基于知识图谱的水稻品种选择方法和装置制造方法及图纸

本公开提供了一种基于知识图谱的水稻品种选择方法，通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱；基于水稻品种知识图谱所开发的程序执行水稻品种选择，其中，所述水稻品种选择包括水稻品种推荐、水稻品种搜索与水稻品种问答操作。该方法适合于多场景、不同层次的用户进行水稻品种选择，使得水稻选种更具科学性和权威性，且具有精准性与易用性。进一步地，有利于基于知识图谱的水稻品种选择方法中实现知识推理和辅助决策，避免了知识的重复生产，提高了知识的利用效率。本公开还提供了一种基于知识图谱的水稻品种选择装置。

【技术实现步骤摘要】
基于知识图谱的水稻品种选择方法和装置
本公开涉及计算机农业自动化
，具体而言，涉及一种基于知识图谱的水稻品种选择方法和装置。
技术介绍
大米是老百姓餐桌上重要且不可或缺的农产品。优质高产水稻的种植对满足消费者需求和增加水稻种植主体的收入均具有重要意义。品种选择是水稻种植的第一关也是最重要的一关。然而，水稻种植主体在选择水稻品种时仍然面临诸多难题：市场上的水稻品种良莠不齐、真假难辨；品种选择与当地土壤、气象、市场需求、劳动力以及机械化等情况紧密相关，选择品种时往往顾此失彼，难以定量评价；互联网上关于水稻品种的信息存在多源、异构、分散等问题，让水稻种植者无所适从；水稻新品种层出不穷，种植者往往道听途说，难以验证品种的好坏。综上，提出一套水稻品种选择的智能化、精确化方法，确保水稻品种选择的科学性和权威性势在必行。
技术实现思路
为了解决现有技术中的技术问题，本公开实施例提供了一种基于知识图谱的水稻品种选择方法和装置，通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，并通过半自动化方法建立水稻品种知识图谱；基于水稻品种知识图谱所开发的程序执行水稻品种选择。该方法适合于多场景、不同层次的用户进行水稻品种选择，使得水稻选种更具科学性和权威性，且具有精准性与易用性。进一步地，有利于基于知识图谱的水稻品种选择方法中实现知识推理和辅助决策，避免了知识的重复生产，提高了知识的利用效率。第一方面，本公开实施例提供了一种基于知识图谱的水稻品种选择方法，包括以下步骤：通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱；基于水稻品种知识图谱所开发的程序执行水稻品种选择，其中，所述水稻品种选择包括水稻品种推荐、水稻品种搜索与水稻品种问答操作。在其中一个实施例中，所述通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据包括：通过爬虫技术在百度百科、互动百科和国家水稻育种中心获取品种信息、县域土壤信息、气象信息；以及搜集水稻品种名称、种植面积、抗倒伏性、抗逆性、亩产、出米率、销售价格、口感、不同时期的长势图片与病虫害图片，并对所选品种的水稻的上述项情况做出定量或者定性评价。在其中一个实施例中，所述选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱包括：建立水稻选种的知识框架；通过自然语言处理和机器学习方法自动抽取所述知识框架中的实体和关系；将获取到的实体和关系数据生成CSV文档，通过loadcsv方法或adminimport方法或apoc插件将实体和关系补充到所述知识框架中，形成完整的水稻品种知识图谱。在其中一个实施例中，还包括：通过neo4j中apoc插件结合python库中Timer定时器对用户行为数据在水稻品种知识图谱中进行动态补全。在其中一个实施例中，基于水稻品种知识图谱所开发的程序执行水稻品种选择包括：基于水稻品种知识图谱所开发的程序执行水稻品种推荐；所述基于水稻品种知识图谱所开发的程序执行水稻品种推荐包括：系统根据IP地址或手机LBS服务自动获取用户所在地区，并采用cypher语句在知识图谱中查询到该地区的气象条件、土壤条件及适用于该地区的所有品种执行按地区推荐操作；和/或系统通过协同过滤算法基于不同用户在水稻收获后对所种植品种的各项表现的评价按评价推荐操作；和/或基于已经构建的品种知识图谱，采用知识图谱查询与推理技术，权重方式考虑地区因素与评价等级因素按综合推荐操作。在其中一个实施例中，还包括：采用基于用户的协同过滤算法；所述通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱包括：利用水稻品种到用户的倒排表，获取对同一水稻品种有过喜爱偏好行为的用户；根据预设第一公式求出用户与用户之间的相似度，其中，N(u)表示用户u对感兴趣的水稻品种集合，N(v)表示用户v对感兴趣的水稻品种集合；根据预设第二公式，计算用户对某一水稻品种的感兴趣程度，并将感兴趣程度做倒序处理，及将排名前几的水稻品种推荐给该用户；其中，S(u,k)是和用户u兴趣最接近的K个用户的集合，N(i)是喜欢物品i的所有用户集合，wuv是用户u和用户v之间的相似度，rvi是隐反馈信息，代表用户v对水稻品种i的感兴趣程度，为简化计算设为1。在其中一个实施例中，还包括：采用基于物品的协同过滤算法；所述通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱包括：利用用户到水稻品种的倒排表，得到特性相似的水稻品种；根据预设第三公式求出水稻品种与水稻品种之间的相似度，其中，N(i)表示对水稻品种i感兴趣的用户集合，N(j)表示对水稻品种j感兴趣的用户集合的水稻品种集合；根据预设第四公式，计算用户对某一水稻品种的感兴趣程度，并将感兴趣程度做倒序处理，及将排名前几的水稻品种推荐给该用户；其中，S(j,k)是和水稻品种j最相近的K个品种的集合，N(u)是用户u喜欢的水稻品种集合，wij是水稻品种i和水稻品种j之间的相似度，rui是隐反馈信息，代表用户u对水稻品种i的感兴趣程度，为简化计算设为1。在其中一个实施例中，基于水稻品种知识图谱所开发的程序执行水稻品种选择包括：基于水稻品种知识图谱所开发的程序执行水稻品种搜索；所述基于水稻品种知识图谱所开发的程序执行水稻品种搜索包括：根据预设搜索算法，以水稻品种名称作为关键词，采用在知识图谱中进行路径探寻的方式获取水稻品种本身信息及族系信息；其中，所述族系信息包括：与获取水稻品种同一母本、父本或族系的品种信息。在其中一个实施例中，基于水稻品种知识图谱所开发的程序执行水稻品种选择包括：基于水稻品种知识图谱所开发的程序执行水稻品种问答；所述基于水稻品种知识图谱所开发的程序执行水稻品种问答包括：系统对所提出的提问使用jieba进行分词，并提取问句中的实体与关系生成所提出问题的三元组；对所述三元组的中涉及的词建立同义词词典，将内部数据库中实体及关系与和实体及关系意思相近的词语做同义词替换，增加问答的准确率；将所述问题三元组与知识图谱进行匹配，确定问题答案。第二方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的方法的步骤。第三方面，本公开实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。第四方面，本公开实施例提供了一种基于知识图谱的水稻品种选择装置，所述装置包括：获取与建立模块，用于通过本文档来自技高网...

【技术保护点】
1.一种基于知识图谱的水稻品种选择方法，其特征在于，所包括以下步骤：/n通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱；/n基于水稻品种知识图谱所开发的程序执行水稻品种选择，其中，所述水稻品种选择包括水稻品种推荐、水稻品种搜索与水稻品种问答操作。/n

【技术特征摘要】
1.一种基于知识图谱的水稻品种选择方法，其特征在于，所包括以下步骤：
通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱；
基于水稻品种知识图谱所开发的程序执行水稻品种选择，其中，所述水稻品种选择包括水稻品种推荐、水稻品种搜索与水稻品种问答操作。


2.根据权利要求1所述的基于知识图谱的水稻品种选择方法，其特征在于，所述通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据包括：通过爬虫技术在百度百科、互动百科和国家水稻育种中心获取品种信息、县域土壤信息、气象信息；以及搜集水稻品种名称、种植面积、抗倒伏性、抗逆性、亩产、出米率、销售价格、口感、不同时期的长势图片与病虫害图片，并对所选品种的水稻的上述项情况做出定量或者定性评价。


3.根据权利要求1所述的基于知识图谱的水稻品种选择方法，其特征在于，所述选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱包括：
建立水稻选种的知识框架；
通过自然语言处理和机器学习方法自动抽取所述知识框架中的实体和关系；
将获取到的实体和关系数据生成CSV文档，通过loadcsv方法或adminimport方法或apoc插件将实体和关系补充到所述知识框架中，形成完整的水稻品种知识图谱。


4.根据权利要求3所述的基于知识图谱的水稻品种选择方法，其特征在于，还包括：通过neo4j中apoc插件结合python库中Timer定时器对用户行为数据在水稻品种知识图谱中进行动态补全。


5.根据权利要求1所述的基于知识图谱的水稻品种选择方法，其特征在于，基于水稻品种知识图谱所开发的程序执行水稻品种选择包括：基于水稻品种知识图谱所开发的程序执行水稻品种推荐；
所述基于水稻品种知识图谱所开发的程序执行水稻品种推荐包括：
系统根据IP地址或手机LBS服务自动获取用户所在地区，并采用cypher语句在知识图谱中查询到该地区的气象条件、土壤条件及适用于该地区的所有品种执行按地区推荐操作；和/或
系统通过协同过滤算法基于不同用户在水稻收获后对所种植品种的各项表现的评价按评价推荐操作；和/或
基于已经构建的品种知识图谱，采用知识图谱查询与推理技术，权重方式考虑地区因素与评价等级因素按综合推荐操作。


6.根据权利要求1所述的基于知识图谱的水稻品种选择方法，其特征在于，还包括：采用基于用户的协同过滤算法；
所述通过搜索引擎查询方式与用户行为搜集与评价方式获取与水稻相关的数据，选用neo4j数据库作为非关系型数据库并通过半自动化方法建立水稻品种知识图谱包括：
利用水稻品种到用户的倒排表，获取对同一水稻品种有过喜爱偏好行为的用户；
根据预设第一公式求出用户与用户之间的相似度，



其中，N(u)表示用户u对感兴趣的水稻品种集合，N(v)表示用户v对感兴趣的水稻品种集合；
根据预设第二公式...

【专利技术属性】
技术研发人员：于合龙，毕春光，郭宏亮，石磊，韩永奇，徐兴梅，李紫晴，刘晓彦，
申请(专利权)人：吉林农业大学，
类型：发明
国别省市：吉林;22