[发明专利]基于大数据的智慧供应链可视化方法及装置

权利要求书

1.基于大数据的智慧供应链可视化方法，其特征在于，包括：

供应链数据采集：对企业内外部产业关联数据进行提取，产业关联数据包括非结构化数据和半结构化数据，将提取的非结构化数据和半结构化数据转换为结构化数据；

供应链图谱构建：根据创建的上下游企业关系模型构建行业知识图谱，构建行业知识图谱包括知识获取、知识融合、知识存储和知识计算：

所述知识获取根据企业特征词库在公开的资料数据中抽取同义词关系、实体关系和属性关系，将抽取的知识作为初始知识；

所述知识融合将抽取出的同义词关系、实体关系和属性关系集成到行业知识图谱中，对数据进行实体匹配和模式对齐；

所述知识存储将学习到的三元组知识、结构化的知识图谱组织数据进行存储；

所述知识计算通过计算获取学习到的三元组知识、结构化的知识图谱组织数据中的知识、模式或规则；

供应链可视化：根据行业知识图谱进行供应链关系的可视化。

2.根据权利要求1所述的基于大数据的智慧供应链可视化方法，其特征在于，供应链数据采集包括以下步骤：

对非结构化数据提取正文，以保存关注的文本内容；

通过自然语言处理技术识别文本实体，文本实体识别方法包括使用实体链接将候选实体和知识库链接，文本实体识别方法还包括使用命名实体识别技术识别文章中得实体；

获得实体后，根据实体间的关系，利用句法结构确定指定实体间的关系；

对半结构化数据进行标注，使用预设规则对同类型或者符合给定关系的数据进行抽取。

3.根据权利要求1所述的基于大数据的智慧供应链可视化方法，其特征在于，所述知识获取过程中，预定义关系类型并对数据进行预处理；人工标注数据；预设关系识别所需的特征，关系识别所需的特征包括轻量级、中量级和重量级特征；选择分类模型，基于标注数据训练分类模型；对训练的分类模型进行评估。

4.根据权利要求1所述的基于大数据的智慧供应链可视化方法，其特征在于，所述知识融合包括以下步骤：

数据归一化处理，归一化处理包括语法正规化和数据正规化；

通过属性相似度和实体相似度进行实体记录链接；

从给定知识库中的实体对中，选出潜在匹配记录对作为候选项，将候选项的大小范围进行缩小；

采用图数据库形式进行所述知识存储和所述知识计算过程中的数据处理，图数据库采用邻接矩阵。

5.根据权利要求1所述的基于大数据的智慧供应链可视化方法，其特征在于，供应链可视化包括：

以图形可视化方式显示企业的上游供应商及产品信息，同时显示下游分销商及产品信息；

以网络拓扑结构方式展示供应商的所有上游供应商、下游分销商及产品信息；

以网络拓扑结构方式展示分销商的所有上游供应商、下游分销商及产品信息。

6.基于大数据的智慧供应链可视化装置，其特征在于，包括：

供应链数据采集单元，用于对企业内外部产业关联数据进行提取，产业关联数据包括非结构化数据和半结构化数据，将提取的非结构化数据和半结构化数据转换为结构化数据；

供应链图谱构建单元，用于根据创建的上下游企业关系模型构建行业知识图谱；供应链图谱构建单元包括知识获取模块、知识融合模块、知识存储模块和知识计算模块：

知识获取模块，用于根据企业特征词库在公开的资料数据中抽取同义词关系、实体关系和属性关系，将抽取的知识作为初始知识；

知识融合模块，用于将抽取出的同义词关系、实体关系和属性关系集成到行业知识图谱中，对数据进行实体匹配和模式对齐；

知识存储模块，用于将学习到的三元组知识、结构化的知识图谱组织数据进行存储；

知识计算模块，用于通过计算获取学习到的三元组知识、结构化的知识图谱组织数据中的知识、模式或规则；

供应链可视化单元，用于根据行业知识图谱进行供应链关系的可视化。