【技术实现步骤摘要】
基于知识图谱的社会治理领域要素的深度挖掘方法
[0001]本专利技术属于社会治理
，具体涉及一种基于知识图谱的社会治理领域要素的深度挖掘方法。
技术介绍
[0002]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。是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。在社会治理领域中存在包括人物、事件、地点和属性等各类基本要素。社会治理中时刻都在产生海量涉及人、事、地、物和情的数据，这些数据中存在着密切关系，如何将此类关系理清理顺，将数据整合起来，进行持续性的统计梳理、归纳分类、分析总结以及领域预判，从而实现数字化科学化的提供决策支撑是当前社会治理领域的难题之一。早前的信息化系统复杂多样、分散独立，每个系统之间缺乏连...
【技术保护点】
【技术特征摘要】
1.一种基于知识图谱的社会治理领域要素的深度挖掘方法，其特征在于，包括如下步骤：S1：建立关系模型，将社会治理领域中各类元素进行实体分析和关系分析，建立实体之间的关系；S2：数据清洗接入，将关系模型中的实体和关系寻找相应的数据资源，并数据资源通过关系模型导入知识图谱数据库；S3：数据关联输出，在知识图谱数据库中输入基础数据，查询所需结果数据以及关联的数据；S4：模型分析输出，知识图谱数据库建立接口通过中心度算法分析事件的关注程度；建立接口通过社区发现算法寻找多标签关联的紧密性，输出相关实体紧密度数据；建立接口通过图神经算法寻找隐藏关联关系。2.根据权利要求1所述的基于知识图谱的社会治理领域要素的深度挖掘方法，其特征在于，所述的步骤S1中的实体包括人口实体、公司实体、地址实体、村社区实体、网格实体、网格员实体、社区干部实体、和事件实体。3.根据权利要求2所述的基于知识图谱的社会治理领域要素的深度挖掘方法，其特征在于，所述的步骤S1中的关系包括人口实体的家庭关系对应自身人口实体，人口实体的住址对应居住地址实体，公司实体的地址对应公司地址实体，公司实体的法人信息对应人口实体，公司实体的员工信息对应人口实体，公司地址实体的村社区对应村社区实体，居住地址实体的村社区对应村社区实体，网格实体的所属村社区对应村社区实体，社区干部实体的所属网格对应网格实体，网格员实体的所属网格对应网格实体，事件实体的当事人对应人口实体，事件实体的关联人对应人口实体，事件实体的关联地点对应公司地址实体和居住地址实体，事件实体的关联企业对应公司实体。4.根据权利要求3所述的基于知识图谱的社会治理领域要素的深度挖掘方法，其特征在于，所述的步骤S2中数据资源包括人口数据、公司数据、村社区数据、网格数据、事件数据，其中人口数据和事件数据存放于ElasticSearch数据库，公司、村社区和网格数据存放于Oracle数据库。5.根据权利要求4所述的基于知识图谱的社会治理...
【专利技术属性】
技术研发人员：宋超伟，
申请(专利权)人：浙江嘉兴数字城市实验室有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。