[发明专利]基于图模型的企业知识图谱的建立方法和图形化查询方法

说明书

本发明公开了一种基于图模型的企业知识图谱的建立方法，包括如下步骤：模型建立步骤：构建图数据模型，所述图数据模型包括图数据结构模块、图挖掘算法模块和查询接口模块；数据记录步骤：获取样本的企业各维度数据，按所述图数据模型分别将所述企业股东、对外投资、舆情、司法等维度数据记录于所述图数据结构模块；封装步骤：根据常用应用场景将图挖掘算法封装成所述查询接口模块，以JSON格式返回关系图模型。本发明还公开了一种基于图数据模型的图形化查询方法。

技术领域

本发明属于计算机技术领域，尤其涉及一种基于图模型的企业知识图谱建立方法及查询方法。

背景技术

图数据模型用图来存储数据，是最接近高性能的一种用于存储数据的数据结构方式之一。一个图由无数的节点和关系组成，最简单的图是单节点的，一个记录，记录了一些属性。一个节点可以包含若干属性，将数据用关系连接起来分布到不同节点上才是有意义的。关系将节点组织成任意的结构，允许一张图被组织成一个列表，一张地图，或者一个由关系高度关联的结构组成复杂的实体。但现有图数据模型通常仅仅建立和表达两个节点之间的关系，其无法满足三个或三个以上节点之间的关系表达的结构和难度。

图数据模型查询搜索通常使用Dijkstra最短路径算法。最短路径算法是一种求单源、无负权的最短路，其具有时效性较好等特点。最短路径算法所用的时间复杂度为O(V*V+E)，如果图数据模型源点可达，则O(V*lgV+E*lgV)＝>O(E*lgV)。如果图数据模型是稀疏图，此时E＝V*V/lgV，所以算法的时间复杂度可为O(V^2)。如果图数据模型是斐波那契堆作优先队列，则算法时间复杂度为O(V*lgV+E)。但是该算法实际应用困难，在处理节点和边数量较大的复杂图形时，在时间复杂度上面表现不佳。

为了克服现有技术中的上述缺陷，本发明提出了一种基于图模型的企业关联关系拓扑建立方法及查询方法。本发明使用Traversal进行数据查询，Traversal算法从一些起始节点开始查询与其关联的节点，为节点和关系建立索引，可以使查询更加高效。

发明内容

本发明提出了一种基于图模型的企业知识图谱建立方法，包括如下步骤：

模型建立步骤：构建图数据模型，所述图数据模型包括图数据结构模块、图挖掘算法模块和查询接口模块；

数据记录步骤：获取样本的企业关联关系数据，按所述图数据模型分别将所述企业关联关系数据记录于所述图数据结构模块；

接口封装步骤：根据常用应用场景将图挖掘算法封装成所述查询接口模块，以JSON格式返回关系图模型。

本发明提出的基于图模型的企业知识图谱的建立方法中，所述图数据结构模块包括：节点、关系和属性。

本发明提出的基于图模型的企业知识图谱的建立方法中，所述节点包括：自然人与机构。

本发明提出的基于图模型的企业知识图谱的建立方法中，所述关系包括：法定代表人、直系亲属、任职与投资。

本发明提出的基于图模型的企业知识图谱的建立方法中，所述属性包括：实体注册时间、注册资本等。

本发明还提出了一种基于所述图数据模型的图形化查询方法，包括如下步骤：

步骤一：所述图挖掘算法模块使用Traversal算法，定义Paths参数；

步骤二：输入待查询节点，根据待查询节点通过Dijkstra算法对所述图数据模型中的单一源最短路径进行搜索；

其中，Dijkstra算法描述如下：