[发明专利]一种多源异构数据融合平台及融合方法

权利要求书

1.一种多源异构数据融合平台，其特征在于，它包括数据采集单元、数据存储单元、数据标准化单元、用户画像构建单元、知识图谱构建单元和可视化单元；

所述数据采集单元用于采集多源异构数据；

所述数据存储单元将采集到的多源异构数据进行缓存；

所述数据标准化单元从所述数据存储单元中读取多源异构数据，并对多源异构数据进行词法、语法和/或语义分析，得到标准化文本数据；

所述用户画像构建单元从标准化文本数据中提取出学生的动态信息数据和静态信息数据，并根据提取的数据量化出学生标签，利用量化出的学生标签构建学生的用户画像；

所述知识图谱构建单元根据课程内容构建课程的知识图谱，根据学生的用户画像构建学生的知识图谱，根据老师的教学数据构建老师的知识图谱；并将课程的知识图谱、学生的知识图谱和老师的知识图谱进行关联，得到以学生为中心的课程联系、社交关系和师生关系；

所述可视化单元对得到的以学生为中心的课程联系、社交关系和师生关系进行显示。

2.如权利要求1所述的一种多源异构数据融合平台，其特征在于，所述多源异构数据包括学生数据、企业数据、高校数据、留学机构数据和政府机构数据；所述学生数据包括课堂表现、成绩、技能、性格、社交和求职意向；所述企业数据包括职位需求、企业状况和薪资；所述高校数据包括专业需求、分数要求、毕业去向和毕业薪资；所述留学机构数据包括留学需求、学费和留学生分布；所述政府机构数据包括职位需求和薪资。

3.如权利要求1所述的一种多源异构数据融合平台，其特征在于，所述对多源异构数据进行词法、语法和/或语义分析包括对多源异构数据的原始文本数据基于词法、语法和/或语义分析进行结构化处理和分词处理。

4.如权利要求1或2或3所述的一种多源异构数据融合平台，其特征在于，所述知识图谱构建单元包括信息抽取单元、信息表示单元和构建单元；所述信息抽取单元用于从标准化文本数据中抽取事实信息，事实信息包括实体、属性、实体之间的关系以及实体与属性之间的关系；所述信息表示单元采用预设表现形式对事实信息进行结构化表示，得到事实信息的结构化数据对；所述构建单元将结构化数据对作为知识条目构建知识图谱。

5.如权利要求1或2或3所述的一种多源异构数据融合平台，其特征在于，所述预设表现形式采用N元组的表现形式对事实信息进行结构化表示。

6.一种多源异构数据融合方法，其特征在于，它包括以下步骤：

获取多源异构数据；

对获取的多源异构数据进行缓存；

对多源异构数据进行标准化处理，得到标准化文本数据；

从标准化文本数据中提取出学生的动态信息数据和静态信息数据，构建学生的用户画像；

根据学生的用户画像构建学生的知识图谱，根据老师的用户画像构建老师的知识图谱，根据课程内容构建课程的知识图谱；将课程的知识图谱、学生的知识图谱和老师的知识图谱进行关联，得到以学生为中心的课程联系、社交关系和师生关系；

将以学生为中心的课程联系、社交关系和师生关系进行可视化呈现。

7.如权利要求6所述的一种多源异构数据融合方法，其特征在于，多源异构数据包括学生数据、企业数据、高校数据、留学机构数据和政府机构数据；所述学生数据包括课堂表现、成绩、技能、性格、社交和求职意向；所述企业数据包括职位需求、企业状况和薪资；所述高校数据包括专业需求、分数要求、毕业去向和毕业薪资；所述留学机构数据包括留学需求、学费和留学生分布；所述政府机构数据包括职位需求和薪资。

8.如权利要求7所述的一种多源异构数据融合方法，其特征在于，所述学生课堂表现数据采用智能手表、Leap Motion体感控制器或摄像头进行获取。

9.如权利要求7所述的一种多源异构数据融合方法，其特征在于，所述企业数据、高校数据、留学机构数据和政府机构数据采用网页抓取方法从资源网站中获取。

10.如权利要求6所述的一种多源异构数据融合方法，其特征在于，所述构建学生的用户画像的具体过程为：

从标准化文本数据中提取出学生的动态信息数据和静态信息数据；动态数据包括学习行为、生活行为和行为习惯数据，静态信息数据包括年龄、身高和性格数据；

根据提取的数据量化得到学生标签；学生标签包括技能标签、生活标签和学习标签；

将学生标签集合在一起构建出学生的用户画像。