基于人工智能技术的通用知识图谱可视化装置及方法专利检索-概念图知识可视化可视化图形技术专利检索查询-专利查询网

基于人工智能技术的通用知识图谱可视化装置及方法

阅读：258发布：2020-05-17

专利汇可以提供基于人工智能技术的通用知识图谱可视化装置及方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于人工智能技术的通用知识图谱可视化装置及方法，其中，装置包括：数据管理模块，用于知识数据的导入、存储、管理，并对可视化图表样式的设定，对导入数据通过深度学习进行清洗、聚类，并通过关系提取、模型计算技术对知识数据进行处理后并进行储存；图谱可视化模块，用于将知识图谱直观地展示出来；统计分析可视化模块，用于将知识图谱的数据进行量化，以生成对应统计图表，并进行可视化统计分析；用户管理模块，用于保障用户数据的隐私；图表管理模块，用于管理用户已生成的统计图表。该装置可以满足更多业务背景从业人员的需求，更加高效的进行可视化，多业务领域的交叉也有助于推动知识的融合。，下面是基于人工智能技术的通用知识图谱可视化装置及方法专利的具体信息内容。

权利要求

1.一种基于人工智能技术的通用知识图谱可视化装置，其特征在于，包括：
数据管理模块，用于知识数据的导入、存储、管理，并对可视化图表样式的设定，对导入数据通过深度学习进行清洗、聚类，并通过关系提取、模型计算技术对所述知识数据进行处理后并进行储存；
图谱可视化模块，用于将知识图谱直观地展示出来；
统计分析可视化模块，用于将所述知识图谱的数据进行量化，以生成对应统计图表，并进行可视化统计分析；
用户管理模块，用于保障用户数据的隐私；以及
图表管理模块，用于管理用户已生成的所述统计图表。
2.根据权利要求1所述的通用的知识图谱可视化装置，其特征在于，所述数据管理模块具体用于设计并实现数据输入交互系统，支持单条数据导入和批量数据文件上传。
3.根据权利要求1所述的通用的知识图谱可视化装置，其特征在于，所述图谱可视化模块还用于分别通过力导向图组件呈现语义网络、树状图组件呈现思维导图和概念图、地理信息图组件呈认知地图。
4.根据权利要求1所述的通用的知识图谱可视化装置，其特征在于，所述统计分析可视化模块还用于对所述知识数据进行量化整合，生成所述对应统计图，以对知识的统计数据进行分析。
5.根据权利要求1所述的通用的知识图谱可视化装置，其特征在于，所述用户管理模块还用于用户登录后查看已上传的数据集信息、图谱可视化信息以及统计分析信息。
6.根据权利要求1所述的通用的知识图谱可视化装置，其特征在于，所述图表管理模块还用于将同一数据集的图表及中在一起，以通过图表总览找到图表信息。
7.根据权利要求6所述的通用的知识图谱可视化装置，其特征在于，所述图表管理模块进一步用于将相同类型图表整合在一起，以通过图表分类进行查找。
8.一种基于人工智能技术的通用知识图谱可视化方法，其特征在于，采用如权利要求
1-7任一项所述的基于人工智能技术的通用知识图谱可视化装置，其中，所述方法包括以下步骤：
导入知识数据，并通过Web可视化界面的直观操作将所述知识数据进行图谱可视化，以获取知识图谱；
将所述知识图谱的数据进行量化，以生成对应统计图表；
对所述统计图表进行可视化统计分析，以实现通用知识图谱的可视化。
9.根据权利要求8所述的通用的知识图谱可视化方法，其特征在于，还包括：
管理用户已生成的所述统计图表；
将同一数据集的图表及中在一起，以通过图表总览找到图表信息；
将相同类型图表整合在一起，以通过图表分类进行查找。
10.根据权利要求8所述的通用的知识图谱可视化方法，其特征在于，还包括：
对所述知识数据进行量化整合，生成所述对应统计图，以对知识的统计数据进行分析；
对导入数据通过深度学习进行清洗、聚类，并通过关系提取、模型计算技术对所述知识数据进行处理后并进行储存。

说明书全文

基于人工智能技术的通用知识图谱可视化装置及方法

技术领域

[0001] 本发明涉及知识图谱可视化技术领域，特别涉及一种基于人工智能技术的通用知识图谱可视化装置及方法。

背景技术

[0002] 知识图谱的可视化系统能够改变用户对知识信息获取的方式，帮助用户将知识转化成图像信息而被广泛的研究和应用。目前知识图谱的可视化方式主要是可视化软件、知
识图谱可视化平台和编程可视化。

[0003] 一种通信知识图谱展示系统，该系统包括后端资源库和前端展示模块，其中：后端资源库负责将通信知识分区存储、管理；前端展示模块包括搜索引擎与展示面板、设置系
统、图形素材库、知识维度素材库。本发明能够使通信领域从业人员快速、按需、多维度的学
习和了解本领域内的相关知识，提高了理论知识与实际工作的相关度。可对外提供此系统
的API(Application Programming Interface，应用程序编程接口)，作为其他系统的功能
性集成。是面向通信领域的知识图谱可视化系统。

[0004] 一种中医药知识图谱的构建方法，涉及医学大数据、知识图谱技术领域，解决了现有中医药知识图谱技术评价标准不一致，得出的结论存在冗余或与传统配伍理论无法解释
的问题。其从中医药文献以及文本中挖掘提取知识元、样本关系，并通过深度学习器将知识
元和样本关系转换为有向网络向量模型，使关系的有向/无向网络以可视化的方式呈现出
知识图谱模型，再以知识地图和知识推理网络的方式进行可视化地输出。本发明在现有图
谱构建方法的基础上融入深度学习技术，赋予了每个知识单元个体坐标映射，充分利用了
距离信息，体现它们之间的关联，在常用药对语义检索、可视化中药社团发现、单味药以及
基础方的关联性研究上有显著的优越性。是面向医疗领域的知识图谱可视化。他们在专业
领域中起到了非常大的作用，但是不能够解决更多用户的将可视化需求。

[0005] 相关技术被广泛应用的知识图谱可视化软件如Citespace，它是一款应用于科学文献中识别并显示科学发展新趋势和新动态的软件，拥有庞大的数据来源以及强大的数据
处理能力，但是仅应用于科学文献的识别。已有封装好的知识图谱可视化系统大部分是面
向某一专业领域进行可视化，进而帮助该领域用户高效的得到想要的内容。但是受众面较
小，不具有普遍性；通过编写程序进行可视化有较大的自定义空间，可以根据不同需求进行
可视化，但是编程可视化对于非开发人员来说，难度较大，学习成本较高，可视化效率相对
较低。

发明内容

[0006] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

[0007] 为此，本发明的一个目的在于提出一种基于人工智能技术的通用知识图谱可视化装置，该装置可以满足更多业务背景从业人员的需求，更加高效的进行可视化，多业务领域
的交叉也有助于推动知识的融合。

[0008] 本发明的另一个目的在于提出一种基于人工智能技术的通用知识图谱可视化方法。

[0009] 为达到上述目的，本发明一方面实施例提出了一种基于人工智能技术的通用知识图谱可视化装置，包括：数据管理模块，用于知识数据的导入、存储、管理，并对可视化图表
样式的设定，对导入数据通过深度学习进行清洗、聚类，并通过关系提取、模型计算技术对
所述知识数据进行处理后并进行储存；图谱可视化模块，用于将知识图谱直观地展示出来；
统计分析可视化模块，用于将所述知识图谱的数据进行量化，以生成对应统计图表，并进行
可视化统计分析；用户管理模块，用于保障用户数据的隐私；图表管理模块，用于管理用户
已生成的所述统计图表。

[0010] 本发明实施例的基于人工智能技术的通用知识图谱可视化装置，不限定业务背景，通过可视化的Web(World Wide Web，全球广域网)操作系统，支持用户导入数据，并对可
视化图谱、统计图表进行自定义，做到面向多领域、实现多样式的目的，从而满足更多业务
背景从业人员的需求，更加高效的进行可视化，多业务领域的交叉也有助于推动知识的融
合。

[0011] 另外，根据本发明上述实施例的基于人工智能技术的通用知识图谱可视化装置还可以具有以下附加的技术特征：

[0012] 进一步地，在本发明的一个实施例中，所述数据管理模块具体用于设计并实现数据输入交互系统，支持单条数据导入和批量数据文件上传。

[0013] 进一步地，在本发明的一个实施例中，所述图谱可视化模块还用于分别通过力导向图组件呈现语义网络、树状图组件呈现思维导图和概念图、地理信息图组件呈认知地图。

[0014] 进一步地，在本发明的一个实施例中，所述统计分析可视化模块还用于对所述知识数据进行量化整合，生成所述对应统计图，以对知识的统计数据进行分析。

[0015] 进一步地，在本发明的一个实施例中，所述用户管理模块还用于用户登录后查看已上传的数据集信息、图谱可视化信息以及统计分析信息。

[0016] 进一步地，在本发明的一个实施例中，所述图表管理模块还用于将同一数据集的图表及中在一起，以通过图表总览找到图表信息。

[0017] 进一步地，在本发明的一个实施例中，所述图表管理模块进一步用于将相同类型图表整合在一起，以通过图表分类进行查找。

[0018] 为达到上述目的，本发明另一方面实施例提出了一种基于人工智能技术的通用知识图谱可视化方法，采用所述的基于人工智能技术的通用知识图谱可视化装置，其中，所述
方法包括以下步骤：导入知识数据，并通过Web可视化界面的直观操作将所述知识数据进行
图谱可视化，以获取知识图谱；将所述知识图谱的数据进行量化，以生成对应统计图表；对
所述统计图表进行可视化统计分析，以实现通用知识图谱的可视化。

[0019] 本发明实施例的基于人工智能技术的通用知识图谱可视化方法，不限定业务背景，通过可视化的Web操作系统，支持用户导入数据，并对可视化图谱、统计图表进行自定
义，做到面向多领域、实现多样式的目的，从而满足更多业务背景从业人员的需求，更加高
效的进行可视化，多业务领域的交叉也有助于推动知识的融合。

[0020] 另外，根据本发明上述实施例的基于人工智能技术的通用知识图谱可视化方法还可以具有以下附加的技术特征：

[0021] 进一步地，在本发明的一个实施例中，上述方法还包括：管理用户已生成的所述统计图表；将同一数据集的图表及中在一起，以通过图表总览找到图表信息；将相同类型图表
整合在一起，以通过图表分类进行查找。

[0022] 进一步地，在本发明的一个实施例中，上述方法还包括：对所述知识数据进行量化整合，生成所述对应统计图，以对知识的统计数据进行分析；对导入数据通过深度学习进行
清洗、聚类，并通过关系提取、模型计算技术对所述知识数据进行处理后并进行储存。

[0023] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明

[0024] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

[0025] 图1为根据本发明一个实施例的基于人工智能技术的通用知识图谱可视化装置的结构示意图。；

[0026] 图2为根据本发明一个实施例的总体结构示意图；

[0027] 图3为根据本发明一个实施例的知识图谱可视化工具模块划分的功能示意图；

[0028] 图4为根据本发明一个实施例的数据导入流程示意图；

[0029] 图5为根据本发明一个实施例的图谱可视化呈现路径的示意图；

[0030] 图6为根据本发明一个实施例的统计分析可视化呈现路经的示意图；

[0031] 图7为根据本发明一个实施例的通用知识图谱可视化工具平台流程设计图；

[0032] 图8为根据本发明一个实施例的基于人工智能技术的通用知识图谱可视化方法的流程图。

具体实施方式

[0033] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附
图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

[0034] 在介绍基于人工智能技术的通用知识图谱可视化装置及方法之前，先简单介绍目前常用的实现知识图谱可视化方法。

[0035] 随着大数据时代的到来，计算机计算能力和存储能力以及互联网技术都在快速增强，庞杂多样的数据被从不同渠道获取，这为人们带来了更多的机遇与挑战，多源的数据能
够帮助人们从不同角度比较、理解问题，将不同来源的知识进行整合就要用到知识融合。但
是融合后的知识往往是具有多面性的，不是某一专业领域独有的知识，这使得人们对知识
的理解效率大大降低。俗话说“一图胜千言”，人们通过视觉能获得比其他感官更多的信息。
让人们更高效地将大量的知识转化成便于理解的图成为迫切的需求，通用知识图谱可视化
工具平台具有将知识进行直观可视化及统计分析可视化的能力，帮助用户将大量的知识快
速转化为谱图，并提供统计分析功能，直观查看图谱信息，并且能够对知识进行分析得出更
多信息。

[0036] 例如，目前常用的高效实现知识图谱可视化方法主要分为三种：现有软件、可视化平台以及通过编程进行可视化。而现有软件与平台绝大多数都是有特定业务场景及面向对
象的，不能够满足多源知识的高效可视化，从而为用户提供决策支持；编程实现可视化虽然
可以达到面向不同领域的可视化，但是效率相对较低，且需要较大的学习、使用成本，在这
个快餐时代，低效率高成本的编程可视化也是不可行的。因此构建一个能够面型不同场景，
能够为高度融合后的知识进行可视化的工具平台是亟待解决的问题。

[0037] 通用的知识可视化工具能够面向不同场景、通过提供封装好的可视化Web交互界面，支持用户自行导入知识库，提供个性化的可视化功能，用户可以根据自己需要对颜色等
属性进行个性化选择，真正作为一个工具生成不同的知识图谱，使得图谱更贴近用户的需
求，达到高效、通用可视化并得出更多引隐含信息的目的。并且，各种类型的工具的优势与
不足如表1所示，表1为各种类型的工具的优势与不足对比表。

[0038] 表1

[0039]

[0040] 目前常用的知识图谱可视化方法分为软件可视化、程序可视化以及智能可视化平台。其中软件可视化及平台可视化大部分是面向某一专业领域进行可视化，再通过专业背
景为用户呈现需要的关联关系、统计分析信息等，这使得用户受众覆盖范围较为狭窄，很多
专业背景的用户不能够找到一款合适的知识图谱可视化软件。

[0041] 正是基于上述原因，本发明实施例提出了一种基于人工智能技术的通用知识图谱可视化装置及方法。

[0042] 下面参照附图描述根据本发明实施例提出的基于人工智能技术的通用知识图谱可视化装置及方法，首先将参照附图描述根据本发明实施例提出的基于人工智能技术的通
用知识图谱可视化装置。

[0043] 图1是本发明一个实施例的基于人工智能技术的通用知识图谱可视化装置的结构示意图。

[0044] 如图1所示，该基于人工智能技术的通用知识图谱可视化装置10包括：数据管理模块100、图谱可视化模块200、统计分析可视化模块300、用户管理模块400和图表管理模块
500。

[0045] 其中，数据管理模块100用于知识数据的导入、存储、管理，并对可视化图表样式的设定，对导入数据通过深度学习进行清洗、聚类，并通过关系提取、模型计算技术对知识数
据进行处理后并进行储存。图谱可视化模块200用于将知识图谱直观地展示出来。统计分析
可视化模块300用于将知识图谱的数据进行量化，以生成对应统计图表，并进行可视化统计
分析。用户管理模块400用于保障用户数据的隐私。图表管理模块500用于管理用户已生成
的统计图表。本发明实施例的装置10可以满足更多业务背景从业人员的需求，更加高效的
进行可视化，多业务领域的交叉也有助于推动知识的融合。

[0046] 可以理解的是，本发明实施例通过“通用”的概念，结合面向专业领域知识图谱可视化系统，进行通用性设计，设计一款不受业务场景限制的知识图谱可视化工具，并针对不
同的业务场景，用户对知识图谱可视化的需求大体分为两大类：知识图谱的直观图谱可视
化和统计分析图谱的可视化。为方便用户对数据进行管理，系统为数据导入过程封装Web可
视化交互界面。另外，本发明实施例实现的可视化工具旨在提供一个可以灵活使用的可视
化方式，可以直接面向不了解代码的数据分析人员，并为数据分析人员提供相关统计数据
的可视化图表，完成知识图谱可视化及分析的一站式服务。

[0047] 系统的整体结构如图2所示，可以分为前端、后台和数据库，前端用于数据导入、结构化数据以及设置属性，并进行可视化、图谱展示和统计展示；后台用于数据处理、文本清
洗、文本聚类、关系提取、模型计算处理、数据统计、知识图谱增删改查和判断可视化类型。
本发明实施例的装置10整合现有知识图谱可视化软件的功能特点以及不足，将知识图谱可
视化工具设计成不限于特定业务背景的通用型工具。主页设计三个入口：即注册、登录入
口；数据导入入口(My Data)；图表查看入口(My Graph)，工具从注册登录到统计分析可视
化一共分为五个模块。

[0048] 进一步地，在本发明的一个实施例中，数据管理模块100具体用于设计并实现数据输入交互系统，支持单条数据导入和批量数据文件上传。

[0049] 如图3所示，数据管理模块100主要负责知识的导入、存储、管理以及对可视化图表样式的设定工作，设计并实现用户无需花费学习成本即可使用的数据输入交互系统，系统
支持单条数据导入和批量数据文件上传。数据管理模块100包括数据导入、人工智能数据处
理、数据管理和属性设置，其中，数据导入包括单条数据导入和数据批量导入，而人工智能
数据处理包括数据聚类和数据清洗等。

[0050] 具体而言，如图4所示，数据管理模块100的模块数据分为两类，一类是知识数据另一类是个性化图表设置数据。具体为：

[0051] (1)知识数据

[0052] 本发明实施例为知识数据的导入提供两种方法：即逐条导入与文件形式导入。逐条导入适用于数据量相对较少，或没有结构化数据文档的数据，本发明实施例设计Web可视
化交互界面，用户可根据页面提示，输入知识库标题及插入数据条数，后在下方输入框导入
数据。文件上传形式导入适用于数据量大、且已有整理好的结构化文档的数据，支持csv、
json格式数据文件的上传。上传方式为用户手动输入知识库名称后，通过拖拽或点击方法
上传文件。用户上传后，本发明实施例通过MongoDB对知识数据进行存储。用户可以在数据
管理界面中查看已经上传过的历史数据，并对数据进行编辑、删除等操作

[0053] (2)个性化图表设置数据

[0054] 用户将知识数据导入后，需要进行知识图谱可视化，本发明实施例同样为这一步提供了Web可视化界面，用户无需具有编程技术，即可通过与Web界面的直观操作，设计并得
到自定义图谱样式。用户将数据存入系统后，即可通过数据管理查看历史数据，通过对数据
库的操作，实现历史数据的增删改查。

[0055] 进一步地，在本发明的一个实施例中，图谱可视化模块200还用于分别通过力导向图组件呈现语义网络、树状图组件呈现思维导图和概念图、地理信息图组件呈认知地图。

[0056] 如图3所示，图谱可视化模块200主要负责将知识图谱直观地展示出来，并含有3个可视化组件，图谱的可视化主要包含语义网络、思维导图、概念图以及认知地图。本发明实
施例通过力导向图组件呈现语义网络、树状图组件呈现思维导图和概念图、地理信息图组
件呈认知地图。

[0057] 具体而言，如图5所示，图谱可视化模块200是本发明实施例装置10的核心模块之一，旨在实现通用知识图谱的可视化工具平台的实现，平台基于依托设备环境不同、数据特
点不同、数据量不同等特点，将图谱进行灵活、探索性展示，根据不同数据量提供多样展示
方式。图谱可视化模块200通过数据管理模块100中所导入的个性化设置数据进行图谱可视
化展示，提高了用户与系统的交互性，真正做到一个通用型平台为用户打造属于自己的知
识图谱可视化图表。根据用户需求功能点对当前知识图谱可视化任务进行分类并总结不同
类型数据在可视化时的应用场景：在知识图谱中有概念和概念的层次，一种直观的方式就
是用概念的层次图去进行知识的可视化，第二种就是用思维导图的形式，第三种是认知的
地图，最后一种是语义网络的方式，知识图谱就是用这种原生态的语义网络形式进行描述
的。经总结，语义网络是网络数据的可视化，思维导图和概念图是层级数据的可视化，认识
地图是地理信息的可视化。

[0058] 通过代码将可视化库进行封装，形成可视化组件，以最简单的方式提供可视化接口，用户可以通过设置，改变可视化效果，而平台只需要对函数进行简单调用即可使用。代
码示例如图所示：

[0059]

[0060]

[0061] 实现了代码的重复利用性，提高编程效率，可视化的Web操作系统更是提高数据分析人员的工作效率。基于功能点本模块实现三个可视化组件：力导向图组件、树形图组件和
地理信息图组件，具体包括：

[0062] (1)力导向图组件

[0063] 本发明实施例在力导向图组件中，以节点表示知识实体，以连线表示实体间关系。此组件用于表示语义网络，适用于实体间关系较为复杂，有多种关系的图谱。力导向图组件
可以根据实体类型的不同为节点填充不同颜色，根据实体展示时重要性的而不同设计不同
的节点半径，根据关系类型的不同，设置不同的连线宽度、颜色等。例如展示一个城市的投
资项目关系，可以将城市作为主节点，设置最大的节点半径，不同类型的投资项目设置为不
同颜色，企业与城市及项目类型相连，可以以此找出企业有哪些业务类型等。

[0064] (2)树形图组件

[0065] 本发明实施例在树形图组件中，以circle表示知识的实体节点，适用于层级结构较为明显的知识可视化，如思维导图和概念层次图，如对人工智能概念层次图的展示中，将
人工智能作为所有知识的根节点，人工智能的下级标签作为一级子节点；或对本发明实施
例的思维导图进行可视化时，本发明实施例作为根节点，各模块作为一级节点。鉴于知识图
谱数量较大，本发明实施例中树形图组件实现用户交互功能，默认只展现三层知识结构，后
面的知识折叠在circle中，当用户想要获取更详细的信息时，可点击circle，展开树形结构
进行查看，此时新的分支产生，整个图的布局根据布局算法做出相应变化。

[0066] (3)地理信息图组件

[0067] 本发明实施例在地理信息组件中，用于展现认知地图。对于某些知识置于特定场景中会使人有更高的理解、记忆效率。地理信息图通过地图的呈现，并在地图上进行打点绘
制，能够呈现出更加立体的信息，通过设置不同区域的区块颜色、坐标打点颜色等，在实现
可视化的同时加入地理特征信息，使用户能够将知识与实际地理空间相联系，有更加直观
地理解。

[0068] 进一步地，在本发明的一个实施例中，统计分析可视化模块300还用于对知识数据进行量化整合，生成对应统计图，以对知识的统计数据进行分析。

[0069] 如图3所示，统计分析可视化模块300将知识图谱的数据进行量化，生成相关统计图表，并包含5个可视化组件，并用于最后一步统计分析，对知识进行量化整合，生成相关统
计图，通过对交互效果的设计方便用户对知识的统计数据进行分析。

[0070] 具体而言，如图6所示，统计分析可视化模块300也是本工具平台的核心模块之一，知识图谱的可视化并不止局限于图谱的直观可视化，还包括统计分析的可视化，目的是将
接收到的知识进行数据整合，通过算法挖掘更多信息，并将整合及挖掘的的数据可视化出
来。

[0071] 本发明实施例通过获取知识数据长度，以及时间信息，得到知识发展趋势信息，通过折线图进行展示；整理知识中各部分相对整体的占比信息，展现所处地位，通过饼状图进
行展示；整理不同类型知识的具体数值信息，通过柱状图进行展示，更加清晰地展示数据变
化；通过雷达图展示比率信息，通过热力图展示热度信息。由此，统计信息可视化可以帮助
用户直观展示一些深层信息。因此，统计分析可视化模块300实现五个可视化组件：折线图
组件、饼状图组件、柱状图组件、雷达图组件、热力图组件的封装。通过简单调用即可实现。

[0072]

[0073] (1)折线图组件

[0074] 本发明实施例中实现了折线图组件的设计，横轴为时间序列，纵轴为选定对象数值，选定可视化对象后，对选定对象的数据进行描点，然后用折线将点互相关联。采用不同
颜色的线代表不同对象，以此区分。添加工具框，工具栏上面添加文本说明信息，当用户鼠
标悬浮于折线图上时，工具框中显示相应节点的具体信息，增加了用户的交互性。本组件主
要用于展示不同时间点知识变化趋势信息，将大规模的知识图谱通过算法得出数值关系，
并进行可交互性的可视化折线图组件。

[0075] (2)饼状图组件

[0076] 本发明实施例中实现了饼状图组件的设计，饼状图组件通过将一个圆形区域分割成多个扇形区域来达到显示占比的的目的。不同扇形代表不同实体，通过为不同区域填充
不同颜色来区别不同的实体，扇形附近标有标签信息，展示具体数值信息及文字信息。同样
设计了用户的交互性，当用户将鼠标悬浮于扇形上方时，对应的扇形区域会变得高亮，并且
半径变大，使用户的直观感受更加清晰。并且如用户对某部分信息不感兴趣，可以将某部分
进行拖拽，放到一旁，以免影响对其他信息的分析。

[0077] (3)柱状图组件

[0078] 本发明实施例中实现了柱形图组件的设计，柱形图横轴为时间序列，纵轴为相关实体数值信息。用户可以自定义填充颜色，在每个矩形上方有具体的数值信息。区别于折线
图，两者都是用来表示时间——数值信息，但是折线图用来表现连续时间的趋势信息，折线
图用来表现离散的，不同时间点的具体信息。设计用户交互，当用户鼠标悬浮时，相应矩形
高亮。

[0079] (4)雷达图组件

[0080] 本发明实施例中实现了雷达图的设计，用来展现知识之间的比率信息。比如要分析只是对象为初中学科，通过不同层数的同心网轴表示影响程度，通过将网轴进行区域分
割，分割区域分别代表各个学科，通过不同学科所占比率，看出哪一科目对整体影响最大。
用户可以输入希望分析对象的属性个数及相关信息，用户还可以自行设置网轴层数来实现
不同力度的数据分析。

[0081] (5)热力图组件

[0082] 本发明实施例实现了热力图组件的设计，用来展示热度信息。用户可以自定义热力图格子中的热度表示颜色，通过不同颜色深度表示不同的热度信息。比如通过热力图，用
户可以知道哪些知识比较吸引人注意，从而分析近期热门技术等信息。用户通过选择测控
指标及展示色系对热力图进行设计，达到预定义呈现效果。

[0083] 进一步地，在本发明的一个实施例中，用户管理模块400还用于用户登录后查看已上传的数据集信息、图谱可视化信息以及统计分析信息。

[0084] 如图3所示，用户管理模块400系统支持多用户使用，为保障用户数据的隐私，系统设计用户管理模块400，用户需要进行注册登录后使用。用户登录后可查看自己所上传的数
据集信息、图谱可视化信息以及统计分析信息。

[0085] 具体而言，用户管理模块400为整个系统的入口门模块，为保障用户的独立性，并保护用户知识数据的隐私性，设计并实现用户管理模块400。用户进入系统后，可以通过查
看示例来查看平台使用的示例，如要使用系统，则需要进行注册和登录，否则没有权限进行
知识导入及查看图表，登录后可进行其他模块的操作。

[0086] 进一步地，在本发明的一个实施例中，图表管理模块500还用于将同一数据集的图表及中在一起，以通过图表总览找到图表信息。

[0087] 进一步地，在本发明的一个实施例中，图表管理模块500进一步用于将相同类型图表整合在一起，以通过图表分类进行查找。

[0088] 如图3所示，图表管理模块500用于管理用户已生成的图表。图表通过两种方式进行展示，一种是同一数据集的图表及中在一起，可通过图表总览找到图表信息；另一种是相
同类型图表整合在一起，可以通过图表分类进行查找。

[0089] 具体而言，图表管理模块500是本发明实施例的最后一个模块，用户将可视化图表信息保存至数据库中后，即可通过图表管理模块500进行查看历史图表信息。图表总览模块
通过两个模块对图标进行展示，一个维度是以知识库为导航目录进行查找，当用户选定知
识库后，呈现该知识库所有图谱及统计图表信息，便于用户查看知识库所有关联信息。另一
个维度是图表类型，将所有知识库的同意图表类型信息汇聚起来，便于用户进行知识库间
的数据对比，这也更好的达到了数据融合的目的，讲不通业务背景的知识进行对比融合从
而获取更多信息。

[0090] 另外，为让用户更了解系统信息，如图7所示，进入系统后为用户提供例子演示接口，此功能无需登录即可尝试，除此之外的数据管理及图表管理接口需进行注册登录后使
用。登录后，用户可将知识库逐条导入或通过文件进行导入，对图表样式进行设置后即生成
图表。用户可在my graph中查看历史图表，可在my data的数据管理中查看历史知识库。具
体包括：

[0091] 用户在登录后，可以通过数据管理模块进行数据的上传和查看上传的数据，上传的数据通过数据清洗、聚类、关系提取和模型计算，然后进行知识图谱的可视化，并进行个
性化设置，以生成图表，用户可以查看可视化结果，其中，可视化的结果可以为图谱可视化
和统计分析可视化。用户注销后便可以退出登录。

[0092] 综上，本发明实施例在现有知识图谱可视化工具的基础上，通过对现有知识图谱可视化软件及平台的研究，对平台功能点进行设计；通过对数据的知识数据的转化使知识
信息可以在不受业务场景约束的条件下进行可视化并同时进行统计分析。并充分利用现有
可视化库对可视化方案进行实现，设计并实现一款可视化的Web用户交互系统，允许用户通
过Restful 风格的可视化的操作界面对数据进行导入，并对可视化效果进行个性化设置。通
用可视化工具适用于各种场景：如学术类场景找专家、找专利等，如金融类场景关联分析
等，如创投类场景找企业、找投资关系等。

[0093] 根据本发明实施例提出的基于人工智能技术的通用知识图谱可视化装置，不限定业务背景，通过可视化的Web操作系统，支持用户导入数据，并对可视化图谱、统计图表进行
自定义，做到面向多领域、实现多样式的目的，从而满足更多业务背景从业人员的需求，更
加高效的进行可视化，多业务领域的交叉也有助于推动知识的融合。

[0094] 其次参照附图描述根据本发明实施例提出的基于人工智能技术的通用知识图谱可视化方法。

[0095] 图8是本发明一个实施例的基于人工智能技术的通用知识图谱可视化方法的流程图。

[0096] 如图8所示，该基于人工智能技术的通用知识图谱可视化方法包括以下步骤：

[0097] 在步骤S801中，导入知识数据，并通过Web可视化界面的直观操作将知识数据进行图谱可视化，以获取知识图谱。

[0098] 在步骤S802中，将知识图谱的数据进行量化，以生成对应统计图表。

[0099] 在步骤S803中，对统计图表进行可视化统计分析，以实现通用知识图谱的可视化。

[0100] 进一步地，在本发明的一个实施例中，上述方法还包括：管理用户已生成的统计图表；将同一数据集的图表及中在一起，以通过图表总览找到图表信息；将相同类型图表整合
在一起，以通过图表分类进行查找。

[0101] 进一步地，在本发明的一个实施例中，上述方法还包括：对知识数据进行量化整合，生成对应统计图，以对知识的统计数据进行分析；对导入数据通过深度学习进行清洗、
聚类，并通过关系提取、模型计算技术对知识数据进行处理后并进行储存。

[0102] 需要说明的是，前述对基于人工智能技术的通用知识图谱可视化装置实施例的解释说明也适用于该实施例的基于人工智能技术的通用知识图谱可视化方法，此处不再赘
述。

[0103] 根据本发明实施例提出的基于人工智能技术的通用知识图谱可视化方法，不限定业务背景，通过可视化的Web操作系统，支持用户导入数据，并对可视化图谱、统计图表进行
自定义，做到面向多领域、实现多样式的目的，从而满足更多业务背景从业人员的需求，更
加高效的进行可视化，多业务领域的交叉也有助于推动知识的融合。

[0104] 在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

[0105] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者
隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三
个等，除非另有明确具体的限定。

[0106] 在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内
部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员
而言，可以根据具体情况理解上述术语在本发明中的具体含义。

[0107] 在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在
第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示
第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第
一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

[0108] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特
点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不
必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任
一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技
术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结
合和组合。

[0109] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述
实施例进行变化、修改、替换和变型。

标题	发布/更新时间	阅读量
面向虚拟机器人的自然语言交互方法及系统	2020-05-14	485
结构性学习概念评量系统	2020-05-17	349
面向资源缺乏语言的实体链接系统	2020-05-20	221
一种图像判读思维导图方法	2020-05-08	545
基于人工智能技术的通用知识图谱可视化装置及方法	2020-05-17	258
一种适用软件开发人员的效率工作台	2020-05-15	701
一种影视剧制作全流程辅助管理系统	2020-05-22	305
一种专利新颖性分析系统及其分析方法	2020-05-11	857
感光性转印材料、电路配线的制造方法及触摸面板的制造方法	2020-05-12	699
一种适用于PCR层析法的便携式核酸检测平台	2020-05-21	549

基于人工智能技术的通用知识图谱可视化装置及方法

基于人工智能技术的通用知识图谱可视化装置及方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：