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！

申请/专利权人：北京大数据先进技术研究院

摘要：本申请提供了一种基于隐含概念挖掘的物资运输本体生成方法、装置和设备，涉及物资运输技术领域，该方法包括：从物资运输信息关系数据库中提取得到关系数据库表；确定所述关系数据库表中的一个或多个类型列；所述类型列表示所述关系数据库表中具有概念类别语义的数据列；从所述关系数据库表中提取得到关系数据特征，所述关系数据特征至少包括：所述关系数据库表的数据列、主键、外键和约束信息；根据所述关系数据特征和所述类型列，应用本体生成规则，生成物资运输信息本体。

主权项：1.一种基于隐含概念挖掘的物资运输本体生成方法，其特征在于，所述方法包括：从物资运输信息关系数据库中提取得到关系数据库表；确定所述关系数据库表中的一个或多个类型列；所述类型列表示所述关系数据库表中具有概念类别语义的数据列；从所述关系数据库表中提取得到关系数据特征，所述关系数据特征至少包括：所述关系数据库表的数据列、主键、外键和约束信息；根据所述关系数据特征和所述类型列，应用本体生成规则，生成物资运输信息本体；其中，所述确定所述关系数据库表中的一个或多个类型列，包括：将所述关系数据库表转换为数值型数据矩阵；从所述数值型数据矩阵中选择一个数据列，作为潜在类型列；对于所述数值型数据矩阵中的每行数据，删除其中所述潜在类型列所属数值，得到待聚类特征向量；对所述待聚类特征向量进行聚类，得到多个聚类簇；根据所述多个聚类簇，计算聚类质量得分，所述聚类质量得分表示所述多个聚类簇的聚类质量；遍历所述数值型数据矩阵中的所有数据列，根据每个数据列的聚类质量得分，确定关系数据库表中的一个或多个类型列；所述对所述待聚类特征向量进行聚类，包括：确定所述潜在类型列的每个数据在所述数值型数据矩阵中的取值；将所述潜在类型列的所有取值的种类数量确定为目标聚类数；利用k-means聚类算法，按照所述目标聚类数对所述待聚类特征向量进行聚类；所述根据所述关系数据特征和所述类型列，应用本体生成规则，生成物资运输信息本体，包括：对于所述关系数据库表，创建对应的本体类；为所述类型列创建子类，生成所述子类与所述本体类的父子类关系；对于所述关系数据特征中，不属于所述类型列的每个普通数据列，在本体中创建一个同名数据属性，使其定义域为所述本体类，其值范围为该普通数据列的SQL数据类型；对于所述关系数据特征中的主键内的每个数据列，在本体中创建一个同名数据属性，使其定义域为所述本体类，其值范围为该数据列的SQL数据类型，为该同名数据属性添加一个关键公理；所述为所述类型列创建子类，包括：对于每个所述类型列，为所述类型列中的每种取值创建一个子类；所述根据所述关系数据特征和所述类型列，应用本体生成规则，生成物资运输信息本体，包括：根据为所述类型列创建的各个子类，创建一个类不相交公理。

全文数据：

权利要求：

百度查询： 北京大数据先进技术研究院 基于隐含概念挖掘的物资运输本体生成方法、装置和设备