基于知识图谱的指标数据分析方法技术

本发明专利技术属于数据分析技术领域，尤其为基于知识图谱的指标数据分析方法，包括知识图谱框架，所述知识图谱框架包括搜索引擎模块、数据层、模式层、数据存储模块、知识融合模块、知识获取模块、模拟推理计算模块和数据分析模块，知识图谱框架通过数据线缆电性连接有人工智能处理器模块，人工智能处理器模块通过导线电性连接有指标数据输入端。本发明专利技术通过设置的数据层、模式层、知识融合模块、知识获取模块，实现对知识图谱框架的构建，并通过设置的模拟推理计算模块、数据分析模块、人工智能处理器模块、显示屏模块和智能方案推荐模块，能够对企业的指标数据进行智能知识图谱分析，并得到精确的分析指标数据，便于企业的准确后续企业决策。策。策。

【技术实现步骤摘要】
基于知识图谱的指标数据分析方法


[0001]本专利技术涉及知识图谱数据分析
，具体为基于知识图谱的指标数据分析方法。

技术介绍

[0002]伴随着人工智能的发展，知识对于人工智能的价值在于让机器具备认知能力和理解能力，其中知识图谱变得越来越重要，知识图谱是一种特殊类型的图，构件知识图谱的过程就是让人工智能具有记忆系统，让机器感知世界，认识世界，并且通过规模庞大的知识图谱的融合、推理、深度学习等，将这些记忆链接、应用、产生智慧，可以说知识图谱已经成为人工智能时代基础设施。
[0003]知识图谱具有巨大的应用价值，越来越多的企业也在着手进行知识图谱的构建，既是一个规模庞大，查询灵活的知识库，也可以通过数据挖掘，深度学习等产生一定程度的人工智能，在可以预见的未来，知识图谱作为一种重要的人工智能基础设施，将会持续发展，带来更多变化。
[0004]数据化运营作为提升企业竞争力的重要手段，其中企业指标数据的分析是企业决策的一个重要依据，指标数据的计算过程往往较为复杂，无法快速的得到分析数据，现有的分析系统架构较为简单，仅仅只能计算公式进行查询，后续需要人工进行大量数据分析，此种分析数据较为费时费力，而且精确度较低，不便于企业的后续精准决策，为此我们提供基于知识图谱的指标数据分析方法解决以上问题。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了基于知识图谱的指标数据分析方法，解决了现有的分析系统架构较为简单，仅仅只能计算公式进行查询，后续需要人工进行大量数据分析，此种分析数据较为费时费力，而且精确度较低，不便于企业的后续精准决策的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：基于知识图谱的指标数据分析方法，包括知识图谱框架，所述知识图谱框架包括搜索引擎模块、数据层、模式层、数据存储模块、知识融合模块、知识获取模块、模拟推理计算模块和数据分析模块，所述知识图谱框架通过数据线缆电性连接有人工智能处理器模块，所述人工智能处理器模块通过导线电性连接有指标数据输入端，所述人工智能处理器模块通过导线电性连接有显示屏模块。
[0007]作为本专利技术的一种优选技术方案，所述数据层包括总体结构化数据、半结构化数据和纯文本数据。
[0008]作为本专利技术的一种优选技术方案，所述总体结构化数据包括数据库和数据链接，所述数据库通过D2R转换与知识图谱框架进行连接，所述数据链接通过图映射与知识图谱框架进行连接。
[0009]作为本专利技术的一种优选技术方案，所述半结构化数据包括列表模块、表格模块和Infobox模块，所述列表模块、表格模块和Infobox模块均通过包装器与知识图谱框架进行
连接。
[0010]作为本专利技术的一种优选技术方案，所述纯文本数据包括文档模块，所述文档模块通过信息抽取的方式与知识图谱框架进行连接。
[0011]作为本专利技术的一种优选技术方案，所述模式层是建立在数据层之上，是知识图谱框架的核心。
[0012]作为本专利技术的一种优选技术方案，所述人工智能处理器模块通过数据线缆电性连接有智能方案推荐模块，所述智能方案推荐模块通过导线与显示屏模块电性连接。
[0013]基于知识图谱的指标数据分析方法：
[0014]S1，首先构建人工智能知识图谱框架。
[0015]S2，然后工作人员将收据的指标数据，通过指标数据输入端输入系统中。
[0016]S3，使用搜索引擎模块，搜索与指标数据相关的知识信息并根据输入的指标数据，利用模拟推理计算模块和数据分析模块对指标数据进行推理和分析。
[0017]S4，将分析的数据结果传输到人工智能处理器模块中进行数据处理，并将数据结果通过显示屏模块进行分析结果显示。
[0018]S5，并通过智能方案推荐模块将相应的优选推荐方案对客户进行推选。
[0019]与现有技术相比，本专利技术提供了基于知识图谱的指标数据分析方法，具备以下有益效果：
[0020]1、该基于知识图谱的指标数据分析方法，通过设置的数据层、模式层、知识融合模块、知识获取模块，能够实现对知识图谱框架的构建，并通过设置的模拟推理计算模块、数据分析模块、人工智能处理器模块、显示屏模块和智能方案推荐模块，能够对企业的指标数据进行智能知识图谱分析，并得到精确的分析指标数据，便于企业的准确后续企业决策。
附图说明
[0021]图1为本专利技术知识图谱数据分析系统结构示意图；
[0022]图2为本专利技术数据层的架构示意图；
[0023]图3为本专利技术总体结构化数据的架构示意图；
[0024]图4为本专利技术半结构化数据的架构示意图；
[0025]图5为本专利技术纯文本数据的架构示意图；
[0026]图6为本专利技术基于知识图谱的指标数据分析方法的流程结构示意图。
[0027]图中：1、知识图谱框架；2、搜索引擎模块；3、知识融合模块；4、知识获取模块；5、模式层；6、数据层；61、总体结构化数据；6101、数据库；6102、数据链接；62、半结构化数据；6201、列表模块；6202、表格模块；6203、Infobox模块；63、纯文本数据；6301、文档模块；7、数据存储模块；8、人工智能处理器模块；9、显示屏模块；10、指标数据输入端；11、智能方案推荐模块；12、数据分析模块；13、模拟推理计算模块。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本专利技术保护的范围。
[0029]实施例
[0030]请参阅图1
‑
6，本实施方案中：基于知识图谱的指标数据分析方法，包括知识图谱框架1，知识图谱框架1包括搜索引擎模块2、数据层6、模式层5、数据存储模块7、知识融合模块3、知识获取模块4、模拟推理计算模块13和数据分析模块12，知识图谱框架1通过数据线缆电性连接有人工智能处理器模块8，人工智能处理器模块8通过导线电性连接有指标数据输入端10，人工智能处理器模块8通过导线电性连接有显示屏模块9。
[0031]本实施例中，数据层6包括总体结构化数据61、半结构化数据62和纯文本数据63，总体结构化数据61包括数据库6101和数据链接6102，数据库6101通过D2R转换与知识图谱框架1进行连接，数据链接6102通过图映射与知识图谱框架1进行连接，半结构化数据62包括列表模块6201、表格模块6202和Infobox模块6203，列表模块6201、表格模块6202和Infobox模块6203均通过包装器与知识图谱框架1进行连接，纯文本数据63包括文档模块6301，文档模块6301通过信息抽取的方式与知识图谱框架1进行连接，能够直接提供数据源，为知识图谱框架1提供知识数据。
[0032]模式层5是建立在数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于知识图谱的指标数据分析方法，包括知识图谱框架(1)，其特征在于：所述知识图谱框架(1)包括搜索引擎模块(2)、数据层(6)、模式层(5)、数据存储模块(7)、知识融合模块(3)、知识获取模块(4)、模拟推理计算模块(13)和数据分析模块(12)，所述知识图谱框架(1)通过数据线缆电性连接有人工智能处理器模块(8)，所述人工智能处理器模块(8)通过导线电性连接有指标数据输入端(10)，所述人工智能处理器模块(8)通过导线电性连接有显示屏模块(9)。2.根据权利要求1所述的基于知识图谱的指标数据分析方法，其特征在于：所述数据层(6)包括总体结构化数据(61)、半结构化数据(62)和纯文本数据(63)。3.根据权利要求2所述的基于知识图谱的指标数据分析方法，其特征在于：所述总体结构化数据(61)包括数据库(6101)和数据链接(6102)，所述数据库(6101)通过D2R转换与知识图谱框架(1)进行连接，所述数据链接(6102)通过图映射与知识图谱框架(1)进行连接。4.根据权利要求2所述的基于知识图谱的指标数据分析方法，其特征在于：所述半结构化数据(62)包括列表模块(6201)、表格模块(6202)和Infobox模块(6203)，所述列表模块(6201)、表格模块(6202)和Infobox模块...

【专利技术属性】
技术研发人员：陈鸿，侯先成，
申请(专利权)人：厦门链友融科技有限公司，
类型：发明
国别省市：