[发明专利]基于大数据的智慧供应链可视化方法及装置

说明书

基于大数据的智慧供应链可视化方法及装置，该方法通过对企业内外部产业关联数据进行提取，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；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：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；根据行业知识图谱进行供应链关系的可视化。本发明可快速识别数据中公共要素和联系，通过可视化方式展现数据的图谱，呈现企业之间供应链上下游关系。

技术领域

本发明属于大数据处理技术领域，具体涉及一种基于大数据的智慧供应链可视化方法及装置。

背景技术

长期以来，受工业制造细分领域众多的因素影响，一直存在着数字化转型难度大、供应链上下游信息无法及时对称的问题。随着互联网的发展，使得相关行业的供应链重塑成为可能，面对日新月异的市场环境，越来越多的企业把发展焦点放在供应链创新上，对供应链创新的关注越来越高。也正是互联网的快速发展，引发行业数据呈爆炸式增长，数据展现形式上缺少更精准的分析手段。

传统的供应链上下游关系以列表方式展现为主，虽然也存在少量的图形化展现形式，但显示方式较为单一；当企业与企业之间存在多种交叉供需关系时，无法直观、快速的掌握企业间的业务往来。在供应链领域缺少一种全程信息可视化的技术方案来表达核心企业与上游供应商、下游分销商及产品间的关联关系。

发明内容

为此，本发明提供一种基于大数据的智慧供应链可视化方法及装置，能够协助视觉障碍者更好的浏览图片和理解图片内容，以解决或部分解决背景技术中指出的问题。

为了实现上述目的，本发明提供如下技术方案：基于大数据的智慧供应链可视化方法，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。

作为基于大数据的智慧供应链可视化方法优选方案，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。

作为基于大数据的智慧供应链可视化方法优选方案，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。

作为基于大数据的智慧供应链可视化方法优选方案，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；