知识图谱摘要生成方法 - Google Patents

Abstract

本发明属于电池知识图谱数据处理领域，具体涉及一种基于采样子图策略的电池知识图谱摘要生成方法，包括对图谱中的节点进行节点重要性指标的计算和排序，并根据设定的阈值进行节点重要性划分；获取重要性最大的节点为中心的特定阶数的中心网络，并处理为子图摘要作为图谱的根摘要；对多个分段的节点集合按照重要性特征进行分层抽样获得采样节点，并加入中心节点集合；根据中心节点集合对图谱进行特定阶数的中心网络抽取，并将所有中心网络处理为子图摘要；将所有子图摘要逐个和根摘要融合作为目标摘要；本发明提出的基于采样子图策略都能有效地识别并压缩知识图谱中的特定结构，从而提高面向动力电池产业知识图谱的动态知识图谱挖掘算法的效率。

Description

一种基于采样子图策略的电池知识图谱摘要生成方法

技术领域

本发明属于电池知识图谱数据处理领域，具体涉及一种基于采样子图策略的电池知识图谱摘要生成方法。

背景技术

随着互联网的普及,用户群体规模与日俱增,由此产生大量的数据,进入大数据时代。互联网领域产生的数据大都使用图来建模表示，计算机领域将关于图的处理称为图计算，图摘要作为图计算的一个重要方面，是大数据分析和处理的重要手段。图摘要是将大规模的图归纳为更加简洁的表示形式的技术，能够降低图的规模和复杂性。图摘要具有广泛的应用，如社会网络分析、图可视化等，对其它分析和处理大规模图的技术起到了辅助或促进作用，有着重要的研究意义和应用价值。

动力电池产业知识图谱对于分析行业变化、发展趋势、供求分析等方面有着重要的作用。而近年来随着动力电池产业的蓬勃发展，动力电池产业知识图谱数据的爆炸式增长，图谱数据的传输、存储和有关知识图谱的挖掘任务的工作量大大增加，电池产业知识图谱所包含的信息复杂且庞大，如何高效的进行数据挖掘与分析，以及如何快速、高效的将大量电池知识图谱生成摘要是本领域技术人员亟需解决的问题。

发明内容

本发明的目的就在于提供一种基于采样子图策略的电池知识图谱摘要生成方法，以解决背景技术中提出的问题。

本发明通过以下技术方案来实现上述目的：

一种基于采样子图策略的电池知识图谱摘要生成方法，方法包括：

S1：对预先构建的电池产业知识图谱中各个节点进行节点重要性指标的计算以及排序，并根据预先设定的阈值对各个节点的重要性指标进行划分，以形成具有不同重要性指标的图谱群组；

S2：在所述图谱群组中选择重要性指标最大的节点，获取以此节点为中心的特定阶数的中心网络，并将所述中心网络作为第一子图摘要，并将所述第一子图摘要作为图谱的根摘要；

S3：在所述图谱群组中按照重要性指标大小进行分层抽样以获得采样节点，将所述采样节点加入所述中心网络中的中心节点集合；

S4：根据所述中心节点集合对图谱进行特定阶数的中心网络抽取，并将所有中心网络作为第二子图摘要；

S5：将第一子图摘要和第二子图摘要逐个和所述根摘要按设定融合方式融合为目标摘要。

作为本发明的进一步优化方案，步骤S1中，通过获取电池产业链信息来构建电池产业知识图谱，电池产业链信息至少包括锂电池产业链信息、电解铜箔产业链信息、氢燃料电池产业链信息、锂电池负极材料产业链信息、硅碳负极材料产业链信息、动力电池电解液产业链信息、以及各产业经营公司详细信息。

作为本发明的进一步优化方案，步骤S1具体为：

S1.1：首先针对图谱中的各个节点进行重要性计算，从而得到所有节点的重要性指标；其中，节点重要性指标的计算方法至少包括：度中心性算法、PageRank算法和HITS算法；

S1.2：通过对所有节点重要性指标进行排序，并利用设定阈值将具有不同重要性的节点划分到不同的图谱群组中，得到如下群组：

其中，X为节点的重要性指标，将X排序后得到从大到小的序列，X_i≥X_i+1,i∈(1,2,3,…,n)，n为图中节点的数量；通过预定义的多个阈值β_i≥β_i+1,i∈(1,2,3,…,m)，将具有不同重要性指标的节点划分为m+1个群组。

作为本发明的进一步优化方案，步骤S2中将所述中心网络作为第一子图摘要具体为：

S2.1：从中心节点开始，利用广度优先遍历方法遍历中心网络，

S2.2：结构处理：遍历过程中将节点的一阶邻居中具有相同类型的节点、关系进行合并，不同则保留；

S2.3：属性处理：对同类型的节点或关系中所具有的不同属性进行合并去重；

S2.4：最终得到描述中心网络中节点、关系及其属性包含信息的图，将中心网络对应的图作为第一子图摘要。

作为本发明的进一步优化方案，步骤S3中，所述分层抽样采用如下方式中的任一种：

(1)在所述图谱群组中，采样节点数量与节点重要性指标高低成反比；

(2)在所述图谱群组中，采样节点数量与节点重要性指标高低成正比。

作为本发明的进一步优化方案，步骤S5中，所述设定融合方式包括结构融合和属性融合，须按如下融合遵循规则进行：

(1)相同类型的节点至多保存两个；

(2)同类型边仅保留一条；

节点或边的属性融合过程中须保存属性信息。

本发明的有益效果在于：

本发明提出的图摘要方法是在保持图整体结构的同时，将节点和边进行有效地合并，从而得到更为简洁、抽象的超图的过程。与传统的图摘要方法不同，本发明提出了一种构造速度快的面向知识图谱的图聚集方法，可以有效地把一个知识图谱划分成一个规模较小，把包含核心知识的摘要知识图谱，以及由其他从属知识构成的详细知识图谱，将知识图谱中的核心部分和详细部分分离能够大大减少搜索空间从而加速挖掘任务。

附图说明

图1是本发明中生成方法的执行流程示意图；

图2是本发明中同类型且同属性合并融合的示例图；

图3是本发明中同类型且不同属性合并融合的示例图；

图4是本发明中中心网络的子图摘要生成流程图；

图5是本发明中图摘要结构融合的示例图。

具体实施方式

下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。

实施例1

如图1所示，本实施方式提出了一种基于采样子图策略的电池知识图谱摘要生成方法，方法包括：

S1：对预先构建的电池产业知识图谱中各个节点进行节点重要性指标的计算以及排序，并根据预先设定的阈值对各个节点的重要性指标进行划分，以形成具有不同重要性指标的图谱群组；

其中，通过获取电池产业链信息来构建电池产业知识图谱，电池产业链信息至少包括锂电池产业链信息、电解铜箔产业链信息、氢燃料电池产业链信息、锂电池负极材料产业链信息、硅碳负极材料产业链信息、动力电池电解液产业链信息、以及各产业经营公司详细信息。

作为优选的，步骤S1具体为：

S1.1：首先针对图谱中的各个节点进行重要性计算，从而得到所有节点的重要性指标；其中，节点重要性指标的计算方法至少包括：度中心性算法、PageRank算法和HITS算法；其中，节点重要性指标表示着节点在图中的重要性、影响力、传播能力，是图挖掘算法中重要内容。并且，重要性越高的节点及其所链接的邻居在图中具有中心意义。

S1.2：通过对所有节点重要性指标进行排序，并利用设定阈值将具有不同重要性的节点划分到不同的图谱群组中，通过对所有节点重要性指标进行排序，并利用阈值进行分段划分将具有不同重要性的节点划分到不同的群组中，得到如下群组：

其中，X为节点的重要性指标，将X排序后得到从大到小的序列，X_i≥X_i+1,i∈(1,2,3,…,n)，n为图中节点的数量；通过预定义的多个阈值β_i≥β_i+1,i∈(1,2,3,…,m)，将具有不同重要性指标的节点划分为m+1个群组。

S2：在图谱群组中选择重要性指标最大的节点，获取以此节点为中心的特定阶数的中心网络，并将中心网络作为第一子图摘要，并将第一子图摘要作为图谱的根摘要；

作为优选的，结合图2和图3，步骤S2中将中心网络作为第一子图摘要具体为：

S2.1：从中心节点开始，利用广度优先遍历方法遍历中心网络，

S2.2：结构处理：遍历过程中将节点的一阶邻居中具有相同类型的节点、关系进行合并，不同则保留；其中，和节点相同类型的邻居会形成多重边。

S2.3：属性处理：对同类型的节点或关系中所具有的不同属性进行合并去重；

S2.4：最终得到描述中心网络中节点、关系及其属性包含信息的图，将中心网络对应的图作为第一子图摘要。

从中心网络到第一子图摘要的算法流程参考图4,其中虚线框中表示节点和关系及属性的合并处理过程。

S3：在图谱群组中按照重要性指标大小进行分层抽样以获得采样节点，将采样节点加入中心网络中的中心节点集合；

作为优选的，步骤S3中，分层抽样采用如下方式中的任一种：

(1)在图谱群组中，采样节点数量与节点重要性指标高低成反比；

即节点重要性指标越高的分段，采样节点数量应当越少，而节点重要性指标低的分段，采样点越多。这样做的好处是节点重要性指标较高的节点所在的中心网络包含更多的图数据结构信息，但处理为摘要较为消耗资源，并且重要性指标低的节点所在中心网络会包含较为“稀少”的结构信息。并且，在子图摘要融合阶段会将信息补充到根摘要中。这样形成的图摘要所包含的原图信息更多。

(2)在图谱群组中，采样节点数量与节点重要性指标高低成正比。

即节点重要性指标越高的分段，采样节点数量越多，而节点重要性指标低的分段，采样点越少。这样操作对于图数据中的核心结构信息能够完成更加全面的总结而形成图摘要。

S4：根据中心节点集合对图谱进行特定阶数的中心网络抽取，并将所有中心网络作为第二子图摘要；

需要说明的是，本实施例中中心网络处理为第二子图摘要的过程同步骤S2。

S5：将第一子图摘要和第二子图摘要逐个和根摘要按设定融合方式融合为目标摘要。

作为优选的，步骤S5中，设定融合方式包括结构融合和属性融合，结构融合的方式如图5所示，属性融合的方式如图2所述，须按如下融合遵循规则进行：

(1)相同类型的节点至多保存两个，这是为了保存同类型节点之间存在的边；

(2)同类型边仅保留一条，知识图谱中边的类型确定，则所连接的两端的节点类型就会确定；

(3)节点或边的属性融合过程中须保存属性信息。

在一些实施例中，对于新加入的节点和关系以及他们的属性，对目标摘要进行更新并保留记录。

本发明提出的基于采样子图策略都能有效地识别并压缩知识图谱中的特定结构，从而提高面向动力电池产业知识图谱这种特定结构的动态知识图谱挖掘算法的效率。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (6)

1.一种基于采样子图策略的电池知识图谱摘要生成方法，其特征在于，方法包括：

S1：对预先构建的电池产业知识图谱中各个节点进行节点重要性指标的计算以及排序，并根据预先设定的阈值对各个节点的重要性指标进行划分，以形成具有不同重要性指标的图谱群组；

S2：在所述图谱群组中选择重要性指标最大的节点，获取以此节点为中心的特定阶数的中心网络，并将所述中心网络作为第一子图摘要，并将所述第一子图摘要作为图谱的根摘要；

S3：在所述图谱群组中按照重要性指标大小进行分层抽样以获得采样节点，将所述采样节点加入所述中心网络中的中心节点集合；

S4：根据所述中心节点集合对图谱进行特定阶数的中心网络抽取，并将所有中心网络作为第二子图摘要；

S5：将第一子图摘要和第二子图摘要逐个和所述根摘要按设定融合方式融合为目标摘要。

2.根据权利要求1所述的一种基于采样子图策略的电池知识图谱摘要生成方法，其特征在于：步骤S1中，通过获取电池产业链信息来构建电池产业知识图谱，电池产业链信息至少包括锂电池产业链信息、电解铜箔产业链信息、氢燃料电池产业链信息、锂电池负极材料产业链信息、硅碳负极材料产业链信息、动力电池电解液产业链信息、以及各产业经营公司详细信息。

3.根据权利要求1所述的一种基于采样子图策略的电池知识图谱摘要生成方法，其特征在于：步骤S1具体为：

S1.1：首先针对图谱中的各个节点进行重要性计算，从而得到所有节点的重要性指标；其中，节点重要性指标的计算方法至少包括：度中心性算法、PageRank算法和HITS算法；

S1.2：通过对所有节点重要性指标进行排序，并利用设定阈值将具有不同重要性的节点划分到不同的图谱群组中，得到如下群组：

其中，X为节点的重要性指标，将X排序后得到从大到小的序列，X_i≥X_i+1,i∈(1,2,3,…,n)，n为图中节点的数量；通过预定义的多个阈值β_i≥β_i+1,i∈(1,2,3,…,m)，将具有不同重要性指标的节点划分为m+1个群组。

4.根据权利要求1所述的一种基于采样子图策略的电池知识图谱摘要生成方法，其特征在于：步骤S2中将所述中心网络作为第一子图摘要具体为：

S2.1：从中心节点开始，利用广度优先遍历方法遍历中心网络，

S2.2：结构处理：遍历过程中将节点的一阶邻居中具有相同类型的节点、关系进行合并，不同则保留；

S2.3：属性处理：对同类型的节点或关系中所具有的不同属性进行合并去重；

S2.4：最终得到描述中心网络中节点、关系及其属性包含信息的图，将中心网络对应的图作为第一子图摘要。

5.根据权利要求1所述的一种基于采样子图策略的电池知识图谱摘要生成方法，其特征在于：步骤S3中，所述分层抽样采用如下方式中的任一种：

(1)在所述图谱群组中，采样节点数量与节点重要性指标高低成反比；

(2)在所述图谱群组中，采样节点数量与节点重要性指标高低成正比。

6.根据权利要求1所述的一种基于采样子图策略的电池知识图谱摘要生成方法，其特征在于：步骤S5中，所述设定融合方式包括结构融合和属性融合，须按如下融合遵循规则进行：

(1)相同类型的节点至多保存两个；

(2)同类型边仅保留一条；

(3)节点或边的属性融合过程中须保存属性信息。