(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221083482 2.4 (22)申请日 2022.07.15 (71)申请人 北京三维 天地科技股份有限公司 地址 100000 北京市海淀区西四环北路1 19 号A座3层3 09室 (72)发明人 金震　张京日　穆宇浩　 (74)专利代理 机构 北京冠和权律师事务所 11399 专利代理师 张树朋 (51)Int.Cl. G06F 16/22(2019.01) G06F 16/36(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 5/02(2006.01) (54)发明名称 一种基于知识图谱技术的数据智能分级方 法 (57)摘要 本发明提供了一种基于知识图谱技术的数 据智能分级方法， 包括： 获取数据物理表之间的 血缘关系， 根据血缘关系生 成数据物理表知 识图 谱； 利用改进的特征向量中心性算法， 计算数据 物理表知识图谱中物理表的网络权重； 获取两个 特征数据集， 两个特征数据集为： 数据物理表的 数据访问情况数据集和数据更新频率数据集， 基 于K‑means聚类算法对所述两个特征数据集进行 聚类分析， 生成聚类分析结果； 根据聚类分析结 果和网络权重， 基于层次分析法和熵权法， 构建 数据物理表重要度评估公式； 利用数据物理表重 要度评估公 式对数据物理表进行评估， 根据评估 结果获得核心关键数据。 本发明提高了核心关键 数据的识别效率和数据的智能分级水平。 权利要求书3页 说明书9页 附图2页 CN 115374106 A 2022.11.22 CN 115374106 A 1.一种基于知识图谱技 术的数据智能分级方法， 其特 征在于， 包括： S1： 获取数据物理表之间的血缘关系， 根据血缘关系生成数据物理表知识图谱； S2： 利用改进的特 征向量中心性 算法， 计算数据物理表知识图谱中物理表的网络 权重； S3： 获取两个特征数据集， 两个特征数据集为： 数据物 理表的数据访问情况数据集和数 据更新频率数据集， 基于K ‑means聚类算法对所述两个特征数据集进行聚类 分析， 生成聚类 分析结果； S4： 根据聚类分析结果和网络权重， 基于层次分析法和熵权法， 构建数据物理表重要度 评估公式； S5： 利用数据物理表重要度评估公式对数据物理表进行评估， 根据评估结果获得核心 关键数据。 2.根据权利要求1所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， S1 包括： 构建第一本体模型， 基于第一本体模型生成数据 物理表的知识图谱； 所述构建第一本 体模型的方法包括： S101： 获取用于创建数据物理表知识图谱的本体模型； S102： 基于预设的本体模型质量评价条件对本体模型进行评价； 所述本体模型质量评 价条件基于数据的完整性、 简洁性、 清晰性和可用性制定； S103： 筛选出评价结果符合预设评价结果阈值的第一本体模型。 3.根据权利要求2所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， S1 包括： S104： 解析 数据物理表之间的血缘关系， 获取 血缘关系的特 征类别； S105： 选取所述特征类别中的归属性、 层次性、 多源性特征， 基于预设的关系抽取模型 进行关系抽取， 获得 数据物理表的实体关系； S106： 将数据物理表、 数据物理表的实体关系输入第一本体模型， 生成数据物理表的知 识图谱。 4.根据权利要求1所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， S2 包括： S201： 采用改进的特征向量中心性算法对数据物 理表知识图谱中的实体节点进行重要 度分析； 所述改进的特 征向量中心性 算法为基于加权的Pa geRank算法； S202： 获取实体节点的重要度数组、 节点总数、 阻尼系数和收敛门限， 并进行初始化赋 值； S203： 根据初始化赋值， 计算实体节点的出弧计数矩阵、 出弧权 重和矩阵； S204： 对实体节点重要度进行迭代计算， 获得连续两次的重要度数组值， 计算获得连续 两次的重要度数组值的差值； S205： 将所述差值的正无穷范数与收敛门限进行比较， 若所述正无穷范数小于收敛门 限， 则迭代结束， 获得排序后的重要度矩阵； S206： 基于排序后的重要度矩阵， 获得 数据物理表知识图谱物理表的网络 权重。 5.根据权利要求1所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， S3 包括： S301： 获取数据物理表的数据访问情况特征数据集、 数据更新频率特征数据集， 将数据权　利　要　求　书 1/3 页 2 CN 115374106 A 2访问情况特征数据集、 数据更新频率特征数据集分别划分为训练集和验证集， 并设置P 个初 始聚类中心； S302： 获取训练集中的每一个样本， 计算其与每一个质心的距离， 并将其划分到距离最 近的质心所属集 合； S303： 重新计算每 个集合的质心， 并计算 新的质心与原来质心的第一距离； S304： 若所述第一距离小于预设的距离阈值， 则终止聚类， 获得P个聚类质心； S305： 若所述第一距离大于预设的距离阈值， 则重复步骤S3 02至S304； S306： 获取测试集中的每一个样本， 计算其与P个簇的质心的距离， 将所述距离转换成 相应的分值进行 结果输出， 得到聚类分析 结果。 6.根据权利要求1所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， S4 包括： S401： 基于聚类分析 结果和网络 权重， 构建数据物理表的重要度评估指标； S402： 通过层次分析法计算获得重要度评估指标的主观权 重； S403： 通过熵权法计算获得重要度评估指标的客观权 重； S404： 根据主观权重和客观权重， 生成重要度评估指标的复合权重， 基于复合权重， 生 成数据物理表的重要度评估公式。 7.根据权利要求1所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， S5 包括： S501： 利用数据物理表重要度评估公式对数据物理表进行评估， 获得评估结果列表； S502： 基于预设的若干个排序规则， 对评估结果列表进行排序， 获得若干个排序结果序 列； S503： 获取排序结果序列中排序最前的数据结果所对应的数据， 将所述数据作为核心 关键数据进行推荐。 8.根据权利要求7所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， S5 还包括根据评估结果列表生成评估级别； S5011： 基于预设的对应规则， 设置 评估结果与评估级别的对应关系库； S5012： 设置 评估级别， 将重要度级别分为高级、 中级和低级； S5013： 将重要度评估结果输入 对应关系库， 生成相对应的评估级别。 9.根据权利要求8所述的一种基于知识图谱技术的数据智能分级方法， 其特征在于， 还 包括S6， 根据数据评估级别进行分类存 储： S601： 获取数据级别中的参数， 基于所述参数， 制定数据分类存储策略； 所述参数包括 物理表影响下游 物理表的个数、 数据任务的个数和数据报表的张数； S602： 根据不同的参数， 生成相应的分类存储策略； 当影响下游物 理表的个数大于第一 数量阈值范围上限、 并且数据任务的个数大于第二数量阈值范围上限、 并且数据报表的张 数大于第三数量阈值范围的上限时， 生成第一存 储策略； 当影响下游物 理表的个数位于第 一数量阈值范围内、 并且数据任务的个数位于第 二数 量阈值范围内、 并且数据报表的张数位于第三数量阈值范围内时， 生成第二存 储策略； 当影响下游物 理表的个数小于第 一数量阈值范围下限、 并且数据任务的个数小于第 二 数量阈值范围下限、 并且数据报表的张数小于第三数量阈值范围的下限时， 生成第三存储权　利　要　求　书 2/3 页 3 CN 115374106 A 3