基于社交网络知识图谱的知识推理系统及方法技术方案

本发明专利技术公开了一种基于社交网络知识图谱的知识推理系统及方法，该系统包括数据源模块、多重图网络引擎模块、知识图谱发现模块、分布式图形数据库模块、核心子算法模块，数据源模块、知识图谱发现模块、分布式图形数据库模块、核心子算法模块都与多重图网络引擎模块相连，分布式图形数据库模块与核心子算法模块相连。本发明专利技术能够通过社交网络的知识图谱发现更多的社会关系，按需查找社交网络的知识图谱中的隐性关系，根据算法模型，对图模型定期增量进行更新和获得更具有创新与更准确的关系模型。

Knowledge inference system and method based on social network knowledge map

The invention discloses a knowledge inference system social network and knowledge map based method, the system includes a data source module, network module, multi graph engine mapping knowledge discovery module, distributed graphics database module, core module, data source module, knowledge map discovery module, database module, distributed graphics core algorithm module with multiple network map engine module is connected to the distributed graphics database module and the core algorithm modules. The invention can find more social relations through the knowledge map of social networks, according to the relationship between tacit knowledge map to search in social networks, according to the algorithm model, and obtain the updated graph model is more regular incremental innovation and more accurate model.

【技术实现步骤摘要】
基于社交网络知识图谱的知识推理系统及方法
本专利技术涉及一种知识推理系统及方法，特别是涉及一种基于社交网络知识图谱的知识推理系统及方法。
技术介绍
目前的基于社交网络知识图谱的分析方法，通常的方法都是基于实体库，属性库，关系库三大基本数据源来进行多重图网的分析，然后经过知识图谱来发现其中的知识信息。由于实体库，属性库，关系库属于基本的数据库，虽然数据量庞大且种类丰富。正因量大类多，所以不能按需找出具体有用的图形数据，很难产出高效有用的图谱模型，且对应关系方法的分析准确率较低。实体库，属性库，关系库都是比较显性的图形数据，可以直接查询出来一些通常的图形数据，缺少很多创新型的图形模式。很多隐性的图形数据信息必须通过具体的算法来分析得出，往往这些隐性的图形数据信息才是核心重要的信息。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于社交网络知识图谱的知识推理系统及方法，其能够通过社交网络的知识图谱发现更多的社会关系，按需查找社交网络的知识图谱中的隐性关系，根据算法模型，对图模型定期增量进行更新和获得更具有创新与更准确的关系模型。本专利技术是通过下述技术方案来解决上述技术问题的：一种基于本文档来自技高网...

【技术保护点】
一种基于社交网络知识图谱的知识推理系统，其特征在于，其包括数据源模块、多重图网络引擎模块、知识图谱发现模块、分布式图形数据库模块、核心子算法模块，数据源模块、知识图谱发现模块、分布式图形数据库模块、核心子算法模块都与多重图网络引擎模块相连，分布式图形数据库模块与核心子算法模块相连。

【技术特征摘要】
1.一种基于社交网络知识图谱的知识推理系统，其特征在于，其包括数据源模块、多重图网络引擎模块、知识图谱发现模块、分布式图形数据库模块、核心子算法模块，数据源模块、知识图谱发现模块、分布式图形数据库模块、核心子算法模块都与多重图网络引擎模块相连，分布式图形数据库模块与核心子算法模块相连。2.如权利要求1所述的基于社交网络知识图谱的知识推理系统，其特征在于，所述数据源模块包括社交网络的数据中的实体库、属性库、关系库，这三大数据源的数据共同支撑了整个社交网络的基本知识图谱。3.如权利要求1所述的基于社交网络知识图谱的知识推理系统，其特征在于，所述多重图网络引擎模块，根据数据源的数据信息以及社交网络的人物实体与属性实体，以及实体与实体间的关系来将数据进行整理，形成多重复杂的网络式关系网。4.如权利要求1所述的基于社交网络知识图谱的知识推理系统，其特征在于，所述知识图谱发现模块是基于多重网络引擎所产生的多重复杂的网络式关系网，根据一系列的方法来分析发现出具有一定价值的知识图谱。5.如权利要求1所述的基于社交网络知识图谱的知识推理系统，其特征在于，所述分布式图形数据库模块由于海量数据经过多重图网络引擎所形成的图形数据，根据挖掘构建知识所产生的新的图形模式数据与定期增量的图模型信息。6.如权利要求1所述的基于社交网络知识图谱的知识推理系统，其特征在于，所述核心子算法模块包括频繁行为发现模块、数据共振关联模块、收入水平发现模块、社团发现模块、团体关键人物发现模块、可增加的气体其他模块，频繁行为发现模块与数据共振关联模块相连，社团发现模块位于数据共振关联模块和社团发现模块之间，社团发现模块与团体关键人物发现模块相连，团体关键人物发现模块与可增加的气体其他模块相连，通过这些模块来发现出社交网络知识图谱中需要的隐性关系，其算法模块不仅是极具创新的算法模型，气精确度也非常高，能够...

【专利技术属性】
技术研发人员：白云，闵圣捷，彭京，赵敬千，杨伟华，张仕洪，石葆梅，贺晨阳，李建，赖宇，姜淮韬，谢伯栋，杨春勇，周洋，肖青山，张铭东，杨轩，
申请(专利权)人：成都市公安科学技术研究所，中电科华云信息技术有限公司，成都市公安局，四川省公安厅，四川省公安科研中心，
类型：发明
国别省市：四川,51