一种基于表示学习的隐藏关联挖掘方法技术

发明专利技术公开了一种基于表示学习的隐藏关联挖掘方法，包括：爬取高校教师数据构建知识库；通过DEEPWALK算法向量化实体，进行PCA主成分分析将实体向量降维至2维，通过距离度量算法计算实体间相似度；用改进的NODE2VEC算法向量化实体，通过PCA降维后计算相似度，取降维前形成的推荐列表和降维后形成的推荐列表的交集推送用户；通过逆向最大匹配算法切分用户输入语料，与系统自定义字典匹配，构造Cypher查询语句，将查询实体数据返还WEB应用程序。利用关联挖掘系统实现教师实体间关系维度扩展。用户输入关键字查询语句并调用接口获取教师实体数据集。通过ECharts渲染教师实体属性数据和实体间关系数据，实现教师实体可视化。

【技术实现步骤摘要】
一种基于表示学习的隐藏关联挖掘方法
本专利技术属于知识图谱和表示学习
，特别涉及一种基于表示学习的隐藏关联挖掘方法。
技术介绍
传统推荐算法无法解决实体间关系发散问题，基于图的遍历算法依旧无法解决实体间隐藏关系挖掘的技术难题。在基于知识图谱的基础上，通过表示学习向量化实体数据，进行PCA主成分分析后通过多种度量算法组合进行相似度计算。然后，通过改进的NODE2VEC算法再次投射实体向量进行数据匹配。通过逆向最大匹配算法切分用户输入语料，构造Cypher查询实体信息。基于知识库和向量化数据进行实体关系发散，实行隐藏关系挖掘以及个性化推荐。冯万利，朱全银等人已有的研究基础包括：WanliFeng.Researchofthemestatementextractionforchineseliteraturebasedonlexicalchain.InternationalJournalofMultimediaandUbiquitousEngineering,Vol.11,No.6(2016),pp.379-388；WanliFeng,Yi本文档来自技高网...

【技术保护点】
1.一种基于表示学习的隐藏关联挖掘方法，其特征在于，具体步骤如下：/n(1)抽取教师基本信息如姓名，所在院校，研究方向等，构建高校教师领域知识图谱G；/n(2)通过DEEPWALK算法向量化实体组合PCA降维并进行多距离度量计算实体相似度并获得关系扩展列表RES_DW_ONE，RES_DW_SEC；/n(3)通过改进的NODE2VEC向量化实体组合PCA降维并进行多距离度量计算实体相似度并获得关系扩展列表RES_NODE_ONE，RES_NODE_SEC；/n(4)将用户语料切分与系统自定义字典进行匹配，构建Cypher多条件查询语句，将实体查询结果RESULT封装回传至WEB应用程序；/n(...

【技术特征摘要】
1.一种基于表示学习的隐藏关联挖掘方法，其特征在于，具体步骤如下：
(1)抽取教师基本信息如姓名，所在院校，研究方向等，构建高校教师领域知识图谱G；
(2)通过DEEPWALK算法向量化实体组合PCA降维并进行多距离度量计算实体相似度并获得关系扩展列表RES_DW_ONE，RES_DW_SEC；
(3)通过改进的NODE2VEC向量化实体组合PCA降维并进行多距离度量计算实体相似度并获得关系扩展列表RES_NODE_ONE，RES_NODE_SEC；
(4)将用户语料切分与系统自定义字典进行匹配，构建Cypher多条件查询语句，将实体查询结果RESULT封装回传至WEB应用程序；
(5)通过用户查询实体集合与知识库中实体集合进行相似度度量，实现实体间关系维度扩展，获得实体集合DATA；
(6)定义SIM_COUNT为系统封装实体数据集中相似度大于0.9的教师实体个数，RESULT_COUNT为系统封装实体数据集中教师实体总数，系统自定义参数SIM_COUNT/RESULT_COUNT作为距离度量算法寻优过程中的权衡因子；
(7)开放Neo4j图数据库接口API和关联挖掘系统接口API，获取用户输入的关键字查询语句，抽取其中教师姓名参数，构造Cypher查询语句获取知识库中教师实体数据，将检索得到的教师实体ID作为参数传参至关联挖掘系统提供的API进行实体间关系扩展，得到系统封装的实体数据集，WEB应用程序通过ECharts渲染教师实体属性数据和实体间关系数据实现高校教师可视化。


2.根据权利要求1所述的一种基于表示学习的隐藏关联挖掘方法，其特征在于，所述步骤(1)中构建高校教师领域知识图谱G的具体步骤如下：
(1.1)抽取教师实体编号集合ID＝{id1,id2,…,idA}作为教师实体索引；
(1.2)抽取教师实体间关系集合REID＝{reid1,reid2,…,reidA}；
(1.3)定义循环变量i1遍历ID和REID，i1赋初值0，定义G为知识图谱，其中，G赋初值为空；
(1.4)如果i1<len(ID)，则进入步骤(1.6)，否则进入步骤(1.7)，其中，len()是返回数据集长度值的函数；
(1.5)对i1执行加1操作；
(1.6)通过教师实体和教师研究方向实体间关系属性构造知识图谱G＝{REID,ID}；
(1.7)获取高校教师知识图谱G；
(1.8)构建基于教师实体姓名的Cypher查询语句，将检索出的实体数据和实体间关系数据封装数据对象，提供相关查询接口API；
(1.9)构建基于实体间关系属性的Cypher查询语句，将检索出的教师实体数据和实体间关系数据封装数据对象，提供相关查询接口API；
(1.10)开放Neo4j相关查询端口，通过用户输入Input构建查询语句，检索实体信息和关系信息，封装数据对象，提供相关查询接口API。


3.根据权利要求1所述的一种基于表示学习的隐藏关联挖掘方法，其特征在于，所述步骤(2)中获得关系扩展列表RES_DW_ONE，RES_DW_SEC的具体步骤如下：
(2.1)定义循环变量i2遍历ID，REID和G，i2赋初值0；
(2.2)如果i2<size(G)，则进入步骤(2.4)，否则进入步骤(2.5)，其中，size()是返回知识图谱大小值的函数；
(2.3)对i2执行加1操作；
(2.4)运用deepwalk算法将G投射到64维空间，获取实体向量集合V_64；
(2.5)得到实体向量集合VEC＝{V1,V2,…,Va}，其中，Vc属于集合中第c个实体向量；
(2.6)定义循环变量i3遍历实体向量集合VEC，i3赋初值0；
(2.7)如果i3<len(VEC)，则进入步骤(2.9)，否则进入步骤(2.10)，其中，len()是返回数据集长度值的函数；
(2.8)对i3执行加1操作；
(2.9)通过PCA主成分分析，提取对实体向量影响最大的二维向量数据；
(2.10)得到实体向量集合VEC_PCA＝{V1,V2,…,Va}，其中，Vc属于集合中第c个实体向量；
(2.11)通过切比雪夫距离公式计算实体间相似度，定义与匹配实体相似度最大的TopN个实体列表集合RES_DW_ONE；
(2.12)运用deepwalk算法将G投射到128维空间，获取实体向量集合V_128；
(2.13)得到实体向量集合VEC_SEC＝{V1,V2,…,Va}，其中，Vc属于集合中第c个实体向量；
(2.14)定义循环变量j1遍历VEC_SEC；
(2.15)如果j1<len(VEC_SEC)，则进入步骤(2.17)，否则进入步骤(2.18)，其中，len()是返回数据集长度值的函数；
(2.16)对j1执行加1操作；
(2.17)通过PCA主成分分析，提取对实体向量影响最大的三维向量数据；
(2.18)得到实体向量集合VEC_PCA_SEC＝{V1,V2,…,Va}，其中，Vc属于集合中第c个实体向量；
(2.19)通过皮尔逊相似度度量计算实体间相似度，定义与匹配实体相似度最大的TopN个实体列表集合RES_DW_SEC。


4.根据权利要求1所述的一种基于表示学习的隐藏关联挖掘方法，其特征在于，所述步骤(3)中获得关系扩展列表RES_NODE_ONE，RES_NODE_SEC的具体步骤如下：
(3.1)定义循环变量i4遍历ID，REID和G，i4赋初值0；
(3.2)如果i4<size(G)，则进入步骤(3.4)，否则进入步骤(3.5)，其中，size()是返回知识图谱大小值的函数；
(3.3)对i4执行加1操作；
(3.4)运用node2vec算法将G投射到64维空间，获取实体向量集合V_NODE_64；
(3.5)得到实体向量集合VEC_NODE＝{V1,V2,…,Va}，其中，Vc属于集合中第c个实体向量；
(3.6)定义循环变量i5遍历VEC_NODE；
(3.7)如果i5<len(VEC_NODE)，则进入步骤(3.9)，否则进入步骤(3.10)，其中，len()是返回数据集长度值的函数；
(3.8)对i5执行加1操作；
(3.9)通过PCA主成分分析，提取对实体向量影响最大的二维向量数据；
(3.10)得到实体向量集合VEC_NODE_PCA＝{V1,V2,…,Va}，其中，Vc属于集合中第c个实体向量；
(3.11)通过曼哈顿距离度量公式计算实体间相似度，...

【专利技术属性】
技术研发人员：朱全银，季睿，李翔，周泓，丁苏仁，陈凌云，倪金霆，陈小艺，万瑾，孙强，朱亚飞，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：江苏;32