基于稀疏矩阵的知识图谱查询方法、装置和计算机设备制造方法及图纸

本申请涉及一种基于稀疏矩阵的知识图谱查询方法、装置、计算机设备和存储介质。所述方法包括：获取知识图谱并将所述知识图谱转换成稀疏矩阵；基于所述稀疏矩阵中各行向量的行向量长度，分别对所述稀疏矩阵进行行向量划分，得到各划分稀疏矩阵；分别评估各所述划分稀疏矩阵的行向量长度的离散度，确定离散度最低的划分稀疏矩阵；根据计算核的对齐字节对离散度最低的所述划分稀疏矩阵进行行向量填充，得到填充稀疏矩阵；基于所述填充稀疏矩阵进行所述知识图谱的查询。采用本方法能够提高查询效率。

Query method, device and computer equipment of knowledge map based on sparse matrix

【技术实现步骤摘要】
基于稀疏矩阵的知识图谱查询方法、装置和计算机设备
本申请涉及图查询领域，特别是涉及一种基于稀疏矩阵的知识图谱查询方法、装置、计算机设备和存储介质。
技术介绍
知识图谱也被称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识图谱数据管理的一个重要问题是如何对知识图谱的数据进行存储和查询，大部分知识图谱的数据使用资源描述框架(ResourceDescriptionFramework，RDF)数据集来表示。其中，RDF三元组是构成RDF图的最基本单元。随着知识图谱相关技术的不断发展，RDF三元组数据日益激增，并且被广泛地应用在多个领域，包括科学、生物信息、商业智能和社交网络等。在现实世界中，RDF数据集往往达到数亿条三元组数据。因此，目前如何有效管理大规模RDF图数据集受到越来越多的关注。同时，随着稀疏矩阵数据结构和算法的发展，以及事实上RDF数据的稀疏性无处不在，促使了许多研究人员采用本文档来自技高网...

【技术保护点】
1.一种基于稀疏矩阵的知识图谱查询方法，所述方法包括：/n获取知识图谱并将所述知识图谱转换成稀疏矩阵；/n基于所述稀疏矩阵中各行向量的行向量长度，分别对所述稀疏矩阵进行行向量划分，得到各划分稀疏矩阵；/n分别评估各所述划分稀疏矩阵的行向量长度的离散度，确定离散度最低的划分稀疏矩阵；/n根据计算核的对齐字节对离散度最低的所述划分稀疏矩阵进行行向量填充，得到填充稀疏矩阵；/n基于所述填充稀疏矩阵进行所述知识图谱的查询。/n

【技术特征摘要】
1.一种基于稀疏矩阵的知识图谱查询方法，所述方法包括：
获取知识图谱并将所述知识图谱转换成稀疏矩阵；
基于所述稀疏矩阵中各行向量的行向量长度，分别对所述稀疏矩阵进行行向量划分，得到各划分稀疏矩阵；
分别评估各所述划分稀疏矩阵的行向量长度的离散度，确定离散度最低的划分稀疏矩阵；
根据计算核的对齐字节对离散度最低的所述划分稀疏矩阵进行行向量填充，得到填充稀疏矩阵；
基于所述填充稀疏矩阵进行所述知识图谱的查询。


2.根据权利要求1所述的方法，其特征在于，所述基于所述稀疏矩阵中各行向量的行向量长度，分别对所述稀疏矩阵进行行向量划分，得到各划分稀疏矩阵，包括：
确定所述稀疏矩阵中行向量长度最长的行向量的长度值；
获取小于所述长度值的各个正整数组成划分阈值集合；
依次将所述划分阈值集合中的所述正整数作为划分阈值，从所述稀疏矩阵中确定行向量长度大于所述划分阈值的行向量；
基于所述划分阈值，将确定的行向量长度大于所述划分阈值的各行向量分别划分成多个行向量长度不大于所述划分阈值的子行向量，得到所述划分阈值对应的划分稀疏矩阵。


3.根据权利要求1所述的方法，其特征在于，所述分别评估各所述划分稀疏矩阵的行向量长度的离散度，得到离散度最低的划分稀疏矩阵，包括：
分别确定各所述划分稀疏矩阵的行向量长度的标准差；
比较各所述划分稀疏矩阵的行向量长度的标准差，确定所述标准差最小的划分稀疏矩阵为离散度最低的划分稀疏矩阵。


4.根据权利要求3所述的方法，其特征在于，所述分别确定各所述划分稀疏矩阵的行向量长度的标准差，包括：
获取所述划分稀疏矩阵的行向量总数和行向量总长度、以及确定所述划分稀疏矩阵中行向量长度相同的行向量的向量总数；
根据所述行向量总数、所述行向量总长度以及所述向量总数计算得到所述划分稀疏矩阵的行向量长度的标准差。


5.根据权利要求4所述的方法，其特征在于，所述获取所述划分稀疏矩阵的行向量总数，包括：
将所述稀疏矩阵中行向量长度大于所述划分阈值的行向量作为候选行向量；
当所述...

【专利技术属性】
技术研发人员：肖国庆，陈玥丹，李肯立，唐卓，阳王东，周旭，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43