[发明专利]一种基于数据图谱、信息图谱和知识图谱的搜索优化方法

说明书

本发明是一种面向事务计算效率的基于数据图谱、信息图谱和知识图谱的搜索优化方法，并给出了数据图谱、信息图谱和知识图谱的概念表示，属于分布式计算和软件工程学技术交叉领域。主要用于通过数据图谱、信息图谱和知识图谱对以数据、信息和知识形态存储的资源进行搜索，计算在不同层次图谱上搜索资源时的效率和所要花费的代价。通过对搜索过程进行参数化，衡量在数据图谱、信息图谱和知识图谱上搜索资源的效率和每一步搜索的代价，使用户花费最少代价而能获得相对有效和准确的资源，提高搜索效率。

技术领域

本发明是一种基于数据图谱、信息图谱和知识图谱的搜索优化方法，并给出了数据图谱、信息图谱和知识图谱的概念表示。主要用于通过数据图谱、信息图谱和知识图谱对以数据、信息和知识形态存储的资源进行建模和搜索，提高搜索效率，属于分布式计算和软件工程学技术交叉领域。

背景技术

传统的搜索引擎技术根据用户的查询要求快速检索和排序网页资源，对于搜索引擎反馈的大量资源需要用户进行人工排查和筛选，难以满足用户全面掌控资源的需求。现有的技术包括基于机器学习的方法和基于本体的方法为应对这一挑战做出了许多贡献，然而，基于机器学习的方法缺乏有效的机制来明确地将经验知识与训练模型结合在一起，基于本体的方法受到人类专家方面沉重负担的限制。

知识图谱容纳资源规模较大，涵盖的知识领域广泛，并且能为用户提供智能搜索和问答服务。基于知识图谱的搜索侧重于图结构的逻辑推理计算，基于语义网三元组进行推理补充资源信息，实现Web从网页链接向概念链接的转变，支持用户按照语句进行检索，以图形化的方式向用户反馈结构化知识，准确定位用户所需资源，使用户从人工过滤网页寻找答案的模式中解脱出来。

一种基于数据图谱、信息图谱和知识图谱的搜索优化方法的关键技术包括对在不同层次图谱上搜索资源时效率和代价的计算。通过对搜索过程进行参数化，衡量在数据图谱、信息图谱和知识图谱上搜索资源的效率和每一步搜索的代价，使用户花费最少代价而能获得相对有效和准确的资源。

发明内容

技术问题：本发明的目的是提供一种对数据、信息和知识等形态的资源的原始表述的自然语言的机器理解、自动处理、自动综合和自动分析方法，用于解决搜索范围难以确定、搜索资源难以找到等问题。本发明将数据标识为Data_DIK，信息标识为Information_DIK，知识标识为Knowledge_DIK，DIK是数据、信息和知识三者的简写，本发明可显著地提高搜索效率，并降低搜索过程中所要耗费的代价。

技术方案：本发明是一种基于数据图谱、信息图谱和知识图谱的搜索优化方法，从应对自动增量式结合经验知识和减少人工专家交互负担等两个方面考虑，从资源建模、资源处理、处理优化和资源管理等角度进行研究，基于对现有知识图谱（Knowledge Graph）概念的拓展提出了一种三层可自动抽象调整的解决架构。这个架构包括：数据图谱、信息图谱和知识图谱(将数据图谱标识为DataGraph_DIK，信息图谱标识为InformationGraph_DIK，知识图谱标识为KnowledgeGraph_DIK)等三个层面。基于不同层次的图谱架构查找和匹配用户的资源需求，提高搜索效率。

体系结构