1.本发明属于装备信息管理技术领域，具体涉及一种基于知识图谱的装备信息管理方法、系统和存储介质。
背景技术：2.随着装备种类日渐增多，使得装备管理工作变得繁杂；与以往相比，参与管理使用的人员来源复杂、变动非常频繁。在装备管理和使用过程中，急需一种新型的装备管理方法及系统，能将与参与管理、维护、使用和生产的人员有机联系起来。现有技术中，缺乏一种有效的装备管理方法及系统，导致管理人员无法及时了解到所配发的装备数量、性能、当前状态，也无法及时掌握这些归谁使用，谁在维护，难以根据这些信息科学地制定的配发计划以及的培训计划。
3.同时保证在发生紧急事务时，管理人员往往不能及时联系和安排合适人员进行处理。作为装备使用的维护人员，往往无法及时了解到的设计信息和相关参数文档，在发生需要协调处理的事务时，无法及时获知该的相关管理部门和管理人员，在发生问题时不能及时知道向谁请求支持，向谁反应问题。作为的设计和生产人员，不能从全寿命过程中分析出装备，无法发现的改进需求。
技术实现要素：4.本发明的目的就是为了解决上述背景技术存在的不足，提供一种基于知识图谱的装备信息管理方法、系统和存储介质，为管理保障决策提供实时态势信息，提供分层级多视图的信息展示。
5.本发明采用的技术方案是：一种基于知识图谱的装备信息管理方法，包括以下步骤：
6.收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱；
7.在构建知识图谱的过程中，进行知识融合，寻找知识图谱中每两个节点之间的最短路径，挖掘知识图谱中潜在的关联性数据，形成新的知识图谱；
8.通过知识图谱获取输入的目标主体的关联性数据并进行展示；
9.根据外部指令实现用户登录、知识图谱管理、权限配置和安全管理。
10.上述技术方案中，所述知识图谱包括装备库、人员库、机构库、标签库和关系库；
11.所述装备库用于存储装备的实体，包括装备的名称、类别、型号、指标、状态、配属地点、配属环境、使用单位、研制生产单位、使用人员、组成结构以及上下位的关系信息；
12.所述人员库用于存储人员的实体，包括管理人员、使用人员、维护人员、研制人员和生产人员的基本属性、工作职责、工作范围、工作地点、工作能力信息；
13.所述机构库用于存储机构的实体，包括生产单位、研制单位管理单位、使用单位的信息；
14.所述标签库用于存储分类标签，按上下级关系进行组织；
15.所述关系库用于存储装备、人员、机构三者之间的关系，所述关系以非结构化的数据按照三元组存储。
16.上述技术方案中，收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱的过程包括：
17.根据外部输入的实体和关系，新增实体、编辑实体、删除实体、新增关系、编辑关系或者删除关系，并对知识图谱进行存储或更新。
18.上述技术方案中，收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱的过程包括；
19.批量录入包含装备信息的文档；对包含装备信息的文档进行文本内容解析和提取，所述文档包括结构化和非结构化文本，对非结构化文本内容进行分词，并标注词语在文本内容中的位置索引及词性；结合分词及词性标注结果，对非结构化文本内容中的实体进行识别；基于深度学习的关系识别技术对非结构化文本内容进行句法分析，并结合实体识别和句法分析结果，对非结构化文本内容中进行关系抽取并在知识图谱上进行关联。
20.上述技术方案中，进行知识融合的过程包括：支持通过查询找出从非结构化文本内容中识别到的同名实体；支持同名实体的相同属性归并以及不同属性融合，并在知识图谱上进行关联。
21.上述技术方案中，寻找知识图谱中每两个节点之间的最短路径的过程包括：对知识图谱中的每两个节点进行路径计算，找出每两个节点之间的最短路径，为管理人员和使用人员定位管理装备和使用装备的层级关系，找到两个实体之间涉及相关的责任人员，涉及的机构和装备。
22.上述技术方案中，挖掘知识图谱中潜在的关联性数据的过程包括：对知识图谱中的关系进行分析和整理，所述关系包括人员与人员之间的关系，人员与装备之间的关系，装备与装备的关系，人员与机构之间的关系，机构与机构之间的关系；通过对多个关系中，或者关系的交并补集合中所涉及的实体进行属性的统计和分析，发现知识图谱中潜在的数据关联关系或者规律，形成新的三元组从而更新知识图谱；
23.对知识图谱中的节点关系进行力导向、树形分析和中心性分析，以力导向间的作用力互斥方式和树形生成方式形成知识图谱中的关系图谱，并分析关系图谱中目标节点的出度和入度。
24.上述技术方案中，通过知识图谱获取输入的目标主体的关联性数据并进行展示的过程包括：
25.根据输入的目标主体，通过知识图谱检索目标主体关联的同机构人员、所属机构、所管装备和自定义名称，展示目标主体的两级关系图谱；
26.根据输入的筛选条件，通过关系图谱中的节点类型、节点状态、节点标签组合进行图谱关系筛选，并在关系图谱上高亮显示满足筛选条件的节点；
27.将外部指令选择的目标节点转换成中心主体节点并进行分析，展示该节点的关系图谱；
28.统计分析所展示的关系图谱上的人员节点和装备节点的状态，并进行展示；
29.根据外部指令选择的目标节点向下展示该节点的各种关系；
30.根据外部指令选择的目标节点展示该节点的属性信息。
31.本发明还提供了一种基于知识图谱的装备信息管理系统，包括知识图谱模块、采编平台、数据分析模块、可视化呈现模块和系统管理模块；
32.采编平台用于收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱；
33.数据分析模块用于在构建知识图谱的过程中，进行知识融合，寻找知识图谱中每两个节点之间的最短路径，挖掘知识图谱中潜在的关联性数据，形成新的知识图谱；
34.知识图谱模块用于存储和管理知识图谱；
35.可视化呈现模块用于通过知识图谱获取输入的目标主体的关联性数据并进行展示；
36.系统管理模块用于实现用户登录、知识图谱管理、权限配置和安全管理。
37.本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述技术方案所述的基于知识图谱的装备信息管理方法的步骤。
38.本发明的有益效果是：采用知识图谱技术构建装备分类管理信息知识图谱，实现结构化数据的前端采集和快速关联查询等功能，并针对大量非结构化数据进行清洗，将部分有用信息进行归纳和分类，采用深度挖掘、聚类分析等技术从这些非结构化数据中抽取相对应的关联信息。同时，本发明采用基于知识图谱的装备分类管理信息可视化技术，为装备管理保障决策提供实时态势信息，提供分层级多视图的信息展示。本发明运用知识图谱技术，将管理和使用过程中所涉及的装备、人员、标签、机构，以及它们之间的关系整合成一个可以导航和搜索的“数据字典”，并在使用过程中随时更新。本发明导入包含装备各类信息的文档，采用关联装备全周期的信息构建知识图谱，通过将装备、人员、机构和使用维护事件有机整合，实现了装备全生命周期数据的收集、整理、汇报以及分析总结，并且为研制、生产、储存、调拨、使用、维护以及报废过程的业务流程支持；实现了装备使用和维护过程中的相关技术资料、相关技术人员信息快速查找和获取，为研制计划、生产计划和调拨计划设计过程中的决策支持。本发明可通过导入设备相关联的人员信息，对知识图谱进行拓展分析，进行管理人员、使用人员和维护维修人员学历、能力层次分析，为培训计划制定提供科学依据。本发明通过收集和统计装备使用过程的数据，为研制和生产人员提供使用反馈。
39.本发明构建的知识图谱深挖装备、人员、机构信息及其之间的关联，并形成标签库和关系库，有效为后期操作人员提供装备信息及其关系的查询和展示。本发明可以通过人工录入和文档集体导入的方式收集装备、人员和机构信息，保证了系统数据来源的多样性和高效获取。本发明基于分词和深度学习技术挖掘录入的批量文档的装备信息及其关系，保证知识图谱的构建效率和准确度。本发明通过知识融合筛选非结构化文本中的同名实体，并对其信息进行归并整理，保证了知识图谱的一致性，可去除重复的数据，保证系统数据的精简和准确。本发明通过寻找知识图谱中节点间的最短路径进一步深挖装备间的层级关系，通过挖掘知识图谱中的潜在关系，充实知识图谱，为操作人员提供详尽且全面的装备信息。本发明通过多样化的可视化展示，可基于操作人员的个性化操作，为操作人员精准且全面的展示装备及其相关信息。
附图说明
40.图1为本发明的模块示意图；
41.图2为本发明的知识存储用例图；
42.图3为本发明的文本解析用例图；
43.图4为本发明的文本分词用例图；
44.图5为本发明的实体识别用例图；
45.图6为本发明的关系抽取用例图；
46.图7为本发明的数据同步用例图；
47.图8为本发明的知识融合用例图；
48.图9为本发明的路径分析用例图；
49.图10为本发明的关系分析用例图；
50.图11为本发明的装备管理用例图；
51.图12为本发明的人员管理用例图；
52.图13为本发明的机构管理用例图；
53.图14为本发明的标签管理用例图；
54.图15为本发明的关系检索用例图；
55.图16为本发明的关系筛选用例图；
56.图17为本发明的主体转换用例图；
57.图18为本发明的状态分析用例图；
58.图19为本发明的关系扩展用例图；
59.图20为本发明的节点详情用例图；
60.图21为本发明的字典管理用例图；
61.图22为本发明的权限管理用例图。
具体实施方式
62.下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。
63.如图1所示，本发明提供了一种基于知识图谱的装备信息管理系统，包括知识图谱模块、采编平台、数据分析模块、可视化呈现模块和系统管理模块；
64.采编平台用于收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱；
65.数据分析模块用于在构建知识图谱的过程中，进行知识融合，寻找知识图谱中每两个节点之间的最短路径，挖掘知识图谱中潜在的关联性数据，形成新的知识图谱；
66.知识图谱模块用于存储和管理知识图谱，基于知识图谱信息形成用于实现导航和搜索功能的字典；
67.可视化呈现模块用于通过知识图谱获取输入的目标主体的关联性数据并进行展示；
68.系统管理模块用于实现用户登录、知识图谱管理、权限配置和安全管理。
69.所述采编平台包括知识存储模块、知识图谱构建模块和数据同步模块。所述数据
同步模块包括数据导入模块和数据导出模块。
70.所述知识存储模块根据外部输入的实体和关系，新增实体、编辑实体、删除实体、新增关系、编辑关系或者删除关系，并对装备库和关系库进行存储或更新。
71.如图2所示，知识存储模块的功能在于用户根据已定义实体模型批量更新实体和关系，并采用可视化界面进行导入、导出编辑操作，实现后台数据实时存储和更新。知识存储模块可实现秒级响应，输入为实体及关系；输出为正则对知识图谱及关系库数据进行存储或更新，负则返回相应的错误信息。
72.所述知识图谱构建模块对包含装备信息的文档进行文本内容解析和提取，所述文档包括结构化和非结构化文本，对非结构化文本内容进行分词，并标注词语在文本内容中的位置索引及词性；结合分词及词性标注结果，对非结构化文本内容中的实体进行识别；基于深度学习的关系识别技术对非结构化文本内容进行句法分析，并结合实体识别和句法分析结果，对非结构化文本内容中进行关系抽取并在知识图谱上进行关联。
73.知识图谱构建模块包括文本解析模块、文本分词模块、实体识别模块和关系抽取模块。
74.如图3所示，文本解析模块的功能在于对用户录入的word、 excel、txt、pdf、ppt、html等文档进行文本内容解析和提取，可实现秒级响应，其输入为已识别的各种文档文件；输出为正则对上传的已识别文档进行内容正确提取，为后续分词提供数据支撑，负则返回相应的错误信息。
75.如图4所示，文本分词模块的功能在于对非结构化文本内容进行分词、索引和词性标注，可实现秒级响应，其输入为非结构化文本；输出为正则对非结构化文本内容进行分词，并标注词语在文本内容中的位置索引及词性，负则返回相应的错误信息。
76.如图5所示，实体识别模块的功能在于结合分词及词性分析结果，对非结构化文本内容中的命名实体进行识别，可实现秒级响应，其输入为非结构化文本；输出为正则对非结构化文本内容中的命名实体进行识别，并可基于外部指令通过可视化呈现模块在关系图谱上进行关联展现，负则返回相应的错误信息。
77.如图6所示，关系抽取模块的功能在于基于深度学习的关系识别技术，并结合实体识别和句法分析结果，对非结构化文本内容中进行关系抽取，可实现秒级响应，其输入为非结构化文本；输出为正则对非结构化文本内容中的实体及关系进行抽取，并可基于外部指令通过可视化呈现模块在关系图谱上进行关联展现，负则返回相应的错误信息。
78.如图7所示，所述数据导入模块用于导入包含装备信息的文档；在接入结构化文本过程中按照已定义的数据模型进行数据格式的自动转换；所述数据导出模块用于导出知识图谱中的结构化数据。
79.数据导入模块的功能在于可将多个excel表格一键导入，实现结构化数据前端采集，语义集成，并将管理过程中的人员、装备、机构等信息全部记录在数据库，为构建知识图谱提供数据基础，可实现秒级响应，其输入为多个excel表格，输出为正则对 excel表格数据进行识别，并同步到各个知识图谱，实现所有的知识图谱关联更新，负则返回相应的错误信息。
80.数据导出模块的功能在于实现一键将所有的知识图谱进行导出，实现本系统数据更新或系统间离线数据同步，可实现秒级响应，输出正则为对全库数据进行导出并形成多
个关联的excel表格，负则返回相应的错误信息。
81.所述数据分析模块包括知识融合模块、路径分析模块和关系分析模块。
82.如图8所示，所述知识融合模块支持通过查询找出从用户录入的非结构化文本内容中的识别到的同名实体；支持同名实体的相同属性归并以及不同属性融合，并在知识图谱上进行关联。所述知识融合模块的功能在于对非结构化抽取产生的同名实体及其属性进行融合，可实现秒级响应，其输入为非结构化文本抽取的实体，输出为正则对同名实体及其属性进行融合，并可基于外部指令通过可视化呈现模块在关系图谱上进行关联展现，负则返回相应的错误信息。
83.如图9所示，所述路径分析模块对知识图谱中的两个节点进行路径计算，找出两个节点之间的最短路径，为管理人员和使用人员定位管理装备和使用装备的层级关系，找到两个实体之间涉及相关的责任人员，涉及的机构和装备。所述路径分析模块可实现多级节点，秒级响应，其输入为两个节点标识，输出为正则展示两个节点间的最短路径，并可基于外部指令通过可视化呈现模块在关系图谱上高亮整条路径，负则返回相应的错误信息。
84.如图10所示，所述关系分析模块针对知识图谱中的关系进行分析和整理，所述关系包括人员与人员之间的关系，人员与装备之间的关系，装备与装备的关系，人员与机构之间的关系，机构与机构之间的关系；通过对多个关系中，或者关系的交并补集合中所涉及的实体进行属性的统计和分析，发现知识图谱中潜在的数据关联关系或者规律，形成新的三元组从而更新知识图谱。
85.所述关系分析模块的功能还在于对知识图谱中的节点关系进行力导向、树形分析和中心性分析，可实现多级节点，秒级响应；其输入为关系图谱信息；输出为正则以力导向间的作用力互斥方式和树形生成方式，通过可视化呈现模块展现关系图谱，并分析目标节点的出度和入度，负则返回相应的错误信息。
86.知识图谱模块包括装备库、人员库、机构库、标签库和关系库，以及装备管理模块、人员管理模块、机构管理模块和标签管理模块。
87.所述装备库用于存储装备的实体，包括装备的名称、类别、型号、指标、状态、配属地点、配属环境、使用单位、研制生产单位、使用人员、组成结构以及上下位的关系信息；
88.所述人员库用于存储人员的实体，包括管理人员、使用人员、维护人员、研制人员和生产人员的基本属性、工作职责、工作范围、工作地点、工作能力信息；
89.所述机构库用于存储机构的实体，包括生产单位、研制单位管理单位、使用单位的信息；
90.所述标签库用于存储分类标签，所述分类标签按上下级关系进行组织；
91.所述关系库用于存储装备、人员、机构三者之间的关系，所述关系以非结构化的数据按照三元组存储。
92.如图11所示，装备管理模块的功能在于，根据在字典中输入的目标实体，对装备信息进行检索，在装备库中进行相关信息的字段展示。所述字段为在表格形式中对知识图谱进行展示的表头。字段包括分类、曾用名、数量、配备方式、主要用途、应用系统名称、状态，使用人员可点击详情弹框查看对应详细信息。装备管理模块可实现秒级响应，输入可以为使用人员姓名，其对应的输出为正则展示信息列表及详情，负则返回相应的错误信息。
93.如图12所示，人员管理模块用于实现人员筛选和信息编辑的功能。人员筛选功能
在于，根据在字典中输入的目标实体，对人员信息进行检索，在人员库中进行相关信息的字段展示，字段包括姓名、机构、手机、邮箱、在职状态、是否允许登录，点击详情弹框查看对应人员详细信息并能通过机构和人员姓名进行筛选。人员筛选功能可实现秒级响应，输入可以为机构或人员姓名，输出为正则展示人员信息列表和人员详情，负则返回相应的错误信息。
94.信息编辑功能在于在人员库中进行人员信息编辑和登录授权。信息编辑功能可实现秒级响应；其输入为目标人员标识；输出为正则修改目标人员的相关信息并授权登录密码，负则返回相应的错误信息。
95.如图13所示，机构管理模块的功能在于根据在字典中输入的目标实体，对机构信息进行检索，在机构库中进行相关信息的字段展示，字段包括单位名称、番号、类型、状态，点击详情弹框查看对应机构详细信息。机构管理模块可实现秒级响应；其输入为机构名称；输出为正则展示机构信息列表和机构详情，负则返回相应的错误信息。
96.如图14所示，标签管理模块的功能在于据在字典中输入的目标实体，对标签信息进行检索，在标签库中进行相关信息的字段展示，字段包括标识码、分类码、名称、简称、申请原名称、曾用名称、备注。标签管理模块可实现秒级响应；其输入为标签编号或名称，输出为正则展示标签信息列表，负则返回相应的错误信息。
97.所述数据可视化模块包括关系图谱模块、主体分析模块和知识钻取模块。
98.所述关系图谱模块包括关系检索模块、关系筛选模块。
99.如图15所示，关系检索模块通过用户关联的同机构人员、所属机构、所管装备和自定义名称检索不同类型主体的关系图谱。关系检索模块可实现多级节点和关系的形成和秒级响应。关系检索模块的输入为目标人员、机构、装备的主体标识；输出为正则展开目标主体的两级关系图谱，负则返回相应的错误信息。
100.如图16所示，关系筛选模块通过节点类型、节点状态、节点标签组合进行图谱关系筛选，可实现多级节点秒级响应。关系筛选模块的输入为节点类型、状态、标签值；输出为正则在关系图谱上高亮显示满足筛选条件的节点，负则返回相应的错误信息。
101.所述主体分析模块包括主体转换模块和状态分析模块。
102.如图17所示，主体转换模块可通过外部指令，例如操作人员在可视化模块中已经展示出的关系图谱中右键点击节点，将非中心节点转换成主体节点进行分析。主体转换模块可实现秒级响应，其输入为目标节点表示；输出为正则在可视化模块所展示的关系图谱上将目标节点转换成中心主体节点，并展示该节点的关系图谱，负则返回相应的错误信息。
103.如图18所示，状态分析模块用于实现对图谱上的人员节点、节点的各种状态进行统计分析。状态分析模块可实现秒级响应，其输入为关系图谱信息；输出为正则对图谱上展示的人员工作状态、全寿命周期进行统计分析，负则返回相应的错误信息。
104.所述知识钻取模块包括关系扩展模块和节点详情模块。
105.如图19所示，关系扩展模块可通过外部指令，例如操作人员在可视化模块中已经展示出的关系图谱中右键点击节点，针对任意节点向下进行逐级关系扩展。关系扩展模块可实现无限级扩展，秒级响应。关系扩展模块的输入为目标节点标识；其输出为正则在关系图谱上向下展开目标节点的各种关系，负则返回相应的错误信息。
106.如图20所示，节点详情模块可通过外部指令，例如操作人员在可视化模块中已经
展示出的关系图谱中点击节点，显示关系图谱上各节点的人员、机构、装备、标签节点的详情信息。节点详情模块可实现秒级响应，其输入为目标节点表示；输出为正则在关系图谱上展示目标节点的各种详情属性信息，负则返回相应的错误信息。
107.所述系统管理模块包括用户登录模块、字典管理模块、权限配置模块和安全管理模块。
108.所述用户登录模块用于实现用户登录并鉴权使用系统，可实现多级用户秒级响应；其输入为用户名称和用户密码；输出为正则进入到系统主页，负则返回相应的错误信息。
109.如图21所示，字典管理模块用于支持对产品部署过程中系统工作环境及字典进行配置，可实现秒级响应。其输入为字典项、字典名称和字典值，输出为正则新增字典记录并在相应的页面可以调用，负则返回相应的错误信息。
110.如图22所示，权限管理模块用于对各类型用户的数据使用范围和服务权限进行管理与配置，可实现秒级响应。其输入为用户登录信息；其输出为正则返回用户相关的同机构人员、所属机构、所管列表，负则返回相应的错误信息。
111.本系统中所应用的技术都是基于javaee，技术成熟稳定又能保持先进性。采用b/s架构使系统能集中部署分布使用，有利于系统升级维护；采用mvc的开发模式并参考soa体系架构进行功能设计，使得能快速扩展业务功能而不会影响现有系统功能的正常使用，可根据实际业务量进行部分功能扩容，在满足系统运行要求的同时实现成本最小化。系统采用分布式部署，系统功能隔离运行，保障系统整体运行的稳定性。
112.本发明提供了一种基于知识图谱的装备信息管理方法，包括以下步骤：
113.s1，收集装备、人员和机构信息，并分析和整理装备、人员和机构信息中的关联关系，构建知识图谱；
114.s2，在构建知识图谱的过程中进行知识融合并寻找知识图谱中每两个节点之间的最短路径，挖掘知识图谱中潜在的关联性数据，更新知识图谱；
115.s3.基于知识图谱信息形成用于实现导航和搜索功能的字典；
116.s4，通过字典获取输入的目标主体的关联性数据并进行展示；
117.s5，根据外部指令实现用户登录、字典管理、权限配置和安全管理。
118.具体地，步骤s1中，收集装备、人员和机构信息的主要途径主要有两个，一是利用知识存储工具实现人工采编excel数据，二是利用知识图谱技术从半结构化数据和非结构化数据中获取数据，实现机器采编。为此系统设计了知识存储工具、非结构化数据的知识图谱构建工具和数据同步工具。
119.知识存储工具用于实现人工新增实体、编辑实体、删除实体、新增关系、编辑关系、删除关系功能。支持用户根据已定义实体模型批量更新实体和关系。导入、导出编辑操作采用可视化界面进行，同时实现后台数据实时存储和更新。实现的实体关系类型不少于5种，同时预留5种未定义关系类型，方便用户根据业务需要按需修改。
120.非结构化数据的知识图谱构建工具用于批量录入包含装备信息的文档；然后对包含装备信息的文档进行文本内容解析和提取，所述文档包括结构化和非结构化文本，对非结构化文本内容进行分词，并标注词语在文本内容中的位置索引及词性；结合分词及词性标注结果，对非结构化文本内容中的实体进行识别；基于深度学习的关系识别技术对非结
构化文本内容进行句法分析，并结合实体识别和句法分析结果，对非结构化文本内容中进行关系抽取并在知识图谱上进行关联。
121.在装备研制、生产和使用维护过程中产生了大量的半结构化和非结构化数据，本具体实施例中统称为非结构化数据，包括的规格数据，研制过程数据，测评过程数据和使用维护过程数据等，这些数据有多种形式和类型，比如excel表格数据，word文档数据，ppt格式数据和pdf文档数据等，还有一些是以纸质文档的形式保存的。由于这些数据格式不统一、数量大、类型多，采用知识图谱构建工具对大量无关数据进行清洗，将部分有用信息进行归纳和分类，并采用深度挖掘，聚类分析等技术，从这些非结构化数据中抽取相对应的关联信息，形成知识图谱的资源描述框架(rdf)三元组，然后将这些三元组存储在图数据库neo4j中，随着大量的数据的积累，相关的数据将构成庞大的实体关系网络，从而形成的知识图谱。
122.其中图数据库neo4j，主要用于构建人员、机构、三种实体的知识图谱；采用原生图(native graph)存储和处理数据，提供最优化的关系遍历执行效率，比关系数据库的表连接快上千倍；基于(标签)属性图模型，支持丰富的数据语义描述、并且兼具灵活性；基于纯java实现，支持最广泛的操作系统和最便捷的部署，支持云端和容器部署；提供面向图分析和模式匹配、声明型的 cypher查询语言，直观、简介、易于理解；完全acid兼容、保证数据一致性，因此同样适用于事务型(oltp)和分析型(olap)应用；基于因果集群(causal clustering)的分布式数据库，提供高可用性、故障切换、数据冗余和可扩展的吞吐量。
123.更进一步地，首先在结构化和非结构化文本数据上，利用etl 解析、属性抽取等技术，发现与实体相关的属性。主要包括的名称、类别、型号、指标、状态、配属地点、配属环境、使用单位、研制生产单位、使用人员、组成结构以及上下位的关系等信息。
124.然后采用分词等技术，将非结构化数据中的文本分割成词语级别的组合，并从中发现存在于文本中的装备、人员、机构等实体，基于项目特定的数据源及属性抽取需求，开发特殊抽取规则进行抽取。
125.再采用基于深度学习的关系识别技术，提取非结构化数据中的实体关联关系和活动，从中发现和自动整理出装备、人员和机构之间的关联关系。
126.本具体实施例的数据同步工具支持从txt、excel、word、pdf 中导入数据、支持编辑数据映射表。在接入结构化数据过程中，系统按照已定义的数据模型，可以进行数据格式的自动转换。
127.系统支持导出知识图谱中结构化数据，在外部进行数据调整后，可以重新导入系统，进行离线全库更新。
128.具体地，从已有的研制生产和使用维护过程中相关的多个数据库，进行异构资源的语义集成；并基于这些结构化数据采用知识图谱技术构建分类管理信息的知识图谱。知识图谱包括装备库、人员库、机构库、标签库和关系库。
129.所述装备库存储装备实体，实体中包括的名称、类别、型号、指标、状态、配属地点、配属环境、使用单位、研制生产单位、使用人员、组成结构以及上下位的关系等信息。
130.所述人员库存储管理人员、使用人员、维护人员、研制人员和生产人员的基本属性、工作职责、工作范围、工作地点、工作能力等信息。
131.所述机构库存储生产单位、研制单位管理单位、使用单位的信息，以便系统在使用
过程中构建管理职责的隶属关系。
132.所述标签库存储分类标签，按上下级关系进行组织，以便系统在使用过程中构建分类关系，并支持按标签进行筛选。
133.所述关系库存储装备与人员、机构三者之间的相互关系。关系以非结构化的数据按照三元组存储，便于系统搜索和处理。系统实现采用neo4j存储关系。
134.本具体实施例的系统设计一主一备两个数据中心，支持集中部署或者异地部署在联网运行，
135.系统内部主要部署了信息数据库mysql、图数据库neo4j和缓存数据库redis及开放信息抽取服务，共需要一主一备2台服务器、联网交换机1台及其他相应设备。信息数据库mysql、图数据库neo4j均用于存储知识图谱，区别在于存储模式不同。
136.不论是信息数据库还是图数据库，这些大量分类管理信息所构成的大型数据库无法直接呈现给管理人员和决策人员，需要通过可视化技术把这些纷繁复杂的数据，经过一系列快速的处理并找出其关联性并最终呈现给用户，并通过直观图形的展示，让用户更直接的观察和分析数据。
137.具体地，步骤s2中，采取数据分析工具，一方面辅助采编系统进行知识融合，定时进行知识图谱的整理和深度分析，保证知识图谱的一致性，去除重复的数据；另一方面为知识图谱的可视化呈现提供深层次的大数据分析工具。主要包括知识融合、路径分析、关系分析。
138.知识融合的过程包括：在非结构化数据的抽取过程中，会产生一些同名实体，知识融合支持通过查询找出同名实体，支持同名实体的相同属性归并，不同属性融合。
139.路径分析的过程包括：对知识图谱中的两个节点进行路径计算，找出两个节点之间的最短路径，为管理和使用人员定位管理和使用的层级关系，找到两个实体之间涉及相关的责任人员和涉及的单位，实现最小生成树分析，使管理人员能够快速评估性能和事件所波及的范围，并在“可视化分析呈现”端提供分析结果。
140.关系分析的过程包括：对知识图谱中的关系进行多维度、多视角分析和整理，关系包括人员与人员之间的关系，人员与之间的关系，与的关系，人员与机构之间的关系，机构与机构之间的关系。通过对多个关系中，或者关系的交并补集合中所涉及的实体进行属性的统计和分析，发现知识图谱中潜在的数据关联关系或者规律，进而形成新的三元组，从而更新知识图谱；
141.对知识图谱中的节点关系进行力导向、树形分析和中心性分析，以力导向间的作用力互斥方式和树形生成方式形成知识图谱中的关系图谱，并分析关系图谱中目标节点的出度和入度。
142.具体地，步骤s3中，进一步开发相应的字典系统，实现数据的前端采集，语义集成和快速关联查询等功能，从而形成用于实现导航和搜索功能的字典。
143.具体地，步骤s4中，根据输入的目标主体，综合利用可视化界面中展示的关系图谱的图标的导航、标签筛选、节点类型筛选、关系统计功能，查询、人员、机构关联信息并利用关系图谱的标签统计和关键属性统计功能，即统计分析所展示的关系图谱上的人员节点和装备节点的状态，并进行展示；从而进行的全寿命、人员状态信息登记，进一步的辅助业务人员完成请领、调拨和保障计划制定等工作。
144.根据输入的目标主体，通过知识图谱检索目标主体关联的同机构人员、所属机构、所管装备和自定义名称，展示目标主体的两级关系图谱。
145.根据输入的筛选条件，通过关系图谱中的节点类型、节点状态、节点标签组合进行图谱关系筛选，并在关系图谱上高亮显示满足筛选条件的节点。
146.将外部指令选择的目标节点转换成中心主体节点并进行分析，展示该节点的关系图谱；即可根据装备、人员、机构不同维度数据特定，支持设置目标实体为关系图谱主体，围绕中心主体进行关系分析和可视化展现。
147.根据外部指令选择的目标节点向下展示该节点的各种关系；即可利用知识图谱技术构建、人员、机构关联关系，并支持向下无限扩展，并结合各种知识图谱进行节点详情钻取。
148.上述可视化展现可通过数据图表、饼图、折线图以及关系图等形式，直观展现和分析数据。具体的功能实现通过可视化模块进行。
149.具体地，步骤s5中，可根据外部输入指令，对系统部署过程中工作环境及字典进行配置；并对各类型用户的数据使用范围和服务权限进行管理与配置，实行分角色的产品权限。同时为保证系统安全稳定运行，软件账号配发由上级集中配发。用户激活账号后必须更改密码，进行密码长度和密码字符类型控制，确保用户密码的复杂性。
150.本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
技术特征：1.一种基于知识图谱的装备信息管理方法，其特征在于包括以下步骤：收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱；在构建知识图谱的过程中，进行知识融合，寻找知识图谱中每两个节点之间的最短路径，挖掘知识图谱中潜在的关联性数据，形成新的知识图谱；通过知识图谱获取输入的目标主体的关联性数据并进行展示；根据外部指令实现用户登录、知识图谱管理、权限配置和安全管理。2.根据权利要求1所述的一种基于知识图谱的装备信息管理方法，其特征在于：所述知识图谱包括装备库、人员库、机构库、标签库和关系库；所述装备库用于存储装备的实体，包括装备的名称、类别、型号、指标、状态、配属地点、配属环境、使用单位、研制生产单位、使用人员、组成结构以及上下位的关系信息；所述人员库用于存储人员的实体，包括管理人员、使用人员、维护人员、研制人员和生产人员的基本属性、工作职责、工作范围、工作地点、工作能力信息；所述机构库用于存储机构的实体，包括生产单位、研制单位管理单位、使用单位的信息；所述标签库用于存储分类标签，按上下级关系进行组织；所述关系库用于存储装备、人员、机构三者之间的关系，所述关系以非结构化的数据按照三元组存储。3.根据权利要求2所述的一种基于知识图谱的装备信息管理方法，其特征在于：收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱的过程包括：根据外部输入的实体和关系，新增实体、编辑实体、删除实体、新增关系、编辑关系或者删除关系，并对知识图谱进行存储或更新。4.根据权利要求2所述的一种基于知识图谱的装备信息管理方法，其特征在于：收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱的过程包括；批量录入包含装备信息的文档；对包含装备信息的文档进行文本内容解析和提取，所述文档包括结构化和非结构化文本，对非结构化文本内容进行分词，并标注词语在文本内容中的位置索引及词性；结合分词及词性标注结果，对非结构化文本内容中的实体进行识别；基于深度学习的关系识别技术对非结构化文本内容进行句法分析，并结合实体识别和句法分析结果，对非结构化文本内容中进行关系抽取并在知识图谱上进行关联。5.根据权利要求4所述的一种基于知识图谱的装备信息管理方法，其特征在于：进行知识融合的过程包括：支持通过查询找出从非结构化文本内容中识别到的同名实体；支持同名实体的相同属性归并以及不同属性融合，并在知识图谱上进行关联。6.根据权利要求4所述的一种基于知识图谱的装备信息管理方法，其特征在于：寻找知识图谱中每两个节点之间的最短路径的过程包括：对知识图谱中的每两个节点进行路径计算，找出每两个节点之间的最短路径，为管理人员和使用人员定位管理装备和使用装备的层级关系，找到两个实体之间涉及相关的责任人员，涉及的机构和装备。7.根据权利要求3所述的一种基于知识图谱的装备信息管理方法，其特征在于：挖掘知识图谱中潜在的关联性数据的过程包括：对知识图谱中的关系进行分析和整理，所述关系包括人员与人员之间的关系，人员与装备之间的关系，装备与装备的关系，人员与机构之间的关系，机构与机构之间的关系；通过对多个关系中，或者关系的交并补集合中所涉及的实
体进行属性的统计和分析，发现知识图谱中潜在的数据关联关系或者规律，形成新的三元组从而更新知识图谱；对知识图谱中的节点关系进行力导向、树形分析和中心性分析，以力导向间的作用力互斥方式和树形生成方式形成知识图谱中的关系图谱，并分析关系图谱中目标节点的出度和入度。8.根据权利要求3所述的一种基于知识图谱的装备信息管理方法，其特征在于：通过知识图谱获取输入的目标主体的关联性数据并进行展示的过程包括：根据输入的目标主体，通过知识图谱检索目标主体关联的同机构人员、所属机构、所管装备和自定义名称，展示目标主体的两级关系图谱；根据输入的筛选条件，通过关系图谱中的节点类型、节点状态、节点标签组合进行图谱关系筛选，并在关系图谱上高亮显示满足筛选条件的节点；将外部指令选择的目标节点转换成中心主体节点并进行分析，展示该节点的关系图谱；统计分析所展示的关系图谱上的人员节点和装备节点的状态，并进行展示；根据外部指令选择的目标节点向下展示该节点的各种关系；根据外部指令选择的目标节点展示该节点的属性信息。9.一种基于知识图谱的装备信息管理系统，其特征在于：包括知识图谱模块、采编平台、数据分析模块、可视化呈现模块和系统管理模块；采编平台用于收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱；数据分析模块用于在构建知识图谱的过程中，进行知识融合，寻找知识图谱中每两个节点之间的最短路径，挖掘知识图谱中潜在的关联性数据，形成新的知识图谱；知识图谱模块用于存储知识图谱；可视化呈现模块用于通过知识图谱获取输入的目标主体的关联性数据并进行展示；系统管理模块用于实现用户登录、知识图谱管理、权限配置和安全管理。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8所述的基于知识图谱的装备信息管理方法的步骤。
技术总结本发明采用的技术方案是：一种基于知识图谱的装备信息管理方法、系统及存储介质，包括以下步骤：收集装备、人员和机构信息，基于装备、人员和机构信息中的关联关系构建知识图谱；在构建知识图谱的过程中，进行知识融合，寻找知识图谱中每两个节点之间的最短路径，挖掘知识图谱中潜在的关联性数据，形成新的知识图谱；通过知识图谱获取输入的目标主体的关联性数据并进行展示；根据外部指令实现用户登录、知识图谱管理、权限配置和安全管理。本发明管理保障决策提供实时态势信息，提供分层级多视图的信息展示。图的信息展示。图的信息展示。
技术研发人员：胡卫 赵文龙 袁志民
受保护的技术使用者：中国人民解放军海军工程大学
技术研发日：2022.07.01
技术公布日：2022/11/1
