基于因果链求解算法的人物关系挖掘研究——以Wikidata知识库为例

发布时间：2018-01-20 10:19

本文关键词： 人物关系挖掘亲属关系因果链算法 Wikidata　出处：《情报学报》2017年03期 　论文类型：期刊论文

【摘要】：人在信息活动中所具有的复杂性决定了大数据时代下人物信息资源的重要程度,因此挖掘人物关系是提高信息资源质量、构建个人实体知识网络、为用户提供知识服务的有效途径。本文将跨领域的因果链求解算法运用到人物亲属关系的挖掘问题中,并引入罗马亲等计算法衡量不同类型的亲属关系远近,定量地描述了个人实体之间的关联程度,同时采用模糊认知图作为人物关系知识表达模型,最后以Wikidata知识库为实验数据来源,进一步验证该算法的有效性,同时将亲属关联权重值开创性地添加到家族亲属关系图谱的绘制中,并构建了个人实体知识关联模型。本文旨在进一步优化网络环境下的人物信息,实现基于人物关系的知识关联,以期为揭示全方位的人物关系的表示方法提供新视角。
[Abstract]:People with complexity in the information activities determines the degree of important information resources under the age of big data, so the relationship between the characters is the mining information resources to improve the quality, build individual entity knowledge network, effective way to provide knowledge services for users. This paper will cross domain causal chain algorithm applied to the problem of mining related characters, and the introduction of kinship terms and different types of Pro Rome, quantitatively describe the correlation degree between the individual entities, while using fuzzy cognitive map as the relationship between the characters knowledge expression model, finally using Wikidata knowledge base as the source of the experimental data, further verify the effectiveness of the algorithm, while the relative weight value relevance groundbreak added to the drawing of family relationship map, and build a personal knowledge entity model. This paper aims to further optimize the network The information of the characters under the circumstances of the collaterals can realize the knowledge association based on the relationship between the characters, so as to provide a new perspective for revealing the expression of the omni-directional character relationship.

【作者单位】：山西大学经济与管理学院;
【基金】：国家社会科学基金重点项目“基于关联数据的中文名称规范档语义描述及数据聚合研究”(15ATQ004)
【分类号】：G254;TP301.6
【正文快照】： 随着互联网技术的飞速发展和Web3.0模式的迭代更新,人作为知识主体已愈发地影响着信息资源的产生、传播及利用过程,同时人物信息资源对知识关联的构建作用逐渐受到人们的瞩目,因而挖掘人物关系成为研究热点之一。虽然骤增的海量数据中蕴藏着丰富的个人实体信息,但是由于信息发

【相似文献】