网络大数据中的知识融合框架研究

[目的/意义]网络大数据中蕴含着大量丰富的知识资源,如何从多源异构、社会交互、实时突发、动态高燥的网络大数据中提取出需要的知识元素,挖掘其背后的复杂关联,并将其形成解决具体问题的领域知识库,是知识融合研究亟待解决的问题。[方法/过程]从基于本体的知识表示视角,将网络知识表示为实例、属性、域集、关系和概念等五元组的形式,并以结构化疾病本体库Disease Ontology为例进行解析;采用手工和自动化的方式从非结构化数据源《中国高血压防治指南2010》中抽取相应的知识元素,并将其融合到Disease Ontology中的hypertension本体中,对该高血压本体进行扩充,以期形成可以解决具体领域问题的知识库。[结果/结论]探讨了多源网络知识融合的五种模式及其之间的关系,并在此基础上形成了全面系统的针对网络大数据的知识融合框架,该框架可以在一定程度上解决网络大数据的动态更新以及与现有专业知识库的融合重组问题,有效保障领域知识库的构建,提高其覆盖率和时效性。