基于关系图谱的科技数据分析算法

• 作者: 张寒烁 杨冬菊
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 关系图谱 数据分析 图谱构建 人员关系图谱 数据挖掘 服务应用
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 数据库&大数据&数据科学
• 页码范围: 174-179
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11896/jsjkx.191200154

摘要

随着科技数据量的不断增长,各科技部门积累了大量科技项目的科技管理数据.对于大量结构化数据,需要针对分散数据进行整理、分析,最终按需求提供数据查询与抽取服务.由于在关系数据库中关联关系的分析效果不佳,为了提高分析效率,文中引入了关系图谱进行数据处理.首先,提出了一种基于词频的实体搜索与定位算法来提取实体和关系,并构建关系图谱;其次,对关系图谱进行分析,提出了一种基于改进FP-growth的图数据频繁项挖掘算法;然后,设计了基于图数据的数据筛选流程,进行数据的筛选、分析,并定义评分矩阵,对待筛选数据情况进行评价,最终给出分析意见,且数据筛选的评价标准可以进行自定义;最后,结合构建的关系图谱,将算法进行了实际应用,并将其封装为服务.实验结果表明,提出的基于改进FP-growth的频繁项挖掘算法相比传统FP-growth算法在时间上有10％～12％的提升,数据筛选过程的准确率达到97％左右.