[发明专利]一种构建子图模型进行图谱查询的方法

说明书

本发明公开了一种构建子图模型进行图谱查询的方法，包括以下步骤：S1、创建查询：在图谱预览模块中创建某个子图查询的场景，确定子图查询的名称并选择需要查询的图谱；S2、在子图创建模块中构建子图模型；S3、在子图运行模块中运行子图模型并获取查询结果；S33、后台结果查看：以图谱关系和json格式两种方式在系统的图谱探索页面进行结果输出和展示。本发明中，通过支持创建子图查询，实现在复杂的大图谱中选择小范围的区域关系进行图谱数据的查询，不需要额外后台创建新的图谱，也不影响其他子图查询，也不需要查询人员需要专业的图数据库脚本知识就能满足精细化，准确化的定位查询。

技术领域

本发明涉及图数据库技术领域，尤其涉及一种构建子图模型进行图谱查询的方法。

背景技术

随着科学技术的迅速发展，以深度学习为代表的表示学习技术取得了重要的进展，可以将实体的语义信息表示为稠密低维实值向量，进而在低维空间中高效计算实体、关系及其之间的复杂语义关联，对知识库的构建、推理、融合以及应用均具有重要的意义，知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式，使得网络的智能化水平更高，更加接近于人类的认知思维，知识图谱技术的基础就是图数据库，得益于知识图谱的发展图数据库也得到了飞跃的发展，图数据库是以点、边为基础存储单元，以高效存储、查询图数据为设计原理的数据管理系统，图概念对于图数据库的理解至关重要，图是一组点和边的集合，“点”表示实体，“边”表示实体间的关系，在图数据库中，数据间的关系和数据本身同样重要，它们被作为数据的一部分存储起来，这样的架构使图数据库能够快速响应复杂关联查询，因为实体间的关系已经提前存储到了图数据库中，图数据库可以直观地可视化关系，是存储、查询、分析高度互联数据的最优办法。

目前大多数的图谱的构建是通过工具或自己开发的图谱平台进行实体和关系的构建，并建立好实体和关系映射将关系数据库或文本数据到导入图数据库中，但是，在进行图数据查询的时候往往是选择某个实体进行查询或是全量索引查询，首先，这种方式的处理过程只能查询实体，查询展示的时候只显示查询到的这类实体，而且如果某个实体的关系很多，进行展开的话会铺满电脑浏览器输出结果查询页面，导致无法有效的识别；

其次，如果图谱中数据量特别大，进行全量索引查询，即便图数据具有比关系数据库优秀的查询性能也会大打折扣，且很多情况下，我们可能只需要查询整个大的图谱中的成百上千个实体关系中某一个实体和这个实体与另一个实体的一个关系的数据，其他的关系和实体不需要进行查看，这时候就需要缩小查询的范围。

因此，虽然目前有很多图数据库都会提供专业的查询工具和展示界面，但需要用户具有专业的图数据库的脚本编写能力和图数据库的使用经验，而且在使用上不能完全解决用户在不同业务场景上的具体功能需求。

发明内容

为了解决上述背景技术中所提到的技术问题，而提出的一种构建子图模型进行图谱查询的方法。

为了实现上述目的，本发明采用了如下技术方案：

一种构建子图模型进行图谱查询的方法，包括以下步骤：

S1、创建查询：在图谱预览模块中创建某个子图查询的场景，确定子图查询的名称并选择需要查询的图谱；

S2、在子图创建模块中构建子图模型：S21、图谱关系拾取：对图谱中某条关系进行拾取，并在子图界面中获取与这条关系相关联的两个实体信息；

S22、实体组合：在进行多条关系的拾取时，对于重复的实体，需要进行实体合并去重，而重复的实体的关系则会自动合并；

S23、实体属性过滤和关系属性过滤：在子图实体和关系确定后，分别对实体和关系的属性进行选择性过滤，包括等于、不等于、包含、不包含四种过滤条件选择，并设置属性条件过滤的数值，完成子图模型配置；