[发明专利]基于知识图谱的时空大数据深度分析方法及系统

说明书

本发明涉及时空数据分析技术领域，具体公开了一种基于知识图谱的时空大数据深度分析方法及系统，其中，所述系统包括：基础配置模块、历史数据表结构形成模块、格式标注模块、分类模板构建模块、分类模板配置模块、语义分析模型构建模块、分类矩阵构建模块、导向链接构建模块以及识别模块；本申请在利用知识图谱进行分类之前，构建了数据的导出机制，且数据从数据库导出时是按照设定表结构来导出的，并限定了数据结构特征，使得导出的数据为时空数据，直接过滤掉了其他数据，在利用知识图谱分类时，按照设定格式进行分类并标注，在通过设置的语义分析模型进行对应的语义分析和关系抽取，来分析不同的数据特征之间的关联性。

技术领域

本发明涉及一种时空数据分析技术领域，具体的涉及一种基于知识图谱的时空大数据深度分析方法及系统。

背景技术

目前地理信息正由单一静态向多源动态、精确结构化向模糊异构化转变。知识图谱本质上是一种以图Graph作为数据结构的语义网络，用边连接由节点代表实体或概念，用有向图的方式来表达语义关系，比如在《地理信息世界》，2021年公开了的基于时空知识图谱的空间分析方法研究，以图谱检索的方式替代传统空间分析过程,降低了时间复杂度,可以有效提高空间分析检索效率，以便民生活圈中地理实体变化作为典型空间分析案例,比较了传统多图层空间分析和时空知识图谱检索方式的分析效率，具体的，本研究从数据存储架构出发，引入知识图谱作为新框架，以检索替代空间分析的复杂过程，来提升空间分析效率。知识图谱是一种对数据用语义网络进行的表达，通过节点（Point）和边（Edge）把不同信息连接在一起形成一个关系网络，这种基于图的结构可以有效地提高信息查询效率。本研究以地理格网为基础进行图谱网络的拓展，基于 Jena 构建地理信息空间分析的知识图谱数据库，以RDF形式化表示SPO（Subject，Predicate，Object）的三元关系。其中主体（Subject）是被描述的资源，谓语（Predicate）用于描述主体属性和宾语之间的关系，宾语（Object）表示资源或属性值。此外，我们在空间信息的知识图谱上以节点形式加入了时间属性，形成地理信息的时空知识图谱。结果表明,基于时空知识图谱的检索方法比传统多图层空间分析存在着一个量级的提升,这对于解决地理信息系统空间分析效率问题具有参考意义。因此，利用知识图谱可以对庞大的时空数据进行分析。

但是时空数据还是有别于其他制图系统和空间数据库，其在利用知识图谱在进行分类分析时，需要将数据库的时空数据按照不同的格式导出并标注，并对应的构建用于时空数据分析的语义特征，才能从时间维度和空间维度对时空数据进行精确的分析。上述公开的技术仅通过知识图谱进行一次分类，显然达不到深度分析的要求。

发明内容

有鉴于此，本发明的目的在于提供一种基于知识图谱的时空大数据深度分析方法及系统。

为实现上述目的，本发明提供了一种基于知识图谱的时空大数据深度分析方法，包括如下步骤：

步骤1、运行数据库脚本，在数据库脚本中配置数据表结构，并为数据库中的历史数据与历史数据表结构构建链接路径，形成数据导出的基础配置，在数据库脚本中运行同步代码，将基础配置通过数据库脚本中的同步代码同步至数据导出工具中，利用数据导出工具导出历史数据表结构，基于链接路径从数据库中将历史数据对应的导出并保存至历史数据表结构下配置的历史数据目录中；

步骤2、加载历史数据表结构及对应的历史数据目录，调用知识图谱中设定格式将历史数据目录下对应的历史数据进行格式标注，并按照分布式图存储的形式对格式标注以及对应的历史数据进行缓存；