[发明专利]一种识别电视端用户集合的方法

说明书

本发明公开了一种识别电视端用户集合的方法，包括以下步骤：定义实体命名规则；构建实体间关系；建立实体属性名与标准属性名的映射关系；从数据库中读取原始数据，构建知识图谱。通过该方法，实现了自定义一种知识图谱构建规则，来体现出数据之间的某种语义关系，并将每张数据表之间的关系以JSON数据格式存于数据库中，再由程序读取数据表，并构造图来描述数据模型；从实体命名、抽取到图谱构建能够比较容易地应用到将若干个存在关联的数据表构建成知识图谱的项目中。

技术领域

本发明涉及知识图谱技术领域，具体来说，涉及一种识别电视端用户集合的方法。

背景技术

近些年，越来越多的应用场景引入了知识图谱，知识图谱本质上是一种大规模语义网络，包含实体、概念及其之间的各类语义关系。知识图谱是大数据时代最为重要的知识表示形式之一，是实现认知智能的核心技术。同时随着互联网的快速发展，网络数据内容呈现爆炸式增长的态势。知识图谱实际上就是知识工程在大数据时代再次复现的产物，强调知识图谱对数据的依赖，但是互联网内容的大规模、异质多元、组织结构松散的特点，对知识图谱的构建提出了挑战。

传统知识工程应用很多都是有限制的，大部分都在规则明确、边界清晰，应用封闭的场景中取得了巨大成功，这种构建方法称之为自上而下的做法。虽然最近有关知识图谱构建的论文和成果有很多，但真正把这些论文的结论应用于自身研究的场景中时，就会发现各种各样的问题，迁移性比较差。

发明内容

针对相关技术中的上述技术问题，本发明提出一种识别电视端用户集合的方法，能够克服现有技术的上述不足。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种识别电视端用户集合的方法，该方法包括以下步骤：

S1：定义实体命名规则；

S2：构建实体间关系；

S3：建立实体属性名与标准属性名的映射关系；

S4：从数据库中读取原始数据，构建知识图谱。

进一步的，所述步骤S2包括以下步骤：

S21：预定义实体关系；

S22：构建表与表之间的查询规则；

S23：构建表中的实体关系。

进一步的，所述步骤S3包括以下步骤：

S31：预定义属性命名的标准；

S32：将不同数据表中相同属性但非标准的字段名映射到统一命名上。

进一步的，所述步骤S4包括以下步骤：

S41：获取原始数据；

S42：对数据打标签；

S43：封装数据为Domain Event；

S44：发送Domain Event到Kafka；

S45：图数据库读取Kafka中的数据；

S46：依据实体数据的标签和关系数据的标签，合成知识图谱。

进一步的，所述步骤S42进一步包括以下步骤：

S421：对实体数据打标签；

S422：对关系数据打标签。

进一步的，所述步骤S43步骤中，所述封装数据封装实体数据和关系数据。