买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:新立讯科技集团股份有限公司
摘要:本发明属于农产品流通智能化领域,尤其涉及基于AI农产品知识图谱的流通与监测方法及系统,该方法首先通过整合农产品公开数据与内部业务数据,构建多维度统一的农产品信息格式,其次,运用实体识别与关系抽取技术,构建农产品知识图谱并实时更新,第三,结合物联网设备实时监测农产品流通数据,实现知识图谱的动态更新,第四,利用知识图谱构建农产品流通路径模型,通过图分析算法监测供应链关键指标,实现异常预警和可视化展示,最后,基于更新后的知识图谱和实时监测数据,利用深度学习推荐算法为用户推送匹配商机,并通过用户反馈优化推荐模型,本发明有效提升了农产品流通效率与商机监测准确性,为用户提供了更准确的商机信息。
主权项:1.基于AI农产品知识图谱的流通与监测方法,其特征在于,步骤包括:S1、收集并整合各类农产品公开数据和业务数据,获取多维度农产品数据,并对收集的多维度农产品数据进行结构化预处理,使得多维度的农产品数据保持统一格式;S2、引入深度学习算法,对结构化处理后的多维度农产品数据,进行关键词提取及对应关系属性的抽取,利用获取的农产品实体关键词和对应的属性关系构建农产品三元组信息链,将构建的农产品三元组信息链输入到图数据库中,获得农产品知识图谱,同时对构建的知识图谱进行实时或定期更新;S3、利用物联网设备实时监测不同类的别农产品流通数据,并对监测的农产品流通数据进行清洗处理,将处理后的农产品流通数据与农产品知识图谱进行关联分析,获取关联分析结果,并通过图数据库的查询接口,将获取的关联分析结果,更新至对应农产品类别实体节点;S4、利用农产品知识图谱中的多维度农产品数据和市场流通数据,构建农产品从产地到消费端的完整流通路径图模型,通过图分析算法对流通路径图模型进行最优化分析,求取最优流通路径,并对流通路径模型中供应链间的关键指标进行实时监测、异常预警和可视化展示;S5、根据S3更新后的知识图谱数据库和S4中实时监测的供应链间关键指标,利用深度学习推荐算法,为用户推送与其业务需求匹配的监测信息,并通过配置的用户反馈机制,利用匹配的监测信息持续优化推荐模型。
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AI农产品知识图谱的流通与监测方法及系统
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。