基于Neo4j的人员关系知识图谱构建及应用

近年来,知识图谱已逐渐从传统的知识分析应用发展到对社会实体及关系的应用。本文针对知识图谱的人员关系应用研究,以疫情病例人员关系为例获取数据源,通过数据预处理、知识抽取等方式构建病例人员关系三元组,采用Protégé工具构建本体,并导入Neo4j图形数据库中进行存储,最后构建病例人员关系知识图谱,实现可视化查询病例人员及关系信息。同时,运用Neo4j的中心度算法和度中心性算法分析所有病例人员的感染力和接触人数,从而发现病例中感染力较强、接触人数较多的人员,为未来疾病防控体系的建立提供了参考,对病例人员关系的研究分析也具有一定的实用价值。     

审计数据知识图谱的构建与实现——基于Neo4j图数据库

基于Neo4j图数据库的知识图谱技术能够将海量审计数据可视化,为高效存储、快速组织和精准表达审计实体及其之间的数据关联提供支持。审计工作人员通过审计数据知识图谱能够快速获取审计实体信息并挖掘审计实体之间的潜在数据关联,达到简化审计流程、提高审计效率的目的。基于此,本文重点探讨了审计数据知识图谱的构建与实现,希望能够为相关研究提供借鉴。     

基于Cytoscape.js的Neo4j农药知识图谱Web可视化研究

针对Neo4j知识图谱Web可视化问题,本文以农药知识图谱为例,研究其Web可视化方法。该方法在分析农药知识图谱结构模型的基础上,搭建了基于Flask的农药知识图谱的查询网站,连接neo4j图数据库,从网页获取查询条件,生成用Cypher语言描述的查询语句,通过py2neo对农药知识图谱进行查询,构造网站动态图数据,利用cytoscape.js实现对知识图谱查询结果的Web可视化。     

基于Neo4j和Unity3D的钻井知识图谱可视化系统

钻井知识作为钻井行业的基础和人员培训的重要组成部分,使用知识图谱和网络可视化技术实现知识的高效管理、快速转播和及时更新,是破除行业内“知识孤岛”现象的有力手段。为此提出了钻井知识图谱可视化系统的设计方案,然后使用预处理的知识构建知识本体库,并在此基础上使用Neo4j图数据库实现了钻井知识图谱,最后在Unity3D中使用力导向布局算法实现了钻井知识图谱的可视化。     

河北省旅游景点知识图谱的构建

针对河北省旅游景点数量多分布广、信息杂糅且线上搜索智能化不足的问题,论文研究了河北省旅游景点知识图谱的构建过程。首先通过爬虫技术从不同来源获得初始旅游数据;然后对于经过信息抽取后的景点属性和属性值信息进行知识融合;最后进行旅游本体构建并将所有加工后的数据存入Neo4j图数据库,完成知识图谱的构建。论文通过知识图谱技术将现有景点的信息进行分析、整合,有助于提高搜索效率,使游客在出游前就享受到优质的服务,进而促进旅游业的发展。     

基于Neo4j的校园移动社交知识问答系统设计与实现

随着移动终端及无线带宽接入技术的不断发展,以手机、Pad等便携式终端为载体的学习软件层出不穷,利用图形化数据库Neo4j设计与实现了一款集知识问答与位置交友的移动社交软件,吸引中小学生兴趣,为提升中小学生线上学习效能提供帮助.     

小麦品种知识图谱构建与可视化研究

为探索知识图谱技术在农业智能生产中应用与落地, 解决复杂多样的农业生产数据的精准查询与可视化问题, 本研究以小麦品种知识为例, 利用爬虫技术, 爬取1852个小麦品种信息、735个微百科、102349个词条; 基于知识图谱技术, 设计品种知识图谱实体与关系, 对抓取数据进行清洗、抽取与融合, 经过实体识别、关系构造等处...     

一种多层政务知识图谱构建方法及示例

随着政务数字化建设的不断完善,基于知识图谱实现政务服务“知识化、个性化、智能化”的业务需求被逐渐唤醒。目前,政务领域知识图谱应用场景单一,与不同场景政务知识难以建立联系,基于传统数据库的政务服务搜索、办理和审批效率不高。为拓展政务服务场景,提升政务服务的搜索、办理和审批效率,该文提出一套自顶向下映射的多层政务知识图谱构建方法。首先,从政务服务角度出发构建政务知识概念模型;然后,依据概念模型获取政务知识、数据预处理和知识融合;最后,形成以概念、业务服务、社会服务和信息共享的自上而下关系的多层政务知识图谱。基于Neo4j可视化展示和已应用部署的服务,以房产审批的搜索、占用林地审批的办理和面向公众投诉的社会服务为例,对所提方法进行验证。实验结果表明,该方法不仅可以为不同政务场景提供知识图谱支撑和建立关联,还有助于实现多源政务数据融合共享,可为后续政务知识图谱构建提供图谱库参考。     

基于Neo4j不确定性数据处理技术的研究

不确定性是数据的本质特征,对不确定性数据的研究得到了越来越多领域的关注。在总结当前处理历史数据不确定性方法的基础上,针对缺乏处理不确定性历史数据的语义框架问题,基于Neo4j图数据库建立用于处理不确定性历史数据的通用数学模型。该模型以双时态模型、概率模型等为依托,整合了历史数据的时间、不确定性与世系三个方面。并基于Python语言实现了具有CRUD基本操作的存储系统,可动态增加节点之间的关系、存储和检索历史数据、实现了不确定性数据的筛选查询和模糊查询。通过关系型数据库与图数据库中数据的存储方式及存储系统的查询效率对比实验表明,所提出的数学模型扩展性更强,实现系统查询效率更高,在处理大规模不确定性数据的存储和检索方面优势更加明显。     

成果地质资料知识图谱构建与可视化

知识图谱技术在行业领域的运用越来越广,因此研究知识图谱技术在成果地质资料领域中的运用,解决到馆用户的精确查询和可视化问题变得更加重要.本文以成果地质资料为研究对象,利用爬虫技术,爬取成果地质资料中的矿产、地理区域、组织机构等实体信息.结合知识图谱相关技术,设计成果地质资料知识图谱地质实体和关系,经过命名实体识别、关系抽取和属性抽取,构建成果地质资料实体266 787个,关系306 686个.使用Neo4j图形化数据库存储知识图谱来提高地质资料的查询性能,方便到馆用户的查询.该研究可以为知识图谱在成果地质资料上面的应用提供理论支撑.     

基于Neo4j的海量石油领域本体数据存储研究

语义网技术的发展促进了石油领域中多学科本体之间的整合技术的发展。随着数据的规模的增大,传统的基于关系型数据库的数据存储和信息检索等存在较多问题。对此,提出了一个基于Neo4j数据库的领域本体构建过程,专注于改进数据存储和信息检索两个方面。首先,提出了一种基于图形数据库Neo4j的大规模本体数据存储问题的解决方案,通过设计一种基于Neo4j的存储模型配合分布式存储机制,实现存储空间的高效利用。其次,在Neo4j数据模型的基础上,设计了一种两层索引结构的检索算法。实验评估表明, 提出的方法与基于关系数据库的方法相比,在数据存储方面可以节省10％以上的存储空间,在信息检索方面将检索效率提高了30多倍。     

基于Neo4j的领域本体存储方法研究*

在分析民航突发事件应急管理领域本体及其存储特点的基础上,提出了一种基于Neo4j的领域本体RDF图数据存储方法,研究了领域本体RDF有向标记图结构与Neo4j图数据库存储模型的关系,结合民航突发事件应急管理领域本体的实例查询,给出了RDF图与Neo4j之间的映射关系及其实现过程。实验验证了Neo4j图数据库在满足领域本体RDF图数据查询的同时,进一步提高了查询的效率,为大数据平台下的RDF图数据语义检索与推理提供了方法支撑。     

基于多源信息融合的API知识图谱构建

API相关的知识通常分散隐含在多个信息源,如API参考文档、问答网站等非结构化的文本中,不利于API的查询与检索.为此,提出一种多源信息融合的API知识图谱构建方法,以提高API检索的效率.API参考文档从设计者角度描述了API的功能和结构,Stack Overflow问答网站从用户角度提供了API的使用目的及应用场景,二者互为补充,可共同为API查询与检索提供支持.通过分析API参考文档,抽取API和领域概念作为实体,构建API和领域概念之间的关联关系;利用Stack Overflow问答网站,抽取问答QA和API概念作为实体,构建问答QA和API概念之间的关联关系.在此基础上,将二者进行知识融合,构建多源API知识图谱,以实现基于知识图谱的API推荐.为验证本文方法,分别从知识抽取的准确性和推荐应用两方面对本文构建API知识图谱的有效性进行评估.实验结果表明,基于知识图谱的API推荐,在推荐效果及效率上均有提升.     

细粒度苹果病虫害知识图谱构建研究

鉴于现有农业知识图谱对病虫害防治相关实体、关系刻画不够细致的问题,以苹果病虫害知识图谱构建为例,研究细粒度农业知识图谱的构建方法。对苹果病虫害知识的实体类型和关系种类进行细粒度定义,共划分出19种实体类别和22种实体关系,以此为基础标注并构建了苹果病虫害知识图谱数据集AppleKG。使用APD-CA模型对苹果病虫害领域命名实体进行识别,使用ED-ARE模型对实体关系进行抽取。实验结果表明,该文模型在命名实体识别和关系抽取两项子任务中的F1值分别达到了93.08%和94.73%。使用Neo4j数据库对知识图谱进行了存储和可视化,并就细粒度苹果病虫害知识图谱可以为精准病虫害信息查询、智能辅助诊断等下游任务提供底层技术支撑进行了讨论。     

基于异质数据源的计算机学科知识图谱构建

计算机学科评估需要对学科整体信息进行汇总, 过于依赖专家经验且历届学科评估信息复用程度低. 针对此问题, 该文提出了一种计算机学科评估知识图谱构建方法. 该方法基于CIR模型建模知识图谱, 设计了针对文本数据的基于依存句法分析的无监督命名实体关系抽取方法和针对表格的数据流组合模型抽取知识, 并借助Neo4j图数据库实现知识图谱可视化, 为更多学科知识图谱的构建提供思路和借鉴.