体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法技术

本发明专利技术是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法；本发明专利技术特征是，对于观察到的事物，通过体系化全类型化维度定义的数据来度量此观察到的事物的各分量，对各分量用静态类型和动态类型分别进行布尔取值，并根据综合结果定义事物，使不同事物有独特数据定义；本发明专利技术属于分布式计算和软件工程交叉领域。

【技术实现步骤摘要】
体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法
本专利技术是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法，属于分布式计算和软件工程交叉领域。
技术介绍
数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合；它是可识别的、抽象的符号；它不仅指狭义上的数字，还可以是具有一定意义的文字、字母、数字符号的组合、图形、图像、视频、音频等，也是客观事物的属性、数量、位置及其相互关系的抽象表示；例如，“0、1、2...”、“阴、雨、下降、气温”“学生的档案记录、货物的运输情况”等都是数据；在计算机科学中，数据是指所有能输入到计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称；现在计算机存储和处理的对象十分广泛，表示这些对象的数据也随之变得越来越复杂；本专利技术提出一种体系化类型化维度定义的事物的类型化数据及数据图谱的建模方法，特征是，对于观察到的事物，通过体系化全类型化维度定义的数据来度量此观察到的事物的各分量，用静态类型和动态类型取值，用布尔型数值定义此事物。
技术实现思路
技术问题：现有的数据定义与其他资源相互交织在一起，很难有效支持知识图谱数据层，信息层和知识层上的查询，抽象，添加，删除和修改，在系统中相应的查询，抽象，安全资源的增加和删除也不能有效地进行。技术方案：本专利技术的方法是一种策略性方法，本专利技术基于三层可自动抽象的知识图谱中的数据图谱，提出一种体系化类型化维度定义的事物的类型化数据及数据图谱的建模方法，特征是，对于观察到的事物，通过体系化全类型化维度定义的数据来度量此观察到的事物的各分量，用静态类型和动态类型取值，用布尔型数值定义此事物。体系结构：本专利技术基于三层可自动抽象的知识图谱中的数据图谱，提出一种体系化类型化维度定义的事物的类型化数据及数据图谱的建模方法，特征是，对于观察到的事物，通过体系化全类型化维度定义的数据来度量此观察到的事物的各分量，用静态类型和动态类型取值，用布尔型数值定义此事物；下面给出三层可自动抽象的知识图谱中的数据图谱，体系化类型化维度定义的事物的定义：数据图谱(DG)DIK：(DG)DIK:=collection{array,list,stack,queue,tree,graph}(DG)DIK是各种数据结构包括数组（array）、链表（list）、栈（stack）、队列（queue）、树（tree）和图（graph）等的集合；数据图谱可以记录事物实体的基本结构，这个结构通过静态和动态的类型化数据共同结合而成；数据图谱还可以记录时间频度，空间频度，结构频度，使用频度，关联频度，变异频度及它们的综合频度；时间频度（TI）：实体元素在不同时间的单位总称；空间频度（I）：实体元素在不同位置的单位总称；结构频度（S）：实体元素发生结构上的变化的单位总称，例如实体元素内元素出现增加或减少；使用频度（UP）：实体元素所使用的频度；关联频度（RP）：实体元素内部结构的关联频度；变异频度（CP）：实体元素内部结构发生本质变化的频度；数据实体元素的综合值（VTH）的计算公式如公式（1）所示：（1）m,n,k分别表示使用频度、关联频度、变异频度在不同实体元素之间的权重；如图1所示，类型化数据分为静态类型化数据和动态类型化数据，一个具体事物（TH）的定义：TH=(THS,THD)，其中，THS为静态类型化数据，THS=（TA（TA1（TA1A1（…），TA1A2…TA1An），TA2…TAn）,TB,TC…TN），T代表一种类型，在THS的表达式中，TA子节点包括TA1，TA2…TAn，TA1的子节点又有TA1A1…TA1An，每个维度都用一个类型表示；THD为动态类型化数据，THD=（TDA（TDA1（TDA1DA1（…），TDA1A2…TDA1DAn），TDA2…TDAn）,TDB,TDC…TDN），T代表一种类型，在THD的表达式中，TDA子节点包括TDA1，TDA2…TDAn，TDA1的子节点又有TDA1A1…TDA1An，每个维度都用一个类型标注，直到叶节点按具体实例值进行标注；对事物的定义可以通过三种方式，一种是基于体系化维度的数据及数据图谱的度量模型构建方法（方法1），一种是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法（方法2），一种是关联类型关联的事物定义方法（方法3）；具体描述如表1所示：表1对事物进行定义的三种方法给出两个体系化全类型化维度定义的事物的实际利用场景来说明本专利技术提出的方法；例1：对一个人的类型化数据描述如图2所示，在此只选取了每个类中的部分子类进行描述；人的静态类型化数据有职业，性别，动态类型化数据为运动，职业子类中包含T学生，T老师，T工人，T性别子类中包含T男，T女，T学生再进行子类划分，包含了T小学，T中学，T大学和T研究生，T研究生更细划分有T硕士和T博士；对于动态数据运动，它包含子类型T走路，T跑步和T游泳，针对T跑步，划分出T时速（6km/min）和T出汗量（x）；最后对目标者A的描述表示为A=（T职业（T学生（T研究生（T硕士）））,（T性别（T女））,（6km/min=INS（T跑步时速），x=INS（T出汗量）））），INS是类型T的一个实例，由表达式可知，A是一个女硕士研究生，跑步时她的时速为6km/min，出汗量为x；此描述唯一确定一个学生，对时速进行更细区分，例如前3分钟加速，中间3分钟匀速，最后3分钟减速，更能描述确定目标者A；例2：在大雨滂沱的夜晚，摄像头无法判断一个人的肤色类型等等，根据此时B移动设备所经过移动基站的位置，可以利用静态数据类型（T设备（T颜色（T红）)，T尺寸（TX），T容量（TY）），T人（T性别（T男），T年龄（T20）））和动态数据类型（T走路（（x=INS（T速度）），T时间段（T1-2MIN，T2-3MIN…）））唯一判断B的身份；有益效果：本专利技术方法提出了体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法，该方法具有以下优点：1）本专利技术将对事物的定义由数据和数据图谱建模为一个体系化全类型化的维度，因此针对一个事物，不一定要对事物的所有分量进行计算，而是针对不同目标进行运算，即简化运算；2）本专利技术提出的类型化数据和数据图谱建模方法可以将计算按类型化资源进行控制，决定给详细的解还是一定程度上的解，并允许解在一定时间内算完；3）本专利技术使用的事物定义方法，通过动态和静态类型化数据进行建模，增强了事物的区分性。附图说明图1是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法中类型化数据定义事物的模型图;图2是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法的一个具体实例图;图3是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法的具体流程图。具体实施方式体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法的具体流程如下：步骤1）对应图3中001所示，输入类型化数据维度，建立数据图谱；类型化数据分为静态类型化数据和动态类型化数据，一个具体事物（TH）的定义：TH=(THS,THD)，其中，本文档来自技高网...

【技术保护点】
1.本专利技术是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法；本专利技术特征是，对于观察到的事物，通过体系化全类型化维度定义的数据来度量此观察到的事物的各分量，对各分量用静态类型和动态类型分别进行布尔取值，并根据综合结果定义事物，使不同事物有独特数据定义；具体流程如下：步骤1）输入类型化数据维度，建立数据图谱；类型化数据分为静态类型化数据和动态类型化数据，一个具体事物（TH）的定义：TH=(THS,THD)，其中，THS为静态类型化数据；THD为动态类型化数据；例如黄色是人的肤色的一种THS，跑步是运动的一种THD；将THS和THD输入后，建立数据图谱(DG)DIK：(DG)DIK:=collection{array, list, stack, queue, tree, graph}，(DG)DIK是各种数据结构包括数组（array）、链表（list）、栈（stack）、队列（queue）、树（tree）和图（graph）等的集合；数据图谱可以记录事物实体的基本结构，这个结构通过静态和动态的类型化数据共同结合而成；数据图谱还可以记录时间频度，空间频度，结构频度，使用频度，关联频度，变异频度及它们的综合频度；步骤2）在输入类型化数据THS和THD后，建立体系化全类型化维度：THS=（TA （TA1（TA1A1（…），TA1A2…TA1An），TA2…TAn）,TB,TC…TN），T代表一种类型，在THS的表达式中，TA子节点包括TA1，TA2…TAn，TA1的子节点又有TA1A1…TA1An，每个维度都用一个类型表示；THD为动态类型化数据，THD=（TDA （TDA1（TDA1DA1（…），TDA1A2…TDA1DAn），TDA2…TDAn）,TDB,TDC…TDN），T代表一种类型，在THD的表达式中，TDA子节点包括TDA1，TDA2…TDAn，TDA1的子节点又有TDA1A1…TDA1An，每个维度都用一个类型标注，直到叶节点按具体实例值进行标注；步骤3）取出类型体系中的叶节点；例如建立起了一个人的类型化维度，在此只选取了每个类中的部分子类进行描述：人的静态类型化数据有职业，性别，动态类型化数据为运动，职业子类中包含T学生，T老师，T工人，T性别子类中包含T男，T女，T学生再进行子类划分，包含了T小学，T中学，T大学和T研究生，T研究生更细划分有T硕士和T博士；对于动态数据运动，它包含子类型T走路，T跑步和T游泳，针对T跑步，划分出T时速（6 km/min）和T出汗量（x）；取叶节点T硕士，T女，6 km/min=INS（T跑步时速），x= INS（T出汗量）；INS是类型T的一个实例；步骤4）组合叶节点；例如，将步骤3）取出的叶节点结合起来，得到描述为（T职业（T学生（T研究生（T硕士）））, （T性别（T女））, （6 km/min=INS（T跑步时速），x= INS（T出汗量）））；步骤5）定义事物；继续步骤4）中的例子，在最后叶节点后，由表达式可知，A是一个女硕士研究生，跑步时她的时速为6km/min，出汗量为x；此描述唯一确定一个学生，对时速进行更细区分，例如前3分钟加速，中间3分钟匀速，最后3分钟减速，更能描述确定目标者A。...

【技术特征摘要】
1.本发明是体系化全类型化维度定义的事物的类型化数据及数据图谱的建模方法；本发明特征是，对于观察到的事物，通过体系化全类型化维度定义的数据来度量此观察到的事物的各分量，对各分量用静态类型和动态类型分别进行布尔取值，并根据综合结果定义事物，使不同事物有独特数据定义；具体流程如下：步骤1）输入类型化数据维度，建立数据图谱；类型化数据分为静态类型化数据和动态类型化数据，一个具体事物（TH）的定义：TH=(THS,THD)，其中，THS为静态类型化数据；THD为动态类型化数据；例如黄色是人的肤色的一种THS，跑步是运动的一种THD；将THS和THD输入后，建立数据图谱(DG)DIK：(DG)DIK:=collection{array,list,stack,queue,tree,graph}，(DG)DIK是各种数据结构包括数组（array）、链表（list）、栈（stack）、队列（queue）、树（tree）和图（graph）等的集合；数据图谱可以记录事物实体的基本结构，这个结构通过静态和动态的类型化数据共同结合而成；数据图谱还可以记录时间频度，空间频度，结构频度，使用频度，关联频度，变异频度及它们的综合频度；步骤2）在输入类型化数据THS和THD后，建立体系化全类型化维度：THS=（TA（TA1（TA1A1（…），TA1A2…TA1An），TA2…TAn）,TB,TC…TN），T代表一种类型，在THS的表达式中，TA子节点包括TA1，TA2…TAn，TA1的子节点又有TA1A1…TA1An，每个维度都用一个类型表示；...

【专利技术属性】
技术研发人员：段玉聪，张欣悦，湛楼高，
申请(专利权)人：海南大学，
类型：发明
国别省市：海南,46