挖掘知识图谱中隐含信息的方法、系统及电子设备与流程
本发明涉及计算机信息处理技术领域，尤其涉及挖掘知识图谱中隐含信息的方法、系统及电子设备。
背景技术：
目前，知识图谱被广泛用于诸多领域的数据建模与服务中，例如应用在金融领域的企业风险预警系统中，通过企业关联图谱来协助业务人员发现企业之间的关联关系，尤其要发现具有传递性的关联关系。比如，企业之间的股权关系具有传递性，通过股权的穿透式计算可以挖掘疑似实际控制人信息，有助于揭示股权转移、高位减持的风险。分支机构信息也具有传递性，通过考察企业多层的分支机构可以揭示实控关系、关联交易等风险。处于供应链中的企业的上下游关系同样具有传递性，通过挖掘与企业关联的上下游机构，也可以揭示关联交易、经营成本增加、销售利润降低等风险，很多潜在的风险信息可以基于这些传递关系进行获取。
但是，在实际构建知识图谱的过程中，由于知识图谱的基础数据不完整、数据更新滞后等问题，很多隐含信息无法及时提供业务人员查询使用，需要业务人员人工分析判断，这降低了挖掘知识图谱的工作效率。比如多层股权关系穿透分析中，从工商底库构建而来的知识图谱往往仅包含一层股权关系，业务人员需要对多层的股权进行手动计算，最后将结果进行录入以对原有知识图谱进行补充。在分析母子公司关系中，业务人员往往需要对知识图谱展开多层循环递归关系后才能找到母公司。这种人为挖掘知识图谱中隐含信息的做法造成了挖掘知识图谱的过程工作量大、效率低下、不易维护等缺点。
技术实现要素：
本发明的目的在于提供挖掘知识图谱中隐含信息的方法、系统及电子设备，解决了人为挖掘知识图谱中隐含信息时存在的工作量大、效率低下，以及不易维护的问题。
为了实现上述目的，本发明提供如下技术方案：
一种挖掘知识图谱中隐含信息的方法，包括：
将原始知识图谱以邻接表的方式存储；
基于用户配置的归并算子参数及原始知识图谱，利用最短路径策略获取隐含信息；
将所述隐含信息补充到原始知识图谱中，得到完整的知识图谱。
优选地，将原始知识图谱以邻接表的方式存储的方法包括：
将原始知识图谱的节点以一维数组存储，并作为邻接表的表头；
将任一节点a的第i个邻接节点的地址以及节点a与第i个邻接节点的关系信息一起存储到节点a的第i个邻接单元中，其中0≤i≤n-1，n为节点a的邻接节点个数。
较佳地，基于用户配置的归并算子参数及原始知识图谱，利用最短路径策略获取隐含信息的方法包括：
获取所述原始知识图谱；
接收并存储用户配置的归并算子参数；
利用最短路径策略手动触发挖掘知识图谱中隐含信息的任务，或者
在原始知识图谱的更新率达到用户设置的更新阈值后，自动触发挖掘知识图谱中隐含信息的任务。
具体地，所述归并算子参数用四元组
针对关系r的属性p的值，在串联方式上采用串联归并算子φ计算，在并联方式上采用并联归并算子γ计算。
进一步地，所述最短路径策略采用floyd-warshall算法。
优选地，在原始知识图谱的更新率达到用户设置的更新阈值后，自动触发挖掘知识图谱中隐含信息的任务的方法包括：
监控原始知识图谱的更新率，所述更新率记为δnr/nr，其中nr为原始知识图谱中关系r的数量，δnr是关系r的变动数量；
接收并存储用户设置的更新阈值k，k∈[0,1]；
实时比较所述更新率δnr/nr和所述更新阈值k，当δnr/nr＞k时，自动触发挖掘知识图谱中隐含信息的任务。
较佳地，将隐含信息补充到原始知识图谱中的方法包括：
将隐含信息直接补充到原始知识图谱中，或者
将隐含信息返回给用户确认后再补充到原始知识图谱中。
较好地，挖掘知识图谱中隐含信息的方法还包括：
将隐含信息挖掘任务的执行进程通过可视化监控界面展示给用户，同时存储到挖掘日志中。
一种挖掘知识图谱中隐含信息的系统，包括存储模块、挖掘模块及反馈模块，其中，
所述存储模块用于将原始知识图谱以邻接表的方式存储；
所述挖掘模块基于用户配置的归并算子参数及原始知识图谱，利用最短路径策略获取隐含信息；
所述反馈模块用于将所述隐含信息补充到原始知识图谱中，得到完整的知识图谱。
一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述挖掘知识图谱中隐含信息的方法。
与现有技术相比，本发明提供的挖掘知识图谱中隐含信息的方法、系统及电子设备具有以下有益效果：
本发明提供的挖掘知识图谱中隐含信息的方法，将原始知识图谱以邻接表的方式存储，存储结构简单，可以节省存储空间同时提高查询效率；然后基于用户配置的归并算子参数及原始知识图谱，利用最短路径策略获取隐含信息，并且将隐含信息补充到原始知识图谱中，得到完整的知识图谱。通过配置好的归并算子参数及最短路径策略获取隐含信息，减少了信息挖掘过程中的人工工作量，提高了挖掘效率，同时提升了挖掘系统的易维护性。
本发明提供的挖掘知识图谱中隐含信息的系统，采用上述挖掘知识图谱中隐含信息的方法，解决了人为挖掘知识图谱中隐含信息时存在的工作量大、效率低下，以及不易维护的问题。
本发明提供的电子设备，能够执行上述挖掘知识图谱中隐含信息的方法，减少了信息挖掘过程中的人工工作量，提高了挖掘效率，同时提升了挖掘系统的易维护性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例中挖掘知识图谱中隐含信息的方法流程示意图；
图2为本发明实施例中的一种企业股权关系的原始知识图谱示意图；
图3为本发明实施例中一种以邻接表的方式存储的企业股权关系的原始知识图谱示意图；
图4为本发明实施例中自动触发挖掘知识图谱中隐含信息任务的方法流程图；
图5为本发明实施例中多个固定系统组合固定示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。
实施例一
请参阅图1，本实施例提供的挖掘知识图谱中隐含信息的方法，包括：
将原始知识图谱以邻接表的方式存储；
基于用户配置的归并算子参数及原始知识图谱，利用最短路径策略获取隐含信息；
将隐含信息补充到原始知识图谱中，得到完整的知识图谱。
本发明实施例提供的挖掘知识图谱中隐含信息的方法，将原始知识图谱以邻接表的方式存储，存储结构简单，可以节省存储空间同时提高查询效率；通过配置好的归并算子参数及最短路径策略获取知识图谱中隐含信息，减少了信息挖掘过程中的人工工作量，提高了挖掘效率，同时提升了挖掘系统的易维护性。
本实施例提供的挖掘知识图谱中隐含信息的方法中，将原始知识图谱以邻接表的方式存储的方法包括：
将原始知识图谱的节点以一维数组存储，并作为邻接表的表头；
将任一节点a的第i个邻接节点的地址以及节点a与第i个邻接节点的关系信息一起存储到节点a的第i个邻接单元中，其中0≤i≤n-1，n为节点a的邻接节点个数。
以企业股权关系图谱为例，图2为经过脱敏处理的企业股权关系的原始知识图谱，其中符号a，b，c，d和e作为企业的节点标识，每一条边的百分数为起始节点对终结节点的股权比例，即二者的关系信息。将企业股权关系的原始知识图谱以邻接表的方式存储的方法包括：
步骤1：将节点a，b，c，d和e以一维数组存储，作为邻接表的表头，同时得到这些节点的地址分别为1，2，3，4，5，如图3左侧数组所示。
步骤2：分别存储节点a，b，c，d和e的邻接节点及对应的关系信息(此处为股权比例)，步骤如下：
步骤2-1：针对节点a，第1个邻接节点为b节点，将b的地址2以及股权比例70％存储在a的第一个邻接单元；将a的第2个邻接节点c的地址3以及股权比例30％存储在下一个邻接单元。
步骤2-2：针对节点b，将b的第1个邻接节点d的地址4以及股权比例20％存储在b的邻接单元。
步骤2-3：针对节点c，将c的第1个邻接节点d的地址4以及股权比例50％存储在c的邻接单元；将c的第2个邻接节点e的地址5以及股权比例50％存储在c的下一个邻接单元。
步骤2-4：针对节点d和e，因为它们没有邻接节点，所以它们的后续邻接单元设置为空。
最终得到的以邻接表的方式存储的企业股权关系的原始知识图谱如图3所示，该存储基于邻接表结构，上述存储结构的优点在于，知识图谱中每一个节点及边在存储结构中仅出现一次；同时基于邻接表的查询效率也可以得到保证，其复杂度为o(log(n)·c)，其中，n为知识图谱节点个数，c为知识图谱中节点的最大深度，该存储方式也有利于信息挖掘模块计算效率的提升。比如搜索节点c的邻接节点，首先可以在对数时间内定位到c的存储位置，然后通过c的邻接单元查询，最大时间与c的出度成线性关系，此处c的出度为2，搜索过程将用在知识图谱的信息挖掘中，对提升隐含信息挖掘的性能有重要支撑作用。
此外，由于知识图谱中的节点和关系呈现稀疏特性，因此直接将知识图谱存储进传统的关系数据库将导致空间资源开销较大，但是利用邻接表结构进行存储时，知识图谱中每一个节点及边在存储结构中仅出现一次，避免了数据因稀疏性造成的空间开销，节省了存储空间。
本实施例提供的挖掘知识图谱中隐含信息的方法中，基于用户配置的归并算子参数及原始知识图谱，利用最短路径策略获取隐含信息的方法包括：
获取原始知识图谱；
接收并存储用户配置的归并算子参数；
利用最短路径策略手动触发挖掘知识图谱中隐含信息的任务，或者在原始知识图谱的更新率达到用户设置的更新阈值后，自动触发挖掘知识图谱中隐含信息的任务。值得注意的是，这里面既包括第一次挖掘的时候直接基于原始知识图谱进行隐含关系信息的挖掘，又包括在知识图谱进行更新之后，基于当前的知识图谱进行隐含关系信息的挖掘。
其中，归并算子参数用四元组
此外，在具体实施过程中，最短路径策略可以采用floyd-warshall算法，通过自底向上方式递归计算挖掘知识图谱中的隐含信息，即知识图谱中隐含的关系信息，这些关系信息往往具有相同的子结构。
仍然以企业股权关系图谱为例，在本实施例中的股权关系为传递关系，股权关系以股权比例作为其属性值，现用户需要挖掘隐含的股权关系，挖掘隐含股权关系信息的方法包括：
配置归并算子参数：用户通过算子配置接口配置要处理的股权关系，假设股权关系名称为hold_share，以及关系的归并属性(在这里为股权比例)其名称假设为share_ratio。此外，用户还要配置股权关系在串联及并联方式归并下的串联归并算子φ和并联归并算子γ，在计算股权关系时串联方式是乘法运算，记为“
基于floyd-warshall算法进行信息挖掘：用户确认开始隐含信息的挖掘任务，具体而言，系统接收归并算子配置(hold_share,share_ratio,×,+)作为输入，并采用floyd-warshall算法挖掘隐含的股权关系。
本实施例的floyd-warshall算法针对下面的相同子结构展开式执行：
上式中ri(x,y)代表x,y之间路径长度为i的股权比例。
基于上式，floyd-warshall算法通过自底向上方式递归计算挖掘图3中的原始知识图谱中的隐含股权关系信息，具体步骤如下：
算法首先考察路径长度小于等于1的关系：将r1(a,b)＝0.7,r1(b,d)＝0.2代入ri+j(x,y)：＝ri(x,z)×rj(z,y)得到r2(a,d)＝0.14；
将r1(a,c)＝0.3,r1(c,d)＝0.5代入ri+j(x,y)：＝ri(x,z)×rj(z,y)得到r2(a,d)＝0.15；
将r1(a,c)＝0.3,r1(c,e)＝0.5代入ri+j(x,y)：＝ri(x,z)×rj(z,y)得到r2(a,e)＝0.15。
算法其次考察路径长度小于等于2的关系：
将r2(a,d)＝0.15,r2(a,d)＝0.14代入rmax{i,j}(x,y)：＝ri(x,y)+rj(x,y)得到r2(a,d)＝0.29。
到这一步为止，算法没有更多新的股权关系产生，因此算法停止，并返回挖掘出来的新的股权关系，具体而言为r2(a,e)＝0.15以及r2(a,d)＝0.29。即，通过用户提供的归并算子参数以及调用floyd-warshall算法实现了挖掘隐含的股权关系，从而方便地进行穿透式股权分析。
此外，请参阅图4，在原始知识图谱的更新率达到用户设置的更新阈值后，还可以自动触发挖掘知识图谱中隐含信息的任务，具体包括：
监控原始知识图谱的更新率，更新率记为δnr/nr，其中nr为原始知识图谱中关系r的数量，δnr是关系r的变动数量；
接收并存储用户设置的更新阈值k，k∈[0,1]；
实时比较更新率δnr/nr和更新阈值k，当δnr/nr＞k时，自动触发挖掘知识图谱中隐含信息的任务。
仍以上述企业股权关系图谱为例，系统已经保存了用户的归并算子配置(hold_share,share_ratio,×,+)，后续系统可以设置进行自动化地信息挖掘，从而不必用户每次都进行配置。自动化挖掘知识图谱中隐含信息的步骤如下：
自动化挖掘配置：系统提供界面给用户保存归并算子参数，同时给参数关联名称以方便管理。用户可以设置是否就该归并算子参数进行自动化触发挖掘任务，或者手动触发挖掘任务。如果进行自动化挖掘，那么用户还需配置更新率阈值k∈[0,1]，比如令k＝0.2，从而确定自动化挖掘的触发条件。在系统中，更新率阈值是与归并算子参数是一一绑定的。
实时监测并触发自动化挖掘过程：系统实时监控知识图谱的更新状况。在本实施例中，针对股权关系hold_share的知识图谱进行实时监控，若更新率δnhold_share/nhold_share>0.2，那么触发自动挖掘，即，获取用户配置的归并算子参数并且针对关系hold_share通过floyd-warshall算法进行一次隐含信息的自动化挖掘。
挖掘得到隐含信息后，将隐含信息补充到原始知识图谱中的方法包括：
将隐含信息直接补充到原始知识图谱中，或者将隐含信息返回给用户确认后再补充到原始知识图谱中。
上述股权知识图谱挖掘出来的新的股权关系：r2(a,e)＝0.15以及r2(a,d)＝0.29后，如果需要用户二次确认，系统将上述挖掘出来的隐含关系信息转换成用户可理解的形式，例如“a对e的股权比例为15％”，“a对d的股权比例为29％”；然后系统将这两条信息返回至系统页面提示用户确认，若用户点击确认，系统将这两条信息r2(a,e)＝0.15以及r2(a,d)＝0.29补充进原有知识图谱，否则系统停止处理。在自动化挖掘的进程中增加了用户干涉的接口，方便于用户剔除不正确或者不需要的数据。
此外，系统将隐含信息挖掘任务的执行进程通过可视化监控界面展示给用户，同时存储到挖掘日志中，既提供了一种交互接口允许用户通过配置实现系统的自动化挖掘过程，又方便于用户对挖掘过程的监控，减少错误数据。
实施例二
一种挖掘知识图谱中隐含信息的系统，包括存储模块、挖掘模块及反馈模块。其中，存储模块用于将原始知识图谱以邻接表的方式存储；挖掘模块基于用户配置的归并算子参数及原始知识图谱，利用最短路径策略获取隐含信息；反馈模块用于将隐含信息补充到原始知识图谱中，得到完整的知识图谱。
本发明提供的挖掘知识图谱中隐含信息的系统，采用上述实施例一中的挖掘知识图谱中隐含信息的方法，解决了人为挖掘知识图谱中隐含信息时存在的工作量大、效率低下，以及不易维护的问题。与现有技术相比，本发明实施例提供的挖掘知识图谱中隐含信息的系统的有益效果与上述实施例一提供的挖掘知识图谱中隐含信息的方法的有益效果相同，且该挖掘知识图谱中隐含信息的系统中的其他技术特征与上一实施例方法公开的特征相同，在此不做赘述。
实施例三
一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的挖掘知识图谱中隐含信息的方法。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(rom)中的程序或者从存储装置加载到随机访问存储器(ram)中的程序而执行各种适当的动作和处理。在ram中，还存储有电子设备操作所需的各种程序和数据。处理装置、rom以及ram通过总线彼此相连。输入/输出(i/o)接口也连接至总线。
通常，以下系统可以连接至i/o接口：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置；包括例如磁带、硬盘等的存储装置；以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从rom被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备，采用上述实施例一中的挖掘知识图谱中隐含信息的方法，减少了信息挖掘过程中的人工工作量，提高了挖掘效率，同时提升了挖掘系统的易维护性。与现有技术相比，本发明实施例提供的电子设备的有益效果与上述实施例一提供的挖掘知识图谱中隐含信息的方法的有益效果相同，且该电子设备中的其他技术特征与上一实施例方法公开的特征相同，在此不做赘述。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，存储模块还可以被描述为“用于将原始知识图谱以邻接表的方式存储的模块”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！