申请/专利权人：新立讯科技集团股份有限公司

申请日：2024-06-06

公开（公告）日：2024-07-05

公开（公告）号：CN118296164A

主分类号：G06F16/36

分类号：G06F16/36;G06F40/295;G06F21/64

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明公开了基于知识图谱的农产信息自动采集与更新方法及系统，属于农业信息技术领域，包括：明确采集需求，设计知识图谱架构，引入领域本体和专业知识库以丰富语义信息；通过数据抓取技术抓取目标数据源中的农产信息，结合深度学习模型自动抽取实体、属性和关系，并与知识图谱中的已有数据进行匹配；利用数据融合算法整合多版本信息，结合规则引擎和时空数据分析发现隐含关系和动态变化；设定定期采集任务，采用流处理框架进行增量更新，并利用区块链技术确保数据可信；同时，设置用户反馈机制和智能监控预警系统，以优化知识图谱质量和及时响应异常变化，自动化程度高，同时，提高了生产效率和产量，确保了农产信息的安全性和可信度。

主权项：1.基于知识图谱的农产信息自动采集与更新方法，其特征在于，包括：步骤S1：明确需要采集和更新的农产信息类型，根据需求分析结果，设计知识图谱架构，规划知识图谱的顶层结构，定义核心实体及属性，同时，引入领域本体和农业专业知识库，丰富知识图谱的语义信息；步骤S2：确定采集农产信息的目标数据源，从目标数据源中抓取农产信息并进行预处理，根据命名实体识别方法并结合深度学习模型，自动抽取农产信息中的实体、属性和关系，将抽取的实体与知识图谱中的已有实体和关系进行匹配；步骤S3：选择图数据库系统，并将处理后的实体、属性与关系数据导入选定的图数据库，构建完整的农产知识图谱，结合农业领域的特性，采用图嵌入技术和索引优化策略优化知识图谱的查询和索引性能；步骤S4：通过数据融合算法整合来自不同数据源、同一实体的农产信息，使用规则引擎推理模型，发现隐含关系、因果效应、趋势预测，并引入时空数据分析方法，利用GIS技术和时间序列分析，捕捉农产信息的动态变化和地域特征；步骤S5：设定定期采集任务，根据新采集的数据，采用流处理框架对知识图谱进行增量更新，设置变更检测机制，监控到数据源变更，触发即时更新流程，利用区块链技术构建数据存证机制，并定期进行数据质量评估，设置用户反馈机制，根据反馈优化知识图谱质量，同时，引入智能监控和预警系统，对农产信息的异常变化进行及时检测和预警。

全文数据：

权利要求：

百度查询： 新立讯科技集团股份有限公司 基于知识图谱的农产信息自动采集与更新方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD