基于审计知识图谱的关联推荐方法及相关设备技术

本申请提供一种基于审计知识图谱的关联推荐方法及相关设备，所述方法包括接收用户输入的查询信息；利用预先构建的审计知识图谱确定与所述查询信息相匹配的第一关联信息；将所述第一关联信息输入至经过训练的第一深度学习模型，经由所述第一深度学习模型输出与所述第一关联信息相关联的第二关联信息；将所述第一关联信息和所述第二关联信息推荐给所述用户，解决了现有技术中基于用户输入的查询信息，向用户推荐的关联信息不具有预见性的技术问题，提高了用户的查询效率。提高了用户的查询效率。提高了用户的查询效率。

【技术实现步骤摘要】
基于审计知识图谱的关联推荐方法及相关设备


[0001]本申请涉及数据处理
，尤其涉及一种基于审计知识图谱的关联推荐方法及相关设备。

技术介绍

[0002]随着计算机网络的不断发展，一方面造成了信息资源大爆炸，给用户提供了更多的信息，另一方面又造成了信息资源的混乱，为用户发现实际可用的信息带来了极大障碍。审计知识领域涉及范围较广，审计知识之间的关系纷繁复杂，在审计项目开展过程中，需要查找大量信息，以保证审计项目的顺利完成。用户利用单次查询获得的信息可能不是最终所需信息，还可能针对当前查询结果产生新的查询需求，需要针对当前搜索结果继续查询最终所需信息。要想在海量信息资源中获取最终所需信息，往往需要进行多次查询，造成了查询效率低下。

技术实现思路

[0003]有鉴于此，本申请的目的在于提出一种基于审计知识图谱的关联推荐方法及相关设备，以克服现有技术中全部或部分不足。
[0004]基于上述目的，本申请提供了一种基于审计知识图谱的关联推荐方法，包括：接收用户输入的查询信息；利用预先构建的审计知识图谱确定与所述查询信息相匹配的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于审计知识图谱的关联推荐方法，其特征在于，包括：接收用户输入的查询信息；利用预先构建的审计知识图谱确定与所述查询信息相匹配的第一关联信息；将所述第一关联信息输入至经过训练的第一深度学习模型，经由所述第一深度学习模型输出与所述第一关联信息相关联的第二关联信息；将所述第一关联信息和所述第二关联信息推荐给所述用户。2.根据权利要求1所述的方法，其特征在于，构建所述审计知识图谱，包括：获取历史审计信息，对所述历史审计信息进行第一预处理操作；对经过所述第一预处理操作的历史审计信息进行实体抽取，得到目标词汇；基于经过所述第一预处理操作后的历史审计信息，对所述目标词汇进行关系抽取，确定所述目标词汇之间的关系；基于所述目标词汇和所述目标词汇之间的关系，构建所述审计知识图谱。3.根据权利要求2所述的方法，其特征在于，所述对所述历史审计信息进行第一预处理操作，包括：对所述历史审计信息进行清洗操作；对经过所述清洗操作的历史审计信息进行统一化操作，以使所述历史审计信息的格式和属性标注统一。4.根据权利要求2所述的方法，其特征在于，所述对经过所述第一预处理操作的历史审计信息进行实体抽取，得到目标词汇，包括：将经过所述第一预处理操作的历史审计信息输入至经过训练的第二深度学习模型，经由所述第二深度学习模型输出所述目标词汇。5.根据权利要求2所述的方法，其特征在于，所述基于经过所述第一预处理操作后的历史审计信息，对所述目标词汇进行关系抽取，确定所述目标词汇之间的关系，包括：将经过所述第一预处理操作后的历史审计信息和所述目标词汇输入至经过训练的第三深度学习模型，经由所述第三深度学习模型输出所述目标...

【专利技术属性】
技术研发人员：戚沁，王向阳，胡璟懿，匡尧，刘莹，陈识，陈金华，侯崇才，张苗苗，孙亚丽，
申请(专利权)人：北京国电通网络技术有限公司国网信息通信产业集团有限公司，
类型：发明
国别省市：