基于知识图谱的水稻病害关联特征挖掘方法

• 作者: 于合龙 沈金梦 毕春光 梁婕 陈慧灵
• 来源期刊: 吉林农业大学学报
• 关键词: 知识图谱 关联特征 Neo4j 水稻病害
• 年，卷（期）: 2021,（2）
• 页码范围: 181-188
• 页数: 8页
• 分类号: S511|S126
• 语种: 中文
• DOI: 10.13327/j.jjlau.2021.1154

摘要

针对复杂的水稻病害数据存储和高效检索问题,提出了基于知识图谱的关联特征挖掘模型.将水稻病害数据清洗后存储在Neo4j图数据库中,构建水稻病害知识图谱(Rice diseases knowledge graph,RDKG).在图挖掘算法中引入了Skip List跳跃表多维索引算法,从联系链路、社群划分、相似病害发现3个维度进行分析挖掘并通过试验比较其检索效率和查询时间.结果 表明:关联特征挖掘模型利用Skip List的分层链表形式进行一系列分类表的存储操作,在信息检索时有效提高了检索效率,进而提高系统整体响应时间,为水稻病害领域的数据分析及线索挖掘提供技术支持.