基于知识图谱的专利推荐系统设计与实现

发布时间：2020-08-19 19:40

【摘要】：目前我国正积极推进创新型国家建设,倡导大众创新创业,鼓励国内企业的创新发展和支持万众创新。用户创新需要获取大量与其研究相关的科学技术知识,把握科研动态与热点方向,发现科技创新突破口,从而推动技术进步。专利作为一种科学技术创新成果的重要知识载体,其中蕴含了大量的科学技术知识与技术发展的信息,是企业和创新者获取相关信息与知识的重要途径之一。为了挖掘专利数据中蕴含的知识和关联关系,方便用户快速获取相关知识和关系信息,本文设计研发了基于知识图谱的专利推荐系统,能够面向需求推荐相关专利,支持用户的创新工作,对企业用户保持核心竞争力、创新发展,和对创新者了解科研现状、发现创新点具有重要的指导作用。本文研发的基于知识图谱的专利推荐系统,使用可视化技术形象地展示专利技术演变历史、热点研究领域以及知识的关联关系等信息,面向发明需求为创新者推荐相关专利,为用户的创新工作提供支撑。系统后台功能模块主要包括多源数据获取、专利数据处理和专利数据知识图谱构建等,为用户提供的功能模块主要包括专利知识检索、面向发明需求的专利推荐和专利多维展示等。多源数据获取模块主要实现对专利数据、百科知识数据和科技博客数据的爬取与存储等功能。专利数据处理模块主要包括数据清洗、获取词向量、主题分类和提取关键词等功能。专利数据知识图谱构建模块主要包括实体提取、关系及属性提取、实体识别、构建三元组数据和知识数据存储等功能。专利知识检索模块主要实现基于知识图谱的检索功能,包括专利、作者、申请人和主题词四种检索类型,以力导向图、柱状图和动态词表等方式实现检索结果的可视化。面向发明需求的专利推荐模块,主要为用户的需求问题推荐相关词语、专利及其核心语句,帮助用户研发解决问题的初步方案。专利多维展示模块主要包括专利内容自动标注、关键词提取与统计和专利领域分析等功能。在系统的研发过程中,本文提出了基于Keras的分词模型,用于提高专利数据中专业名词的分词效果。改进了 TextRank算法,用于提取专利数据关键词。提出了基于K-means的实体识别算法模型,用于知识图谱构建时实体的识别区分。并且提出了多维评分算法模型,用于专利的排序推荐。本文采用B/S架构进行系统实现,以Neo4j图数据库存储专利数据知识图谱,以D3.js技术实现数据的可视化。本文着重介绍了基于知识图谱的专利推荐系统的设计与实现,目前系统已拥有200余万条专利数据、8千多条百科知识和2万余条科技博客等数据,用于支撑系统的运行与计算。系统现处于示范应用阶段,累计帮助10多家示范应用企业研发60余条产品和技术创新方案,并取得了良好的应用效果。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.3
【图文】：

魂八加KC的结构框?

构建专利数据知识图谱［２３］，并对知识图谱进行管理与维护，用于支撑系统逡逑功能的实现。普通用户使用的功能主要包括用户管理，专利知识检索，面向发明逡逑需求的专利推荐和专利多维展示等。系统用例图如图２－１所示：逡逑＞＝＝＝＜逡逑＜科技博客数据清洗整理逦＼逡逑＾＾（＾彳信息＾）逦据菅逡逑￣逦信息邋逦邋＼逡逑包括》ｙ逡逑１逦NB、－邋－＞＜＾ｒ邋案生＾）逡逑１逦动标＾逡逑图２－１系统用例图逡逑１０逡逑

＼Ｖｏｒｄ２Ｖｅｃｔｏｒ模型Ｐ１，获取专利数据的词向量。训练ＬＤＡ模型，获取专利数据分逡逑类的主题词，和提取专利数据的关键词。逡逑专利数据处理用例图如图２－３所示：逡逑１２逡逑

【相似文献】

相关期刊论文 前10条

1 刘强;;推荐系统的商业价值[J];软件和集成电路;2019年04期

2 刘天啸;;大数据背景下新闻推荐系统中的问题以及解决对策[J];科技传播;2019年13期

3 王月星;;国内旅游推荐系统研究进展[J];商场现代化;2017年10期

4 常亮;曹玉婷;孙文平;张伟涛;陈君同;;旅游推荐系统研究综述[J];计算机科学;2017年10期

5 王毅;;网络推荐系统的三大挑战——从用户体验出发[J];清华管理评论;2013年06期

6 王海明;;基于大数据下电子商务商品推荐系统的分析[J];环球市场信息导报;2017年27期

7 ;电商推荐系统进阶[J];IT经理世界;2013年11期

8 王霞;;电子商务推荐系统评述[J];福建电脑;2006年08期

9 傅孟如;姜素兰;闵娅萍;;VAX—11/750机学生测评、推荐系统的设计与应用[J];计算技术与自动化;1989年03期

10 张佳威;;美团推荐系统实证系统[J];农家参谋;2018年11期

相关会议论文 前10条

1 张燕;李燕萍;;基于内容分析和点击率记录的混合音乐推荐系统[A];2009年通信理论与信号处理学术年会论文集[C];2009年

2 高梦晨;;推荐系统用户感知调研[A];工业设计研究（第六辑）[C];2018年

3 李成;胡文丽;;推荐系统体验模型探索——以视频推荐为例[A];工业设计研究（第六辑）[C];2018年

4 李成;冯青青;;推荐系统准确度衡量方案——引入权重概念[A];工业设计研究（第五辑）[C];2017年

5 王晓光;施玉海;尹亚光;;面向广电的节目推荐系统研究[A];中国新闻技术工作者联合会2017年学术年会论文集（学术论文篇）[C];2017年

6 周小田;王宏志;郭翔宇;胡筱;董志鑫;李建中;高宏;;基于知识库的互联网商品信息分类与推荐系统[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

7 汤娟梅;唐岭;;个性化英语阅读文章推荐系统的设计[A];计算机与教育：理论、实践与创新——全国计算机辅助教育学会第十四届学术年会论文集[C];2010年

8 王雪;董爱华;吴怡之;;基于RFID技术的智能服装推荐系统设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

9 张玉连;张波;张敏;;改进的个性化信息推荐系统的设计与实现[A];2005年全国理论计算机科学学术年会论文集[C];2005年

10 王君;许洁萍;;层次音乐推荐系统的研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

相关重要报纸文章 前5条

1 记者 周源;知意图发布推荐系统Etu Recommender[N];网络世界;2012年

2 本报记者 邹大斌;大数据：电商新武器[N];计算机世界;2012年

3 本报记者 冯卫东;网络导购：找出你的最爱[N];科技日报;2007年

4 本报记者 邱燕娜;精准推荐 一客一市场[N];中国计算机报;2012年

5 张秋明;用数据是新技能[N];福州日报;2015年

相关博士学位论文 前10条

1 夏彬;基于位置信息社交网络的推荐系统研究[D];南京理工大学;2018年

2 王梦晗;推荐系统中数据缺失问题的研究[D];浙江大学;2019年

3 张亮;网络推荐系统中基于时间信息的新颖性研究[D];厦门大学;2017年

4 蒋伟;推荐系统若干关键技术研究[D];电子科技大学;2018年

5 练建勋;基于多样化内容数据的个性化推荐系统[D];中国科学技术大学;2018年

6 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年

7 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年

8 颜端武;面向知识服务的智能推荐系统研究[D];南京理工大学;2007年

9 刘龙;一个能实现个性化实时路径推荐服务的推荐系统框架[D];中国科学技术大学;2014年

10 杨东辉;基于情感相似度的社会化推荐系统研究[D];哈尔滨工业大学;2014年

相关硕士学位论文 前10条

1 赵辉;基于Spark的API推荐系统研究[D];河北工程大学;2019年

2 王梅瑞;基于记忆网络的协同会话型推荐系统研究[D];山东大学;2019年

3 李嘉梦;基于大数据的自由行行程推荐系统设计与实现[D];上海交通大学;2017年

4 张盘龙;基于知识图谱的专利推荐系统设计与实现[D];山东大学;2019年

5 李涛涛;个性化服务推荐系统的研究及其在互联网医疗中的应用[D];安徽大学;2019年

6 林雨辉;利用深度学习构建基于内容的音乐推荐系统[D];厦门大学;2018年

7 陶健;个性化景点路线推荐系统设计与实现[D];厦门大学;2018年

8 王欢;基于移动终端的人才推荐系统的设计与实现[D];厦门大学;2018年

9 黄洁;沉默螺旋理论及其在推荐系统中的应用[D];厦门大学;2018年

10 韩修龙;基于兴趣流的混合推荐系统研究[D];西南石油大学;2018年

本文编号：2797499