基于Neo4j的C++课程知识图谱的构建和推理

当前教育领域对知识图谱的研究大多停留在对学科间知识图谱的研究上,而这类知识图谱普遍存在节点、关系和属性单一,以及知识点划分颗粒度较粗等问题.然而,在实际教学过程中,学科内的知识图谱对学生的作用更大,比如:当学生对某一知识点掌握程度不够的情况下,可以根据知识图谱找到与当前知识点相似的知识点或者基础知识点进行补充学习;或者对某一知识点已经掌握的情况下,可以根据知识图谱找出下一个要学的知识点等等.因此,本文基于Neo4j图数据库构建了C++课程知识图谱并给出相应的知识点推理.实验结果表明:构造后的课程知识图谱包含C++课程领域的所有知识点及知识点间的关系,可以很好地进行知识点和学习路径的相关推理.     

基于Neo4j的育儿知识图谱构建研究与实践

文章阐述了构建育儿知识图谱的意义,对知识图谱和图数据库Neo4j进行了简要介绍.论述了育儿知识图谱的构建思路,开展了育儿知识图谱构建实践,详细介绍了育儿知识数据获取、育儿知识数据处理、育儿知识数据存储和育儿知识图谱数据展示等过程.基于Neo4j的育儿知识图谱构建实践,为进一步构建基于知识图谱的育儿知识服务系统,进而为用...     

基于本体的孔子世家谱知识图谱

知识图谱对深入探究孔子世家谱内容的语义表示、语义推理及其应用具有重要作用.基于家谱领域知识和孔子世家谱的数据特点,提出了一种融合骨架法和七步法的世家谱本体构造方法,并应用本体建模工具Protege构建了世家谱本体.此外,在利用基于规则的实体识别方法抽取非结构化数据的基础上,采用Neo4j图数据库存储并完成了孔子世家谱知...     

面向电商领域的旗袍知识图谱构建与实证研究

为挖掘旗袍服饰要素的关联关系与隐藏价值,构建一个基于电商数据的细粒度旗袍知识图谱,并开展实证研究。旗袍知识图谱采用自底向上逐层构建的方法,首先根据先验知识设计细粒度本体模型,为后续工作提供逻辑基础;然后采集并预处理原始数据,通过知识抽取、知识融合规范化数据,进行实例填充,完成数据层设计;最后将数据存储到图数据库,实现可视化。在此基础上,围绕旗袍、服饰要素以及用户人群开展深度挖掘、知识推理,借助图分析算法在社区检测、相似度和要素关联上展开实证研究。结果表明：旗袍知识图谱蕴含服饰要素之间隐藏的关系,能够挖掘内在的语义信息;旗袍服饰要素和用户人群之间存在一定的知识关联性,进而辅助设计与销售决策。     

基于人工智能的知识图谱构建技术及应用

知识图谱(Knowledge Graphs,KG)自提出以来快速发展,结合人工智能技术成为一个新兴研究方向.随着KG在智能搜索领域取得良好的应用效果,研究者们开始着手于各领域中KG的应用.在实际应用场景下,KG是一种大规模的语义网络,也是一种技术体系,通过运用人工智能方法将文本、语音和视频等非结构化数据建模,形成一种实...     

基于用户行为分析的APP用户知识图谱构建

为了更好地帮助开发者理解用户需求，从而优化APP功能和体验，提高用户满意度，文中提出一种基于用户行为分析的APP用户知识图谱构建方法。首先从用户行为分析出发，通过APP用户评论细化用户行为；接着，通过APP用户行为与用户关系属性的映射抽取用户关系属性；最后，基于关系抽取结果构建APP用户知识图谱。通过相关算法进行APP用户知识图谱的构建，结果证明了该算法的有效性，能够创建出信息更为丰富的APP用户知识图谱。     

基于GCN的配电网知识图谱构建及应用

知识图谱拥有强大的表达能力,借助知识图谱可快速生成检索配电网设备选型、配置连接的辅助决策规则库,有利于降低配电网规范使用难度.同时,由于自动从技术规范文档提取实体关系时存在实体缺失和语义模糊等问题,文中提出基于GCN的配电网知识图谱构建方法,利用文档的语法依存关系和图神经网络的消息传递能力,实现多元实体关系抽取,以提高...     

基于知识图谱的人员关系构建

本文基于知识图谱通过节点定义、边关系处理以及规则集搭建来实现人员关系可视化,实现人员间显性和隐形关系的挖掘,为公共安全领域决策提供技术支撑。     

目标专业领域知识图谱构建与应用初探

知识图谱技术能够将海量大数据中的信息、数据以及关联关系汇聚为知识网络,实现用户智能化检索与意图分析推理。通过对知识图谱构建过程中本体构建,多源异构互联网数据的实体抽取、关系抽取、图谱更新与维护等关键技术进行研究,构建了军事目标专业领域知识图谱,并在可视化查询、智能问答、高价值关系推荐等方向进行了应用探索,有效提高了数据的使用效益,为军事情报分析和知识应用提供了一种有效的工具和方法。     

基于Neo4j的用户阅读数据图数据库的应用

为了实现一维用户阅读数据的关联化与可视化,分析了图数据库在数据挖掘方面的优势,以西安航空学院2020年的202941条用户阅读数据为数据源,基于图数据模型,采用Neo4j技术,定义了7类实体、6类关系及其属性,构建了用户阅读数据图数据库.结合查询功能,讨论了Neo4j用户阅读数据图数据库在数据查询、图书推荐等方面的应用...     

基于知识图谱的智能电网多维数据关联挖掘方法

为提高智能电网多维数据关联挖掘方法的准确性,提出了基于知识图谱的智能电网多维数据关联挖掘方法。按照动态图谱的框架结构,抽取关键电网数据,再根据数据的清洗与转换原理,完成基于知识图谱的电网数据关联性预测。在此基础上,划分关联区间,根据知识图谱结构,建立多维关联规则,得到挖掘置信度的具体计算数值,完成智能电网多维数据关联挖掘方法的设计与应用。实验结果表明,在知识图谱作用下,电网数据关联规则挖掘准确度在低维度、中维度、高维度三种传输环境下,实验组的关联规则挖掘准确度在0.910以上,而对照组的关联规则挖掘精度均低于0.900,该文具有较高的准确性,更符合实际应用需求。     

基于改进BiLSTM-CRF模型的网络安全知识图谱构建

针对网络安全领域的图谱构建任务,基于BiLSTM-CRF模型引入了外部网络安全词典来加强网络安全文本的特征,并结合多头注意力机制提取多层特征,最终在网络安全数据集取得了更优异的结果。利用企业内部的日常网络运维数据,设计并构建了一个面向企业网络安全运维管理的知识图谱,为后续进一步研究基于图谱的企业网络安全智能决策等应用奠定基础。     

电子元器件企业知识图谱构建分析

知识图谱(Knowledge Graph)是整个知识工程体系的结构框架,图书情报界将其定义为知识领域映射地图,其主要功能在于有效连接各类分散知识体并构成一个完整的知识网络.借助于知识图谱的知识整合、组织、转化利用等优势可有效提升企业的核心竞争能力.本文以电子元器件企业为研究对象,分析其风险知识图谱的构建方法,以此提高企...     

基于深度学习的业务稽查规则知识图谱构建

目前的业务稽查规则知识图谱构建方法信息分析能力较差,导致业务稽查规则知识图谱关系识别准确度较低.为了解决上述问题,基于深度学习研究了一种新的业务稽查规则知识图谱构建方法.利用互联网资源对业务规则内容和关键词进行注释和特征描述,将描述内容导入知识图谱数据库中.采用NLP自然语言处理及深度学习模型算法,利用序列标注技术完成...     

基于多源数据的密码攻防领域知识图谱构建

提高网络空间安全的密码攻防能力,需要形成可表示、可共享、可分析的领域知识模式和知识库。利用自顶向下的构建方法,并通过本体构建方法梳理密码攻防领域的核心概念和关系,可以生成密码攻防领域本体。在领域本体的基础上,通过收集并处理多种来源密码攻防领域的文档资料,利用基于深度学习的训练方法得到可维护、可重用、可共享和可分析的领域知识图谱,并进行存储和应用。     

基于知识图谱的科技创新研究的可视化分析

为分析国内近十年科技创新领域的研究热点、发展现状及发展趋势,运用文献计量法和信息可视化法,以近十年科技创新研究领域的核心期刊论文为样本文献,并借助可视化软件CiteSpace对中国知网中的CSSCI文献进行检索,从作者合作、机构合作、关键词共现等方面绘制可视化知识图谱,以分析近十年科技创新领域的研究现状、热点及未来发展趋势。     

基于知识图谱的全球数字孪生技术研究态势分析

通过对Web of Science核心合集数据库中数字孪生相关科技文献的统计,借助CiteSpace、VOSviwer等多种文献计量工具,对2010-2020年全球数字孪生研究文献的年度发文量、科研合作分布、研究热点、研究主题与演进趋势进行可视化分析.研究发现,数字孪生研究热度不断上升;研究成果主要通过核心团体产出,其...