执行图谱分析的方法、装置及其服务系统
阅读：470发布：2020-05-12
专利汇可以提供执行图谱分析的方法、装置及其服务系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种执行图谱分析方法、装置及其服务系统。所述图谱服务系统包括 数据库 、第一知识模板、第二知识模板和图数据控制 接口 ，所述方法包括：显示所述第一知识模板和所述第二知识模板，以通过所述图数据控制接口将第一组数据表和第二组数据表建立关联，其中所述第一知识模板和第二知识模板包括各自的第一侧边和第二侧边； 可视化 地连接所述第一知识模板的第二侧边和所述第二知识模板的第一侧边；以及根据已建立可视化连接的所述第一知识模板和第二知识模板，分析所述第一组数据表和第二组数据表的关联参数。本发明能提供模型的分析和保存，以增加图计算逻辑的可重用性。，下面是执行图谱分析的方法、装置及其服务系统专利的具体信息内容。
1.一种通过图谱服务系统执行图谱分析的方法，其中所述图谱服务系统包括数据库、第一知识模板、第二知识模板和图数据控制接口，所述方法包括：
显示所述第一知识模板和所述第二知识模板，以通过所述图数据控制接口将第一组数据表和第二组数据表建立关联，其中所述第一知识模板和第二知识模板包括各自的第一侧边和第二侧边；
可视化地连接所述第一知识模板的第二侧边和所述第二知识模板的第一侧边；以及根据已建立可视化连接的所述第一知识模板和第二知识模板，分析所述第一组数据表和第二组数据表的关联参数。
2.根据权利要求1所述的方法，进一步包括：
在可视化地连接所述第一知识模板的第二侧边和所述第二知识模板的第一侧边后，读取限制条件，以分析所述第一数据表和第二数据表的关联参数。
3.根据权利要求1所述的方法，进一步包括：
将所述第一组数据表和第二组数据表的所述关联参数连同所述限制条件存储于所述数据库的存储模板中。
4.一种应用于图谱服务系统的图谱分析装置，其中所述图谱服务系统包括图数据库，所述图谱分析装置包括：
数据库；
第一组数据表和第二组数据表；
图数据控制接口，其配置成显示第一知识模板和第二知识模板以与所述第一组数据表及第二组数据表建立关联，并且所述第一知识模板和第二知识模板包括各自的第一侧边和第二侧边，所述第一知识模板的第二侧边用以与所述第二知识模板的第一侧边进行可视化地连接；以及，
分析模块，其配置成根据已建立可视化地连接的所述第一知识模板和第二知识模板，分析所述第一组数据表和第二组数据表的关联参数。
5.根据权利要求4所述的图谱分析装置，其中所述数据库包括存储模块，其配置成存储所述第一组数据表和第二组数据表的关联参数和限制条件。
6.根据权利要求4所述的图谱分析装置，其中所述分析模块采用Gremlin语言的语法，并配置成将所述第一数据表和第二数据表中的数据经过转译后传送至所述图数据库。
7.根据权利要求6所述的图谱分析装置，其中所述图数据库是JanusGraph或HugeGraph。
8.一种图谱服务系统，其包括图谱分析装置和图数据库，其中所述图谱分析装置包括：
数据库，其配置成储存第一组数据表和第二组数据表；
图数据控制接口，其配置成显示第一知识模板和第二知识模板以与所述第一组数据表和第二组数据表建立关联，且所述第一知识模板和第二知识模板包括各自的第一侧边和第二侧边，所述第一知识模板的第二侧边用以与所述第二知识模板的第一侧边进行可视化地连接；以及
分析模块，其配置成根据已建立可视化地连接的所述第一知识模板和第二知识模板，分析所述第一组数据表和第二组数据表的关联参数。
9.根据权利要求8所述的图谱服务系统，其中所述数据库包含有存储模块，用以存储所述第一组数据表和第二组数据表的关联参数及所述限制条件。
10.根据权利要求9所述的图谱服务系统，其中所述分析模块采用Gremlin语言的语法进行转译。
执行图谱分析的方法、装置及其服务系统
技术领域
[0001] 本披露一般地涉及数据库领域。更具体地，本披露涉及一种通过图谱服务系统执行图谱分析的方法、装置及其服务系统。
背景技术
[0002] 目前知识图谱主要是利用图遍历技术方案，由数据库给出相应的接口规范，应用层按照不同的业务场景，配置相关参数，通过图遍历来检索到对应的实体和关系以及相关的路径和最短路径。但就目前阶段来讲，绝大多数图遍历语言相对复杂，对用户来讲并不直观，使用和理解起来较为困难。进一步，图遍历相当于一次数据检索，最终返回的结果数据并不会将遍历的逻辑保存下来。由于没有一个模型的概念，其复用性较差。
[0004] 为了至少部分地解决背景技术中提到的技术问题，本披露的方案提供了一种通过图谱服务系统执行图谱分析的方法、装置及其服务系统。
[0005] 在一个方面中，本披露提供一种通过图谱服务系统执行图谱分析的方法，其中所述图谱服务系统包括数据库、第一知识模板、第二知识模板和图数据控制接口，所述方法包括：显示所述第一知识模板和所述第二知识模板，以通过所述图数据控制接口将第一组数据表和第二组数据表建立关联，其中所述第一组知识模板和第二知识模板包括各自的第一侧边和第二侧边；可视化地连接所述第一知识模板的第二侧边和所述第二知识模板的第一侧边；以及根据已建立可视化连接的所述第一知识模板和第二知识模板，分析所述第一组数据表和第二组数据表的关联参数。
[0006] 在一个实施例中，上述方法进一步包括在可视化地连接所述第一知识模板的第二侧边和所述第二知识模板的第一侧边后，读取限制条件，以分析所述第一数据表和第二数据表的关联参数。
[0007] 在另一个实施例中，上述方法进一步包括将所述第一组数据表和第二组数据表的所述关联参数连同所述限制条件存储于所述数据库的存储模板中。
[0008] 在另一个方面中，本披露提供一种应用于图谱服务系统的图谱分析装置，其中所述图谱服务系统包括图数据库，所述图谱分析装置包括：数据库；第一组数据表和第二组数据表；图数据控制接口，其配置成显示第一知识模板和第二知识模板以与所述第一组数据表及第二组数据表建立关联，且所述第一及第二知识模板皆包含有第一侧边和第二侧边，所述第一知识模板的第二侧边用以与所述第二知识模板的第一侧边进行可视化地连接；以及分析模块，其配置成根据已建立可视化地连接的所述第一知识模板和第二知识模板，分析所述第一组数据表和第二组数据表的关联参数。
[0009] 在一个实施例中，上述数据库进一步包括存储模块，其配置成存储所述第一组数据表和第二组数据表的关联参数和限制条件。
[0010] 在另一个实施例中，上述分析模块采用Gremlin语言的语法，并配置成将所述第一数据表和第二数据表中的数据经过转译后传送至所述图数据库。
[0011] 在又一个实施例中，上述图数据库是JanusGraph或HugeGraph。
[0012] 在又一方面中，本披露提供一种图谱服务系统，所述系统包括图谱分析装置和图数据库，其中所述图谱分析装置包括：数据库，其配置成储存第一组数据表和第二组数据表；图数据控制接口，其配置成显示第一知识模板和第二知识模板以与所述第一组数据表和第二组数据表建立关联，且所述第一知识模板和第二知识模板皆包含有第一侧边和第二侧边，所述第一知识模板的第二侧边用以与所述第二知识模板的第一侧边进行可视化地连接；以及分析模块，其配置成根据已建立可视化地连接的所述第一知识模板和第二知识模板，分析所述第一组数据表和第二组数据表的关联参数。
[0013] 在一个实施例中，上述数据库进一步包括存储模块，用以存储所述第一组数据表和第二组数据表的关联参数及所述限制条件。
[0014] 在另一个实施例中，上述分析模块采用Gremlin语言的语法进行转译。
[0015] 通过本披露的上述方法、装置和服务系统及其多个实施例，可以降低图谱应用中图谱分析功能的使用门槛，使用拖拽式操作能直观有效地按业务对图谱进行探索和推理。另外，本披露的方案还提供模型的分析和保存，因此还能增加图计算逻辑的可重用性。
附图说明
附图说明
[0016] 通过参考附图阅读下文的详细描述，本披露示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本披露的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：
[0017] 图1是示出根据本披露实施例的图谱服务系统的方框图；
[0018] 图2是示出根据本披露实施例的图数据控制接口的设定页示意图；
[0019] 图3是示出根据本披露实施例的图数据控制接口的控制页示意图；
[0020] 图4是示出根据本披露实施例的图谱分析方法的流程图；
[0021] 图5是示出根据本披露另一实施例的知识模板示意图；
[0022] 图6是示出根据本披露另一实施例的图数据控制接口的第一控制页示意图；
[0023] 图7是示出根据本披露另一实施例的图数据控制接口的第二控制页示意图；
[0024] 图8是示出根据本披露实施例的图数据库的模型分析示意图；以及
[0025] 图9是示出根据本披露另一实施例的图谱分析方法的流程图。
具体实施方式
[0026] 本披露的技术方案在整体上提供一种通过图谱服务系统执行图谱分析的方法、装置及其服务系统。不同于现有技术的技术方案，本披露提供了一种拖拽式图谱分析技术，用户只需要按照业务流程拖拽要分析的知识模板到图形面板上，配置模板之间的关系类型，就可以形成一个流程模板，对整个业务流程做分析计算。当前的业务流程可以保存为分析模型，进而在相同的业务场景上实现复用。由于屏蔽了底层的图遍历技术，前端的用户只需要和图形界面交互，从而使用起来更加通俗易懂和高效便捷，提高了工作效率。
[0027] 下面将结合附图对本披露的技术方案及其多个实施例进行详细的描述。
[0028] 图1是示出根据本披露实施例的图谱服务系统100的方框图。如图1中所示，该图谱服务系统100可以包括图谱分析装置110和图数据库120，其中所述图谱分析装置110可以包括数据库210，该数据库210中包括一个或多个存储模块212，其可以配置成存储多张数据表，该多张数据表与多个知识模板相对应。在一个实施例中，该多张数据表可以包括第一组数据表和第二组数据表，其中第一组数据表对应于第一知识模板而第二组数据表对应于第二知识模板。
[0029] 进一步，图谱分析装置110还包括可接收来自于数据库输入的图数据控制接口220，其可以配置成显示第一知识模板和第二知识模板。下面将结合图2来描述该图数据控制接口220。
[0030] 图2示出根据本披露实施例的图数据控制接口222的设定首页，其包括或者显示了多个知识模板，如第一知识模板、第二知识模板、第三知识模板……第N知识模板(N是知识模板的序数，为正整数)等，其中每个知识模板都依不同性质而建立，因而每个知识模板都会根据所属性质的差异存储有多组数据表，且同一张数据表可能涵盖有多种属性，因此多个知识模板中的数据表可能会发生内容重叠的现象。例如，在一个实施例中，第一知识模板可以是有关逃消费税的商贸企业数据，其可以存储有数据表a1、数据表b1、数据表c1、数据表d1…….等，第二知识模板可以是有关逃消费税的服务企业数据，其存储有数据表a2、数据表b1、数据表c3、数据表d2……等，第三知识模板可以是有关货物采购费的商贸企业数据，其可以存储有数据表a1、数据表b3、数据表c3、数据表d3……等，以此类推。
[0031] 下面对这些知识模板进行示例性分析，首先将第一知识模板和第二知识模板进行比对，其中可以发现包含有同样的数据表b1，由此可推断数据表b1中所列的公司属于商贸企业和服务企业的类型且涉嫌逃避消费税。接着，再将第一知识模板和第三知识模板进行比对，其中可以发现具有同样的数据表a1，由此可以推断数据表a1列的公司属于商贸企业的类型且涉嫌逃避消费税，并从货物采购费与消费税交叉比对可以获知是否还有其它的逃消费税项目。最后，将第二知识模板和第三知识模板进行比对，其中可以发现具有同样的数据表c3，由此可以推断数据表c3列的公司属于商贸企业和服务企业的类型，并从货物采购费与消费税交叉比对可以获知是否还有其它的逃避消费税项目。
[0032] 通过上面结合图2的描述，本领域技术人员可以理解本披露的图数据控制接口可以包括多个知识模板(例如第一知识模板和第二知识模板)，并且每个知识模板可以具有与其关联或对应的一组数据表(例如，第一知识模板具有第一组数据表并且第二知识模板具有第二组数据表)。通过知识模板的性质和内容，可以获知关于数据表间的关联性细节，从而方便后续对众多数据表间进行结构性的分析处理。
[0033] 返回到图1，图谱分析装置110还包括分析模块230，其接收来自于图数据控制接口220的输入并且向图数据库120输出创建模型所需要的关系和条件。在一个实施例中，当前述的第一知识模板和第二知识模板进行可视化地连接时，分析模块230可以根据已建立可视化连接的第一知识模板和第二知识模板对第一组数据表和第二组数据表进行分析，采用某种图遍历语言来分析所述第一组数据表及第二组数据表的关联参数，并将所述第一组数据表和第二组数据表中的数据经过转译后传送至图数据库120。在一个实施例中，本披露使用Gremlin语言的图数据库查询语言来执行上述的分析操作，其可以包含有下列各项：1.顶点(Vertex)：一般指实体，比如：人、账户等；2.边(Edge)：一般指关系，比如：朋友关系、转账动作等；3.属性(Property)：顶点或边可以包含属性，比如：人的姓名、人的年龄、转账的时间。可以将上述顶点、边和属性的组成关系参数等提供给图数据库，以建立出实体关系图。
例如，该实体关系图可以是同学和朋友关系图、银行转账图等。
例如，该实体关系图可以是同学和朋友关系图、银行转账图等。
[0034] 本披露的数据库210可以包括有一个或多个存储模块212，用以存储第一组数据表和第二组数据表的关联参数及限制条件，以作为下次分析的模型样本，从而增加图计算逻辑的可重用性。在一个实施例中，图数据库可以是JanusGraph、HugeGraph….等的图数据库。当然，本披露的图数据库不限于特定的图数据库，只要是能将顶点、边和属性等各项组成的关系参数转化成以“图”这种数据结构呈现，并能执行存储和查询数百亿的顶点和边的图数据库，都可被概括在本披露的实施例中。
[0035] 下面将结合图2和图3对多个知识模板在图数据控制接口上的操作过程作详细的描述。这里的描述仅仅是示例性的而非限制性的，目的仅在于有助于对本披露方案的理解。
[0036] 图3是示出根据本披露实施例的图数据控制接口320的控制页示意图。可预先在图2所披露的图数据控制接口222的设定页挑选出可能需要被使用到的第一知识模板3212、第二知识模板3214、第三知识模板3216、第五知识模板3218、第七知识模板3220和第九知识模板3222。经选取的知识模板可以显示在图数据控制接口320的第一显示区3210中。可以理解的是，上述知识模板可根据需求随时扩充，并不限定要一开始就添加到位。
[0037] 接着，可根据要分析的标的(主题)将有关的知识模板直接拖曳到第二显示区3220中，且每个知识模板也不限定只能被选择一次。例如，本披露中的第二显示区3220中第一知识模板3224只有一个，但第二知识模板3226可以有两个，即知识模板3226_1和知识模板3226_2。进一步，根据本披露的设定，每个知识模板的两侧都有第一侧边(也可称为“入边”)和第二侧边(也可称为“出边”)，通过连接不同知识模板的第一侧边和第二侧边就可以让两个知识模板之间建立关联性。在一个实施例中，可以将每个知识模板的第一侧边与另一知识模板的第二侧边相连接，方向由第一侧边输入并由第二侧边输出，并且起点通过多次的各个侧边相连接，最后的终点再连接到最初的起点，这样就可以形成具有一个起点和终点的完整路径。
[0038] 下面将结合图3和图1描述图数据控制接口的另一操作方式。根据本披露的方案，该图数据控制接口320中还有“保存模型”3230和“模型分析”3240两个功能选项。当选择“保存模型”3230的功能选项时，存储模块212会将自分析模块230所接收到的第一组数据表和第二组数据表的关联参数和所述限制条件进行存储，这样就可以作为下次分析的模型样本，以增加图计算逻辑的可重用性。当选择“模型分析”3240的功能选项时，分析模块230将接收来自于图数据控制接口220的输入并且向图数据库210输出创建模型所需要的关系和条件。
[0039] 图4是示出根据本披露实施例的图谱分析方法400的流程图，可以理解的是此处所述的图数据控制接口可以是图1、图2或图3的图数据控制接口。
[0040] 如图4中所示，在步骤411中，方法400可以在图数据控制接口一开始的设定页面上显示第一知识模板和第二知识模板，而且第一知识模板存储有第一组数据表并且第二知识模板存储有第二组数据表。因此，当第一知识模板和第二知识模板显示在图数据控制接口的设定页中时，可以使得第一组数据表和第二组数据表也建立关联。进一步，第一知识模板和第二知识模板可以包括各自的第一侧边和第二侧边，而第一知识模板和第二知识模板也可以通过第一侧边和第二侧边产生关联。在一个实施例中，该关联的建立是有方向性的，由此第一知识模板的第二侧边仅能与第二知识模板的第一侧边建立关联，并且第二知识模板的第二侧边仅能与第一知识模板的第一侧边建立关联。
[0041] 接着，在步骤412中，方法400可以通过拖曳的方式可视化地连接第一知识模板的第二侧边和第二知识模板的第一侧边。这里，“可视化”意味用户能轻易的在图数据控制接口的控制页中随意以拖曳方式选取知识模板，并可以线性连接的方式建立知识模板间的关联。在步骤413中，方法400可以根据已经建立可视化连接的第一知识模板和第二知识模板，分析第一组数据表和第二组数据表的关联参数。
[0042] 为了进一步阐述本披露方案的原理，下面将结合图5-图8示例性地描述本披露的图数据控制接口的操作分析和分析模型建立的技术方案。可以理解的是图5-图8所示出的特定知识模块及其数据表仅仅是实施本披露方案的一个示例，本领域技术人员基于此处的教导也可以想到使用其他性质的知识模板和数据表来实施本披露的方案。
[0043] 首先，图5示出根据本披露另一实施例的知识模板示意图。如图5所示，示例性的特定知识模板“逃税－第一类企业”知识模板5222和“逃税－第二类企业”知识模板5224分别代表两个不同类型的企业群体。在一个实施例中，“逃税－第一类企业”知识模板5222可以包括a1、a2、a3等三家公司。类似地，“逃税－第二类企业”知识模板5224可以包括b1、b2、b3等三家公司。进一步，二者可以通过本披露的图数据控制接口6220(如图6所示)进行可视化地连接。
[0044] 图6示出根据本披露另一实施例的图数据控制接口620的第一控制页示意图。
[0045] 如图6中所示，图数据控制接口620可以包括：第一显示区6210和第二显示区6220，其中第一显示区6210用以呈现要进行分析的“逃税－第一类企业”知识模板6212和“逃税－第二类企业”知识模板6214，第二显示区6220是设定知识模板关系的区域。如前所述，在操作中，可以直接从第一显示区6210以点选或拖曳的方式将要建立关系的知识模板移动至第二显示区6220。如图中所示，本披露中第二显示区呈现被选取的有“逃税－第一类企业”知识模板6222(选取一次)和“逃税－第二类企业”知识模板6224(选取两次，即“逃税－第二类企业”知识模板6224_1、6224_2)。“逃税－第一类企业”知识模板6222和“逃税－第二类企业”知识模板6224_1、6224_2都包括各自的入边(同前述的第一侧边)及出边(同前述的第二侧边)。通过连接不同知识模板的入边及出边可让两者建立关联性。在一个实施例中，入边可以与出边相连接，方向可以是由入边进入并由出边输出。
[0046] 进一步，“逃税－第一类企业”知识模板6222的出边和“逃税－第二类企业”知识模板6224_1的入边建立连接。接着，“逃税－第二类企业”知识模板6224_1的出边又连接了“逃税－第二类企业”知识模板6224_2的入边。这里配置两组一样的“逃税－第二类企业”知识模板6224_1、6226_2的目的在于要设定“逃税－第二类企业”曾有资金两次进出的条件，需留意“逃税－第二类企业”知识模板6224_2的出边要连接回“逃税－第一类企业”知识模板6222的入边，这样才是一个具有起点和终点的完整路径。另外，可以设定每个知识模板间的限制条件，这里的限制条件可以是准备分析的项目，设定的方式就是点击每个知识模板出边与入边间的连接线6228，每条连接线都对应每个知识模板间的关联参数。
[0047] 图7是示出根据本披露另一实施例的图数据控制接口的第二控制页示意图。
[0048] 当点击图6中示出的连接线6228时，第二显示区6220就会出现限制条件的设定栏位7222，且该设定栏位7222包含有第一栏位7224和第二栏位7226，两个栏位各自具有不同的作用。例如，第一栏位7224显示的是已内建的设定项目，第二栏位7226则是由用户根据需求自行填写。在一个实施例中，第二栏位7226可以是以下拉式菜单的方式让用户选择。例如，所示出的限制条件是关系类型为“货物交易”并且重复次数为“1次”，其中上述限制条件的设置并无数量上的限制，并且可以根据实际需求来进行调整。
[0049] 另外，本披露还提供“删除边”7228和“添加约束”7230这两个功能选项。当用户想去除知识模板间的关联时，可以直接选择“删除边”7228的功能选项，由此可阻断两个知识模板间的关联。如果用户只是想再增添新的限制条件，也可以选择“添加约束”7230的功能选项来进行限制条件的扩充。
[0050] 返回到图6，图数据控制接口620还包含有“保存模型”6230和“模型分析”6240两个功能选项。当选择“保存模型”6230的功能选项时，存储模块212则会将从分析模块230所接收到的第一组数据表和第二组数据表的关联参数和所述限制条件进行存储，这样就可以作为下次分析的模型样本，增加图计算逻辑的可重用性。当知识模板间的入边和出边的连接已经建立，并且限制条件也被设定时，可选择“模型分析”6240的功能选项。分析模块230将接收来自于图数据控制接口620的限制条件，以便分析第一组数据表和第二组数据表的关联参数，并且向图数据库210输出创建模型所需要的关系和条件。
[0051] 图8是示出根据本披露实施例的图数据库的模型分析示意图800。如图8中所示，若将限制条件设定为“货物交易”，分析模块230会根据可视化连接所建立的“逃税－第一类企业”知识模板6222和“逃税－第二类企业”知识模板6224_1、6224_2的关联参数，以及读取a1公司、a2公司、a3公司、b1公司、b2公司、b3公司货物交易的限制条件进行分析，最后将分析结果传送至图数据库120进行图像化处理。在图数据库遍历一个图形的过程中，需沿着一定的关系(指入边和出边的连接线6228)和方向移动，逐一访问图形的各个顶点，即从起始顶点沿着一定的方向进行移动，当到达结束顶点时即完成了图形遍历的过程。
[0052] 根据图数据库语言的定义，本披露的数据表关系设定可以是通过：1.顶点：逃税－第一类企业(a1公司、a2公司、a3公司)与逃税－第二类企业(b1公司、b2公司、b3公司)，2.边：逃税－第一类企业与逃税－第二类企业的关系，以及3.属性：是指针对货物交易，结合上述顶点和边及属性的条件限制，就能组成图形化数据。通过图数据库的模型分析，可以更容易理解a1、a2、a3、b1、b2和b3等公司间的关联性。
[0053] 如图8所示，从连接线的方向可以清楚得知货物交易的流向，其中a1公司和a3公司与b1公司和b2公司这两组公司各组间都有双向关联，显示这两组公司可能都是彼此的逃税共犯。进一步，b2公司货物交易较为频繁，因此应该被列为逃税优先清查的对象。
[0054] 图9是示出根据本披露另一实施例的图谱分析方法900的流程图。为了更好的描述该流程图，下面的描述还将涉及图1和图6中所示出的各个组件或模块。需要理解的是方法900可以通过图谱服务系统100来执行，如前所述，该图谱服务系统100包括数据库210、图数据控制接口220以及“逃税－第一类企业”知识模板6212和“逃税－第二类企业”知识模板
6214。下面将对图谱分析方法900的具体流程进行阐述。
6214。下面将对图谱分析方法900的具体流程进行阐述。
[0055] 在步骤911处，方法900预先选定“逃税－第一类企业”知识模板6212和“逃税－第二类企业”知识模板6214。接着，在步骤912处，方法900显示“逃税－第一类企业”知识模板6212和“逃税－第二类企业”知识模板6214，其中可以通过所述图数据控制接口将第一组数据表和第二组数据表建立关联。在步骤913处，方法900可视化地连接“逃税－第一类企业”知识模板6222和“逃税－第二类企业”知识模板6224_1、6224_2，且“逃税－第一类企业”知识模板6222和“逃税－第二类企业”知识模板6224_1、6224_2都可以包括各自的入边和出边。例如，如前所述，“逃税－第一类企业”知识模板6222的出边可以与“逃税－第二类企业”知识模板6224_1的入边建立连接，而“逃税－第二类企业”知识模板6224_1的出边又可以连接“逃税－第二类企业”知识模板6224_2的入边。这里，配置两组一样的“逃税－第二类企业”知识模板66224_1、6224_2的目的在于要设定“逃税－第二类企业”曾有资金两次进出的条件。需要注意的是，“逃税－第二类企业”知识模板6224_2的出边需要连接回到“逃税－第一类企业”知识模板6222的入边，这样可以形成一个具有起始和终点的完整路径。
[0056] 接着，在步骤914中，方法900根据已建立可视化连接的“逃税－第一类企业”知识模板6222和“逃税－第二类企业”知识模板6224_1、6224_2，分析所述第一组数据表和第二组数据表的关联参数。在步骤915中，根据已建立可视化地连接的“逃税－第一类企业”知识模板6222和“逃税－第二类企业”知识模板6224_1、6224_2来设定限制条件，这里的限制条件指的是准备分析的项目，本披露的限制条件为第一组数据表和第二组数据表的关系类型。在步骤916处，用以存储第一组数据表及第二组数据表的关联参数及所述限制条件，可作为下次分析的模型样本，增加图计算逻辑的可重用性。在步骤917处，分析模块采用Gremlin语言的语法，其接收来自于图数据控制接口的限制条件以分析第一组数据表和第二数据表的关联参数，并经过转译后传送至所述图数据库。
[0057] 通过上面结合附图对本披露方案的具体描述，本领域技术人员可以理解本公开披露了一种通过图谱服务系统执行图谱分析方法、装置及其服务系统。通过提供拖拽式图谱分析技术，可以降低图谱应用中图谱分析功能的使用门槛，仅需在图数据控制接口进行操作，按照业务流程拖曳要分析的知识模板，并配置好模板间的关系，就能进行图数据模型的分析，并借由模型的保存可增加图计算逻辑的可重用性。
[0058] 以上对本披露实施例进行了详细介绍，本文中应用了具体个例对本披露的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本披露的方法及其核心思想；同时，对于本领域的一般技术人员，依据本披露的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本披露的限制。
[0059] 应当理解，本披露的权利要求、说明书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。本披露的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0060] 还应当理解，在此本披露说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本披露。如在本披露说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本披露说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0061] 如在本说明书和权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0062] 以上对本披露实施例进行了详细介绍，本文中应用了具体个例对本披露的原理及实施方式进行了阐述，以上实施例的说明仅用于帮助理解本披露的方法及其核心思想。同时，本领域技术人员依据本披露的思想，基于本披露的具体实施方式及应用范围上做出的改变或变形之处，都属于本披露保护的范围。综上所述，本说明书内容不应理解为对本披露的限制。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种应用于大数据知识的宣传系统及其控制电路 | 2020-05-14 | 713 |
| 一种基于电场可视化的带电作业培训方法和系统 | 2020-05-11 | 948 |
| 网络空间测绘模型、网络和物理空间映射模型的构建方法 | 2020-05-11 | 848 |
| 一种检测远红外线对人体健康影响的装置和方法 | 2020-05-08 | 401 |
| 知识图谱的数据处理方法及服务器 | 2020-05-11 | 181 |
| 一种工业设备故障维修推荐方法和系统 | 2020-05-14 | 289 |
| 一种智能感知的机场保障能力实时评估系统及评估方法 | 2020-05-08 | 323 |
| 地区安全态势信息管理系统 | 2020-05-11 | 85 |
| 一种应用于电力公司的调控智能网络化交互系统 | 2020-05-13 | 315 |
| 预案可视化方法、计算机存储介质及电子设备 | 2020-05-11 | 924 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈