身心状态知识图谱的生成方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及大数据技术领域，公开了一种身心状态知识图谱的生成方法、装置、设备及存储介质，用于提高身心状态数据分析的准确率。所述身心状态知识图谱的生成方法包括：获取目标用户的身心状态调查问卷信息，并根据身心状态调查问卷信息生成身心状态调查数据；获取用户画像数据，并对用户画像数据进行身心状态特征提取，得到身心状态特征数据；获取用户生活行为数据，并对用户生活行为数据进行聚类分析，得到生活习惯特征数据；对身心状态调查数据、身心状态特征数据和生活习惯特征数据进行实体关系识别，并生成目标用户的身心状态知识图谱数据。此外，本发明专利技术还涉及区块链技术，身心状态知识图谱数据可存储于区块链节点中。态知识图谱数据可存储于区块链节点中。态知识图谱数据可存储于区块链节点中。

【技术实现步骤摘要】
身心状态知识图谱的生成方法、装置、设备及存储介质


[0001]本专利技术涉及知识图谱
，尤其涉及一种身心状态知识图谱的生成方法、装置、设备及存储介质。

技术介绍

[0002]随着互联网技术的发展和人们生活水平的提高，越来越多的身心状态数据被数字化处理并记录，这些数据越丰富，对人们身心状态的分析便越准确。
[0003]现有技术在进行身心状态数据分析时，通常是基于单方面的数据进行特征分析，例如用户的调查问卷、用户画像数据等，存在过于片面的技术缺陷，并且缺乏一种综合数据分析方法，导致现有技术在进行身心状态数据分析时难以反映数据之间的关系，准确率较低。

技术实现思路

[0004]本专利技术提供了一种身心状态知识图谱的生成方法、装置、设备及存储介质，用于提高身心状态数据分析的准确率。
[0005]本专利技术第一方面提供了一种身心状态知识图谱的生成方法，包括：
[0006]获取目标用户的身心状态调查问卷信息，并根据所述身心状态调查问卷信息生成身心状态调查数据；
[0007]获取用户画像数据，并对所述用户画像数据进行身心状态特征提取，得到身心状态特征数据；
[0008]获取用户生活行为数据，并对所述用户生活行为数据进行聚类分析，得到生活习惯特征数据；
[0009]对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行实体关系识别，并生成所述目标用户的身心状态知识图谱数据。
[0010]可选的，在本专利技术第一方面的第一种实现方式中，所述获取目标用户的身心状态调查问卷信息，并根据所述身心状态调查问卷信息生成身心状态调查数据，包括：
[0011]获取目标用户的身心状态调查问卷信息，所述身心状态调查问卷信息包括身体状态问卷信息、精神状态问卷信息、睡眠状态问卷信息、情绪状态问卷信息、营养状态问卷信息和运动状态问卷信息；
[0012]通过预置的标准选项，对所述身体状态问卷信息、所述精神状态问卷信息、所述睡眠状态问卷信息、所述情绪状态问卷信息、所述营养状态问卷信息和所述运动状态问卷信息进行问题主体的非标准选择关联，得到身心状态调查数据，所述身心状态数据用于指示所述身心状态调查问卷信息中非标准选择与问题主体的关联关系。
[0013]可选的，在本专利技术第一方面的第二种实现方式中，所述获取用户画像数据，并对所述用户画像数据进行身心状态特征提取，得到身心状态特征数据，包括：
[0014]获取用户画像数据，并提取所述用户画像数据中的身心状态标签和用户基本信息
标签；
[0015]通过预先训练的身心状态特征识别模型对所述身心状态标签和所述用户基本信息标签进行身心状态实体识别和特征融合，得到身心状态特征数据，所述身心状态特征识别模型包括多层感知机。
[0016]可选的，在本专利技术第一方面的第三种实现方式中，所述获取用户生活行为数据，并对所述用户生活行为数据进行聚类分析，得到生活习惯特征数据，包括：
[0017]获取生活行为记录工具采集的用户生活行为数据，所述用户生活行为数据包括预置周期内的至少一项行为记录数据，行为记录数据为饮食记录数据、运动记录数据、睡眠记录数据、体态记录数据和体脂记录数据；
[0018]通过预置的聚类算法分别对每项行为记录数据进行数据聚类，得到各项行为记录数据对应的生活习惯聚类结果；
[0019]对各项行为记录数据进行实体识别，得到行为实体信息，并通过所述行为实体信息和各项行为记录数据对应的生活习惯聚类结果生成生活习惯特征数据，所述生活习惯特征数据用于指示行为实体信息与生活习惯聚类结果之间的关系。
[0020]可选的，在本专利技术第一方面的第四种实现方式中，所述通过预置的聚类算法分别对每项行为记录数据进行数据聚类，得到各项行为记录数据对应的生活习惯聚类结果，包括：
[0021]通过预置的聚类算法确定各项行为记录数据对应的聚类滑动窗口半径，并通过聚类滑动窗口半径对各项行为记录数据进行密集区域采集，得到各项行为记录数据对应的密集数据集，所述聚类算法用于指示均值漂移聚类算法；
[0022]对各项行为记录数据对应的密集数据集进行均值计算，得到各项行为记录数据对应的生活习惯聚类结果。
[0023]可选的，在本专利技术第一方面的第五种实现方式中，所述对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行实体关系识别，并生成所述目标用户的身心状态知识图谱数据，包括：
[0024]通过预先训练的实体抽取模型中的知识库对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行实体抽取，得到目标实体信息；
[0025]基于所述目标实体信息，通过预先训练的知识关系抽取模型对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行实体关系抽取和事实关系抽取，得到目标实体关系信息和目标事实关系信息；
[0026]对所述目标实体信息、所述目标实体关系信息和所述目标事实关系信息进行知识图谱构建，得到目标用户的身心状态知识图谱数据。
[0027]可选的，在本专利技术第一方面的第六种实现方式中，所述知识关系抽取模型包括词嵌入网络、单序列长短期记忆循环神经网络和基于依存关系的长短期记忆循环神经网络，所述基于所述目标实体信息，通过预先训练的知识关系抽取模型对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行实体关系抽取和事实关系抽取，得到目标实体关系信息和目标事实关系信息，包括：
[0028]通过所述词嵌入网络对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行嵌入词转换，得到目标嵌入词信息；
[0029]基于所述目标实体信息，通过所述单序列长短期记忆循环神经网络和所述基于依存关系的长短期记忆循环神经网络，基于所述目标实体信息对所述目标嵌入词信息进行联合关系特征抽取，得到目标实体关系信息和目标事实关系信息。
[0030]本专利技术第二方面提供了一种身心状态知识图谱的生成装置，包括：
[0031]获取模块，用于获取目标用户的身心状态调查问卷信息，并根据所述身心状态调查问卷信息生成身心状态调查数据；
[0032]提取模块，用于获取用户画像数据，并对所述用户画像数据进行身心状态特征提取，得到身心状态特征数据；
[0033]聚类模块，用于获取用户生活行为数据，并对所述用户生活行为数据进行聚类分析，得到生活习惯特征数据；
[0034]生成模块，用于对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行实体关系识别，并生成所述目标用户的身心状态知识图谱数据。
[0035]可选的，在本专利技术第二方面的第一种实现方式中，所述获取模块具体用于：
[0036]获取目标用户的身心状态调查问卷信息，所述身心状态调查问卷信息包括身体状态问卷信息、精神状态问卷信息、睡眠状态问卷信息、情绪状态问卷信息、营养状态问卷信息和运动状态问卷信息；
[0037]通过预置的标准选项本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种身心状态知识图谱的生成方法，其特征在于，所述身心状态评估数据的生成方法包括：获取目标用户的身心状态调查问卷信息，并根据所述身心状态调查问卷信息生成身心状态调查数据；获取用户画像数据，并对所述用户画像数据进行身心状态特征提取，得到身心状态特征数据；获取用户生活行为数据，并对所述用户生活行为数据进行聚类分析，得到生活习惯特征数据；对所述身心状态调查数据、所述身心状态特征数据和所述生活习惯特征数据进行实体关系识别，并生成所述目标用户的身心状态知识图谱数据。2.根据权利要求1所述的身心状态知识图谱的生成方法，其特征在于，所述获取目标用户的身心状态调查问卷信息，并根据所述身心状态调查问卷信息生成身心状态调查数据，包括：获取目标用户的身心状态调查问卷信息，所述身心状态调查问卷信息包括身体状态问卷信息、精神状态问卷信息、睡眠状态问卷信息、情绪状态问卷信息、营养状态问卷信息和运动状态问卷信息；通过预置的标准选项，对所述身体状态问卷信息、所述精神状态问卷信息、所述睡眠状态问卷信息、所述情绪状态问卷信息、所述营养状态问卷信息和所述运动状态问卷信息进行问题主体的非标准选择关联，得到身心状态调查数据，所述身心状态数据用于指示所述身心状态调查问卷信息中非标准选择与问题主体的关联关系。3.根据权利要求1所述的身心状态知识图谱的生成方法，其特征在于，所述获取用户画像数据，并对所述用户画像数据进行身心状态特征提取，得到身心状态特征数据，包括：获取用户画像数据，并提取所述用户画像数据中的身心状态标签和用户基本信息标签；通过预先训练的身心状态特征识别模型对所述身心状态标签和所述用户基本信息标签进行身心状态实体识别和特征融合，得到身心状态特征数据，所述身心状态特征识别模型包括多层感知机。4.根据权利要求1所述的身心状态知识图谱的生成方法，其特征在于，所述获取用户生活行为数据，并对所述用户生活行为数据进行聚类分析，得到生活习惯特征数据，包括：获取生活行为记录工具采集的用户生活行为数据，所述用户生活行为数据包括预置周期内的至少一项行为记录数据，行为记录数据为饮食记录数据、运动记录数据、睡眠记录数据、体态记录数据和体脂记录数据；通过预置的聚类算法分别对每项行为记录数据进行数据聚类，得到各项行为记录数据对应的生活习惯聚类结果；对各项行为记录数据进行实体识别，得到行为实体信息，并通过所述行为实体信息和各项行为记录数据对应的生活习惯聚类结果生成生活习惯特征数据，所述生活习惯特征数据用于指示行为实体信息与生活习惯聚类结果之间的关系。5.根据权利要求4所述的身心状态知识图谱的生成方法，其特征在于，所述通过预置的聚类算法分别对每项行为记录数据进行数据聚类，得到各项行为记录数据对应的生活习惯
聚类结果，包括：通过预置的聚类算法确定各项行为记录数据对应的聚类滑动窗口半径，并通过聚类滑动窗口半径对各项行为记录数据进行密集区域采集，得到各项行为记录数据对应的密集数据集，所述聚类算法用于...

【专利技术属性】
技术研发人员：王紫燕，
申请(专利权)人：康键信息技术深圳有限公司，
类型：发明
国别省市：