[发明专利]数据挖掘中基于知识图谱的算法推荐方法

说明书

本发明公开了一种数据挖掘中基于知识图谱的算法推荐方法，包括如下步骤：(1)构建算法域知识库，总体按三个方向来实施，预处理方法知识库，算法知识库，算法优化策略库；(2)构建数据领域的知识标签；(3)建立数据域与算法域关联知识图谱；(4)构建知识抽取算法支撑；(5)构建事实经验库，把违反推荐算法给出结果；(6)构建数据接入模块；(7)构建知识获取模块，方便维护事实知识，以及推荐评价接口，返回信息，对既定事实的认定。本发明透过知识图谱支持的决策引擎自动推荐，若干算法和最优算法，极大降低了数据挖掘算法选择的门槛，同时还能避免人为主管原因带来的算法匹配度风险，增大了数据挖掘的成功率。

技术领域

本发明涉及数据挖掘技术领域，具体涉及一种数据挖掘中基于知识图谱的算法推荐方法。

背景技术

在数据分析领域，数据分析的算法选择和参数优化，通常需要专业的数据科学家、算法工程师以及数据对应好业的专业人员，大家合力才能找到一个匹配程度较高的算法和对应优化的参数。

目前业内通常的数据挖掘项目，一般都请一些高学历有非常良好的数据思维和工地一些有数据处理经验数据分析从业人员，并匹配懂得对应领域内的算法工程师，再结合所属行业的资深人员，组成一个项目团队系统化的。从理论推导和实际经验等多重角度，多轮尝试，从而找到一种或若干种搞匹配度的算法解决方案。

发明内容

本发明提供了一种数据挖掘中基于知识图谱的算法推荐方法，其目的在于，利用知识图谱等，通过知识抽取等方式，系统根据定义相关范围域自动提供算法来匹配。

本申请是通过以下技术方案来实现的：

数据挖掘中基于知识图谱的算法推荐方法，包括如下步骤：

(1)构建算法域知识库，总体按三个方向来实施；

(2)构建数据领域的知识标签，包含业务知识标签；

(3)建立数据域与算法域关联知识图谱；

(4)构建知识抽取算法支撑，并设计成开放式，优先图模型；

(5)构建事实经验库，把违反推荐算法给出结果，但符合实际更好的案例，作为既定事实推荐；

(6)构建数据接入模块，支持数据域相关手动标注和数据统计特征自动统计，并能够做算法匹配试算，需录入算法域相关实例；

(7)构建知识获取模块，方便维护事实知识，以及推荐评价接口，返回信息，对既定事实的认定。

作为优选实施例，所述步骤(1)中总体按三个方向来构建，包括预处理方法知识库、算法知识库、算法优化策略库。

作为优选实施例，所述步骤(2)中包含的业务知识标签，包括半导体8寸cp map，面板Array工厂；统计域标签，如数据范围，数据协方差，方差，数据分布特性；结果标签，如分类需求，回归需求，最优解需求。

作为优选实施例，所述步骤(4)中优先图模型包括基于Embeddig，基于路径的方法，联合的方法；也支持深度学习的经验性抽取。

有益效果：

本发明数据挖掘中基于知识图谱的算法推荐方法采用自动推荐算法以及参数优化的方案，将待挖掘的数据引入，系统自动根据数据统计特征，数据的业务标签，透过知识图谱支持的决策引擎自动推荐，若干算法和最优算法，极大降低了数据挖掘算法选择的门槛，同时还能避免人为主管原因带来的算法匹配度风险，增大了数据挖掘的成功率。

附图说明

图1为本发明数据挖掘中基于知识图谱的算法推荐方法的业务流程图。

具体实施方式