[发明专利]一种基于知识图谱的苹果病虫害知识推荐方法在审

专利信息
申请号: 202211296174.8 申请日: 2022-10-21
公开(公告)号: CN115563362A 公开(公告)日: 2023-01-03
发明(设计)人: 肖智文;耿楠;耿耀君;李梅;段宇飞;龚靖为 申请(专利权)人: 西北农林科技大学
主分类号: G06F16/9035 分类号: G06F16/9035;G06F16/901;G06F16/36;G06F16/215;G06F16/28;G06Q50/02
代理公司: 北京箐昱专利代理事务所(普通合伙) 16105 代理人: 连中浩
地址: 712100 陕西省咸阳市*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 苹果 病虫害 推荐 方法
【说明书】:

发明公开了一种基于知识图谱的苹果病虫害知识推荐方法,属于苹果病虫害知识领域,一种基于知识图谱的苹果病虫害知识推荐方法,本方案技术路线拟以苹果病虫害智能推荐为研究目标,在知识图谱构建模块,通过解决用户苹果病虫害知识图谱的构建和推荐系统搭建问题,实现结构化、半结构化和非结构化数据收集以及数据预处理,推荐算法通过嵌入层、特征提取器和预测处理层,为用户提供准确的知识推荐,最后利用前端展示模块向用户进行交互,本方法拟采用嵌入层、知识感知注意力和信息聚合来有效地挖掘出稀疏数据中存在的上下文语义特征,为系统提供准确的苹果病虫害知识提供了重要保障。

技术领域

本发明涉及苹果病虫害知识领域,更具体地说,涉及一种基于知识图谱的苹果病虫害知识推荐方法。

背景技术

苹果生产对我国经济的发展和满足广大人民的需求发挥着重要的作用,然而在种植苹果过程中,苹果容易受到天气,环境,微生物,病毒和细菌等各种因素的影响进而降低苹果的产量,如何提高苹果产量、提升苹果果品质量等是目前苹果产业的亟需解决的主要问题,多年以来,关于病虫害的防治问题是紧密与苹果的产量、品质以及安全产生关系,其中不科学的防治措施往往会带来严重的负面影响,特别是化学农药的滥用通常会对果品的安全形成不良影响,导致果品农药残留量超标,危害消费者的健康。

在苹果种植过程中,果农们常常在面对他们所种植的苹果被病害影响时,他们会花费大量的人力、物力和财力去收集并且查询大量的离散且复杂的苹果病虫害知识,以获取他们所需要的部分信息,以至于果农们没办法将更多的精力投入如何精准防治他们所种植的苹果的问题,同时果农们还存在花费大量精力查阅资料后,发现这些资料所获取的信息可能是无用的,从而出现了苹果的产量无法提升,质量无法保证等问题。

发明内容

1.要解决的技术问题

针对现有技术中存在的问题,本发明的目的在于提供一种基于知识图谱的苹果病虫害知识推荐方法,可以实现以信息化技术与苹果病虫害农业知识相结合,拟构建一套关于用户的苹果病害和虫害的知识的智能推荐系统,填补了知识图谱智能推荐系统在苹果领域的空缺,促进知识图谱在农业领域的应用。

2.技术方案

为解决上述问题,本发明采用如下的技术方案。

一种基于知识图谱的苹果病虫害知识推荐方法,包括如下步骤:

S1、拟构建一套用户和苹果树病虫害及防治方法的推荐数据集;

S2、拟构建基于用户-苹果病虫害的知识图谱;

S3、拟构建一套苹果树病虫害知识推荐系统。

首先,做好数据收集工作构建用户-苹果知识图谱的基础。从收集的数据类型而言,数据可大致被划分为结构化数据、半结构化数据和非结构化数据。通常这些不同来源的数据类型,是构建相关领域知识图谱的知识基础,同样也是基于知识图谱的苹果病虫害推荐系统的基本数据来源之一。

进一步的,所述S1还包括以下步骤:

S11、所述拟将获取的数据源,以原始数据形式存入MySQL数据库,接着对数据进行清洗和预处理,提取实体、关系、属性信息。原始数据在数据清洗阶段,通过过滤、拆分、补充、提取的方式,得到格式化数据的过程。在收集一定的数据后,对格式化数据进行分析,拟通过实体定义、关系定义和属性定义三方面来设计知识图谱,最后存储在Neo4j图数据库中。

进一步的,将构建好的用户-苹果病虫害知识图谱定义为G=(h,r,t),它使用三元组数据表示,其中h,t和r分别代表头部实体集合,尾部实体集合和头部实体和尾部实体之间的关系集合。

进一步的,所述S2还包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北农林科技大学,未经西北农林科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211296174.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top