[发明专利]一种车联网知识图谱的构建、更新方法及系统

说明书

本发明属于知识图谱技术领域，提供了一种车联网知识图谱的构建、更新方法及系统。构建方法包括，将车联网数据划分为动态运行数据和静态车体数据，分别对动态运行数据、静态车体数据进行数据特点分析；依据数据特点分析结果，定义实体类型；在不同实体类型之间定义关系类型，表达数据之间的关联关系；将车联网机理知识划分为不同的机理类型；为不同的机理类型匹配不同的实体类型和关系类型的组合。

技术领域

本发明属于知识图谱技术领域，尤其涉及一种车联网知识图谱的构建、更新方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着车联网技术的日益普及，商用卡车的实时运行数据变得容易获取，为了充分利用车联网数据，需要综合分析多种车况之间的约束及关联，充分准确地挖掘车联网数据中有价值的信息，为行车问题提供可行的解释与支持。然而，车联网数据之间的关系复杂，除了车载传感器实时采集到的结构化数据外，还包括很多机理知识信息，且数据具有很强的时序性特点。知识图谱能够充分表示出不同因素之间的相互关联。

当前，领域知识图谱的通用构建方法相对成熟，但是在与制造业车联网进行结合时，需要充分考虑车联网数据的特点，针对性地构建知识图谱，细化知识表示。制造业车辆网数据具有时序性明显、多模态、实时性强的特点，并且存在公式与规则机理知识，通用的知识图谱构建方法无法完成对这些知识的表示。总体来说，车联网知识图谱的研究面临以下几个问题：(1)缺少车联网数据与机理知识的统一建模表示方法，难以将数据与机理知识有效表示在知识图谱结构中；(2)难以反映车联网数据时序上的特点，静态的知识图谱结构难以反映时序关联。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种车联网知识图谱的构建、更新方法及系统。第一部分是融合机理知识的车联网知识图谱构建方案，通过细化的本体定义，对车联网的数据和机理进行统一建模表达；第二部分是考虑数据时序特点的车联网知识图谱更新方案，通过神经网络方法对车联网数据进行时序性表达，在此基础上计算相关的关联系数，并对车联网知识图谱中的相关信息进行更新。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种车联网知识图谱的构建方法。

一种车联网知识图谱的构建方法，包括：

将车联网数据划分为动态运行数据和静态车体数据，分别对动态运行数据、静态车体数据进行数据特点分析；

依据数据特点分析结果，定义实体类型；

在不同实体类型之间定义关系类型，表达数据之间的关联关系；

将车联网机理知识划分为不同的机理类型；

为不同的机理类型匹配不同的实体类型和关系类型的组合。

进一步的，所述实体类型包括：状态实体、部件实体、概念实体、布尔实体、数值实体、条件实体、公式机理实体和规则机理实体；

定义1—状态实体：一个状态实体是描述汽车某一属性的节点S，包括汽车静态信息与动态运行车况；

定义2—部件实体：一个部件实体是描述汽车系统真实存在的某一具体部件的节点P；

定义3—概念实体：一个概念实体是描述一个具体物理特性的节点C；

定义4—布尔实体：一个布尔实体是描述一个逻辑布尔值信息的节点B；

定义5—数值实体：一个数值实体是描述一个参数相关值的节点V；

定义6—条件实体：一个条件实体是描述汽车某一属性需要满足条件的节点R，由比较操作符与阈值组成；