Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜安徽农业大学王超获国家专利权

恭喜安徽农业大学王超获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜安徽农业大学申请的专利一种基于区块链的农业众包知识图谱构建方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115269864B

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210746863.8,技术领域涉及:G06N5/022;该发明授权一种基于区块链的农业众包知识图谱构建方法及系统是由王超;谷刘涛;饶海笛;杨天罡;何进;夏迎春;辜丽川;焦俊;邹能锋设计研发完成,并于2022-06-28向国家知识产权局提交的专利申请。

一种基于区块链的农业众包知识图谱构建方法及系统在说明书摘要公布了:本发明公开了一种基于区块链的农业众包知识图谱的构建方法及系统,本发明在农业知识图谱的构建中引入了众包和区块链技术,将农业知识图谱构建环节任务交给众包完成,将区块链技术引入众包农业知识图谱的构建流程中,提出融合区块链智能合约的众包农业知识图谱构建策略,并将众包构建知识图谱的过程上链,实现数据的不可篡改、可追溯、可信任;基于众包构建的农业知识图谱数据,采取联合抽取法和多种补全方式,提高了对众包数据三元组信息的抽取效率和知识图谱完整性;建立众包工人信用评价体系,有效提高了众包完成质量和专业领域人员长期参与积极性;本发明有效解决了农业知识图谱构建中数据易泄露、可信度低、构建效率低、质量难评估等问题。

本发明授权一种基于区块链的农业众包知识图谱构建方法及系统在权利要求书中公布了:1.一种基于区块链的农业众包知识图谱的构建方法,其特征在于,包括以下步骤:S1、构建农业知识图谱初始数据库:获取农业知识图谱初始数据,包括已有的农业知识图谱、农业专家收集的图谱资源和农业领域专业机构公开数据资源,将三者组合形成基础农业数据三元组,并存储到图数据库,构建农业知识图谱初始数据库;S2、融合区块链智能合约的众包平台架构,获取众包任务数据,并上传至区块链:采用智能合约技术在区块链上实现与部署众包工作流程,设计任务发布函数、任务分配函数以及任务质量评估函数,采取智能合约同时协约,获得众包任务可信任的答案,并将实施过程和众包任务可信任的答案作为众包任务数据上传至区块链;所述任务发布函数,为用于实现对任务发布的智能合约,包括对任务的类型、专业领域、发布内容描述、任务的截止日期、任务分配信用要求、非对称加密的公钥、任务所需接包方数量、任务难度等级、任务奖励、任务分配模式进行信息建模;所述任务分配模式包含工人选择任务和任务选择工人两种模式;所述任务分配函数,为用于实现众包任务分配的智能合约,包括对两种任务分配模式的实现,根据任务建模的分配模式信息实现任务分配;任务建模的分配模式包括工人选择任务模式和任务选择工人模式;工人选择任务模式:基于众包工人筛选出可选择的众包任务,工人自行选择感兴趣任务;任务选择工人模式:自动分配给符合任务要求的工人,采用的分配策略是基于用户空闲情况、用户信用评分、用户擅长领域相似度、众包质量评分、任务完成率指标建立分配模型,实现自动任务分配;所述任务质量评估函数,为用于实现对众包任务答案质量评估的智能合约,包括任务答案整合策略,基于采取少数服从多数的设计思路,融入用户置信度作为权重系数,其置信度来源是基于众包工人信用评分归一化计算,最终得到众包任务可信任的答案;所述获取众包任务数据,具体步骤为:S201、发布任务:众包发包人发布用于构建农业知识图谱的众包任务,并通过智能合约任务发布函数进行限制约束;S202、接收任务:按照众包发包人对任务的分配模式设置,执行如下:工人选择任务模式下,众包工人通过任务列表主动选择感兴趣的任务;任务选择工人模式下,通过智能合约任务分配函数自动将任务分配给众包工人;S203、任务实施:众包工人按照任务要求实施所接收的任务完成标注;S204、聚合数据及上链:即质量评估聚合答案及数据上链,待众包任务标注的进度达到100%后,触发智能合约任务质量评估函数,得到众包任务可信任的答案数据,然后将实施过程及任务答案数据上传至区块链;S205、任务评价:发包人可根据众包工人对任务参与实施过程是否存在恶意欺骗行为进行评价,待平台管理员审核通过后计入恶意参与次数;S3、获取三元组数据:对步骤S2得到的任务答案数据进行命名实体识别、以及对属性关系的联合抽取,获取三元组数据,然后存储到步骤S1构建的农业知识图谱初始数据库中;S4、知识融合:将步骤S3获得的三元组数据合并到步骤S1构建的图数据库,同时分别对模式层和数据层进行融合;对模式层的融合为处理新得到的数据融入,以及新旧数据的融合,对数据层的融合为处理实例及关系的冲突,避免不必要的冗余;S5、知识图谱补全:对步骤S1中构建的农业知识图谱初始数据库中的数据进行补全。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽农业大学,其通讯地址为:230036 安徽省合肥市蜀山区长江西路130号安徽农业大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。