基于图数据库的贵州省大数据政策知识建模研究

发布时间：2021-11-08 15:15

　　新时期政策制定的科学化、智慧化、精准化,需要对大规模、碎片化的政策性公文进行知识建模与关联聚合,实现知识层面的数据融合与集成。本文以716篇贵州省大数据政策为样本数据,对大数据关键表述进行知识表示与知识抽取,并基于图数据库Neo4j对Cypher语言的知识查询、知识推理等关键技术进行研究。通过对单一关系分析、复杂关系分析、公文引文分析3类实例的验证,结果表明,该方法较好地实现了基于政策/政令多粒度知识发现的公文间关系分析与推理,为提升政策制定的系统性和科学性提供方法参考。 

【文章来源】：数字图书馆论坛. 2020,(04)CSSCI

【文章页数】：9 页

【部分图文】：

基于Neo4j的图数据库模型

如图3所示，Neo4j类似于一个基于网页的外壳环境，其应用界面分为3个部分。(1)左侧功能列表，可收起为边框扩展栏。边栏扩展显示不同的功能面板，用于常见的查询和信息。研究通过构建“贵州大数据”专项选栏和下拉菜单，可实现快捷查看“战略定位”“政策支持产业”“政策支持项目”“政策支持应用平台”“政策支持示范区”等知识图谱。(2)右上方区域为编辑器。编辑器是输入和运行命令的主要接口，通过输入Cypher查询来处理图数据。(3)右下方区域为分析结果区，按操作顺序滚动呈现，点击图谱中任意节点即可查看节点信息，图查询后可导出表格结果和可视化结果。3 建模实例

前述对贵州大数据政策/政令中的知识进行了表示、抽取与链接，本节对该建模方法进行实例验证，基于Neo4j图数据查询实现知识图谱生成和知识发现，包括单一关系分析、复杂关系分析和公文引文分析。3.1 单一关系分析

【参考文献】：
期刊论文
[1]公共政策的学术影响计量——基于2004-2017年“中央一号文件”的引文分析[J]. 刘晓光,王贤文.  情报杂志. 2019(08)
[2]中国大数据政策体系演化研究[J]. 刘亚亚,曲婉,冯海红.  科研管理. 2019(05)
[3]知识图谱数据管理研究综述[J]. 王鑫,邹磊,王朝坤,彭鹏,冯志勇.  软件学报. 2019(07)
[4]智慧政务框架下大数据共享的实现与应用研究[J]. 李军,乔立民,王加强,高杰.  电子政务. 2019(02)
[5]基于大规模政府公文智能处理的知识发现及应用研究[J]. 赵洪,王芳,王晓宇,张维冲,杨京.  情报学报. 2018(08)
[6]知识元的内涵、结构与描述模型研究[J]. 索传军,盖双双.  中国图书馆学报. 2018(04)
[7]一种基于Neo4j图数据库的模糊查询研究与实现[J]. 李雪.  计算机技术与发展. 2018(11)
[8]基于语义的政策血缘网络演化机理研究[J]. 刘刚,傅玮萍,马莺歌.  中文信息学报. 2018(05)
[9]国家养老政策计量分析:主题、态势与发展[J]. 汪波,李坤.  中国行政管理. 2018(04)
[10]中国信息政策研究主题的历时演进特征（1986-2015年）[J]. 裴雷,李向举,谢添轩,成吉.  数字图书馆论坛. 2016(07)



本文编号：3483905