br>[0063] 对于该当前知识节点i，其发出的关联性总值即第三关联性总值之和的计算公式 如下：
其中，当前知识节点i对应的R(x)越大，表示在用户的认知中，该当前 知识节点i对应的知识模块或知识点与其周围相邻的知识节点对应的知识模块或知识点 的关联性越强，进而说明用户对该当前知识节点i对应的知识模块或知识点了解的程度越 高，越全面。
[0064] 步骤A3,根据所述每个知识节点与所述每个第一紧邻知识节点的第三关联性总 值，确定出所述每个知识节点与所有的第一紧邻知识节点的第三关联性总值之和，并将所 述个人知识图谱中的所有知识节点中的每个知识节点的第三关联性总值之和的总和作为 所述第一关联性总值。
[0065] 每个知识节点与其相邻的所有每个第一紧邻知识节点的第三关联性总值之和，均 表示该知识节点上的知识点或知识模块与周围其他所有紧邻的知识节点上的知识点或知 识模块的关联性总和，因此，通过计算个人知识图谱中所有的知识节点中的每个知识节点 的第三关联性总值的和的总和就可以准确地得出该第一关联性总值，即用户个人已有所了 解的所有知识点或知识模块所达到的总体知识关联性，从而便于根据该第一关联性总值准 确地得出用户对已经了解的知识点或知识模块的认知程度或了解程度，以便于用户后期准 确地汲取知识，全方位地丰富自己的知识库。
[0066] 如图3所示，在一个实施例中，上述步骤S104可被执行为：
[0067] 步骤B1，确定与每个目标知识节点相连的至少一个第二紧邻知识节点，其中，所述 第二紧邻知识节点包括与所述每个目标知识节点相连的上一级知识节点和下一级知识节 占.
[0068] 由于每个目标知识节点与其相连接的上一知识节点和下一级知识节点的关联性 最强、最直接，最能表征该目标知识节点与其他目标知识节点的关联性强弱，因此，在确定 第二关联性总值时，可以先确定出与该每个目标知识节点相连接的第二紧邻知识节点，以 便于准确确定出科学图谱中每个目标知识节点与其相连的每个第二紧邻知识节点的第四 关联性总值。
[0069] 步骤B2,确定所述每个目标知识节点与所述至少一个第二紧邻知识节点中的每个 第二紧邻知识节点的第四关联性总值；
[0070] 由于每个目标知识节点均表示一个知识点或一个知识模块，因此，每个目标知识 节点与该至少一个第二紧邻知识节点中的每个第二紧邻知识节点的第四关联性总值均表 示该目标知识节点对应的知识点或知识模块与其对应的该相邻知识点或知识模块之间的 知识内容的关联性大小。
[0071] 步骤B3,根据所述每个目标知识节点与所述每个第二紧邻知识节点的第四关联性 总值，确定出所述每个目标知识节点与所有的第二紧邻知识节点的第四关联性总值之和， 并将所有目标知识节点中的每个目标知识节点的第四关联性总值之和的总和作为所述第 二关联性总值。
[0072] 每个目标知识节点与其相邻的所有每个第二紧邻知识节点的第四关联性总值之 和，均表示该知识节点上的知识点或知识模块与周围所有紧邻的知识节点上的知识点或知 识模块的知识内容的关联性总和，因此，通过计算所有的目标知识节点对应的第四关联性 总值的和的总和就可以准确地得出该第二关联性总值，即这些目标知识节点中所有知识点 或知识模块总体知识关联性大小，从而便于以该第二关联性总值为参考准确地得出用户对 已经了解的知识点或知识模块的认知程度或了解程度，以便于用户后期准确地汲取知识， 全方位地丰富自己的知识库。
[0073] 在一个实施例中，所述操作数据包括：所述本端接收到的搜索关键词、所述本端中 预存储的历史网页浏览记录、预存储的通讯记录、下载的文档和关注的话题中的至少一项 数据。
[0074] 如图4所示，本发明还提供一种知识图谱的评价装置，包括：
[0075] 获取模块401，用于获取用户在本端进行操作时的操作数据和所述用户的身份标 识；
[0076] 创建模块402,用于根据所述操作数据和所述身份标识，创建所述用户的个人知识 图谱；
[0077] 确定模块403,用于从预存储的科学知识图谱中确定出与所述个人知识图谱中的 每个知识节点相对应的目标知识节点；
[0078] 第一统计模块404,用于统计所述个人知识图谱中的所有知识节点的第一关联性 总值和相对应的所有目标知识节点的第二关联性总值；
[0079] 第二统计模块405,用于统计所述第一关联性总值和所述第二关联性总值的比值， 以对所述个人知识图谱进行评价。
[0080] 如图5所示，在一个实施例中，所述第一统计模块404包括：
[0081] 第一确定子模块4041，用于确定与所述个人图谱中的每个知识节点相连的至少一 个第一紧邻知识节点，其中，所述第一紧邻知识节点包括与所述每个知识节点相连的上一 级知识节点和下一级知识节点；
[0082] 第二确定子模块4042,用于确定所述每个知识节点与所述至少一个第一紧邻知识 节点中的每个紧邻知识节点的第三关联性总值；
[0083] 第三确定子模块4043,用于根据所述每个知识节点与所述每个第一紧邻知识节点 的第三关联性总值，确定出所述每个知识节点与所有的第一紧邻知识节点的第三关联性总 值之和，并将所述个人知识图谱中的所有知识节点中的每个知识节点的第三关联性总值之 和的总和作为所述第一关联性总值。
[0084] 如图6所示，在一个实施例中，所述第一统计模块404包括：
[0085] 第四确定子模块4044,用于确定与每个目标知识节点相连的至少一个第二紧邻知 识节点，其中，所述第二紧邻知识节点包括与所述每个目标知识节点相连的上一级知识节 点和下一级知识节点；
[0086] 第五确定子模块4045,用于确定所述每个目标知识节点与所述至少一个第二紧邻 知识节点中的每个第二紧邻知识节点的第四关联性总值；
[0087] 第六确定子模块4046,用于根据所述每个目标知识节点与所述每个第二紧邻知识 节点的第四关联性总值，确定出所述每个目标知识节点与所有的第二紧邻知识节点的第四 关联性总值之和，并将所有目标知识节点中的每个目标知识节点的第四关联性总值之和的 总和作为所述第二关联性总值。
[0088] 在一个实施例中，所述操作数据包括：所述本端接收到的搜索关键词、所述本端中 预存储的历史网页浏览记录、预存储的通讯记录、下载的文档和关注的话题中的至少一项 数据。
[0089] 关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法 的实施例中进行了详细描述，此处将不做详细阐述说明。
[0090] 最后，本发明中的知识图谱的评价装置适用于终端设备。例如，可以是移动电话， 计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数 字助理等。
[0091] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序 产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实 施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机 可用存储介质