基于知识图谱的产业发展路径预测方法及其装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112990575A(43)申请公布日2021.06.18(21)申请号202110278763.2(22)申请日2021.03.17(71)申请人北京思睿云智信息科技有限公司地址100190北京市海淀区中关村大街18号8层04-1619(72)发明人张涛刘博张少锋(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/26(2012.01)G06F16/36(2019.01)权利要求书3页说明书11页附图3页(54)发明名称基于知识图谱的产业发展路径预测方法及其装置(57)摘要本申请实施例公开一种基于知识图谱的产业发展路径预测方法及其装置。该实施例通过采集产业和区域信息数量，基于大数据构建区域产业融合知识图谱，并根据所有产业的发展规模指数和发展质量指数确定所述区域产业融合知识图谱中任一区域的目标发展产业节点，采用最短路径算法预测得到任一区域的最优产业发展路径。本申请实施例可以快速、科学地预测出区域产业发展的最优路径，可以满足智慧城市建设对智能决策支持系统的要求。CN112990575ACN112990575A权利要求书1/3页1.一种基于知识图谱的产业发展路径预测方法，其特征在于，包括：从本地资源和互联网资源采集海量的产业和区域信息数据，构建产业和区域信息数据库；基于所述产业和区域信息数据库，构建产业知识图谱，其中所述产业知识图谱中的节点表示产业节点，两个产业节点之间的边表示两个产业之间的完全消耗系数；基于所述产业和区域信息数据库，构建区域知识图谱，其中所述区域知识图谱的节点表示区域节点，两个区域节点之间的边表示两个区域之间地理上的相邻关系；根据产业在区域中的产值占比确定每个区域节点所对应的主要产业节点，根据所述每个区域节点所对应的主要产业节点对所述产业知识图谱和区域知识图谱进行融合，构建区域产业融合知识图谱，其中所述区域产业融合知识图谱中区域节点和主要产业节点之间的边表示主要产业在区域中的产值占比；计算所有产业的发展规模指数和发展质量指数，根据所述所有产业的发展规模指数和发展质量指数确定所述区域产业融合知识图谱中任一区域的目标发展产业节点；以所述区域产业融合知识图谱中任一区域的任一主要产业节点为起点，以该任一区域的目标发展产业节点为终点，计算至少一条最短路径，以所述至少一条最短路径中具有最大完全消耗系数的路径作为该任一区域的最优产业发展路径的预测。2.根据权利要求1所述的基于知识图谱的产业发展路径预测方法，其特征在于，所述根据产业在区域中的产值占比确定每个区域节点所对应的主要产业节点包括：依次判断每个产业在各区域中的产值占比是否大于预定阈值；如果某个产业在某个区域中的产值占比大于预定阈值，则将该产业对应的产业节点作为该区域对应的区域节点的主要产业节点。3.根据权利要求2所述的基于知识图谱的产业发展路径预测方法，其特征在于，所述产业和区域信息数据包括经济指标数据，所述计算所有产业的发展规模指数和发展质量指数包括：使用最大最小值归一化将每个区域的第一组经济指标数据归一化缩放到0‑1的数值范围内，然后通过计算每个区域的第一组经济指标数据归一化后的均值来计算该区域产业的发展规模指数；使用最大最小值归一化将每个区域的第二组经济指标数据归一化缩放到0‑1的数值范围内，然后通过计算每个区域的第二组经济指标数据归一化后的均值来计算该区域产业的发展质量指数。4.根据权利要求3所述的基于知识图谱的产业发展路径预测方法，其特征在于，所述根据所述所有产业的发展规模指数和发展质量指数确定所述区域产业融合知识图谱中任一区域的目标发展产业节点包括：计算该任一区域的主要产业在同一产业链上的下游产业对该主要产业的产业发展规模和质量的提升程度；选择对该主要产业的产业发展规模和质量的提升程度最大的下游产业作为该任一区域的目标发展产业节点。5.根据权利要求3所述的基于知识图谱的产业发展路径预测方法，其特征在于，所述计算所有产业的发展规模指数和发展质量指数包括：2CN112990575A权利要求书2/3页对所述经济指标数据进行模型学习训练和预测，从而得到所述经济指标数据的预测数据；根据所述经济指标数据的预测数据计算所有产业的发展规模指数和发展质量指数。6.根据权利要求5所述的基于知识图谱的产业发展路径预测方法，其特征在于，所述对所述经济指标数据进行模型学习训练和预测包括：将所述经济指标数据中至少一部分用于训练最优的混频数据抽样模型MIDAS，并利用所述最优混合数据抽样模型对所述经济指标数据进行预测。7.一种基于知识图谱的产业发展路径预测装置，其特征在于，包括：数据采集模块，用于从本地资源和互联网资源采集海量的产业和区域信息数据，构建产业