| 推薦機構： | 項目階段： | 所屬領域： |
| 知識產權情況：專利、新技術 | 技術交易方式： | 意向交易額： |
|
|||
| 推薦機構 | 推薦人 | ||
| 委托機構 | 技術經理人 | ||
| 項目名稱 | 全球泛目標知識圖譜 | 項目持有人 | |
| 知識產權情況 | 專利、新技術 | ||
| 項目所屬領域 | |||
| 項目創新點 | |||
| 原理路線 | 全球泛目標知識圖譜系統旨在從多來源雜亂數據中提取信息，針對各類型目標形成結構化、精確、全面、廣泛關聯認知，構建專題圖譜多角度透視知識譜系，關聯、支持面向行業領域的數據挖掘分析。系統主要包含數據采集模塊、泛目標數據管理模塊、多源數據融合模塊、專題圖譜模塊，具備數據采集能力、海量目標數據管理能力、異構信息融合能力、復雜數據抽取能力、專題圖譜構建能力和領域應用支撐能力。 一、技術特點 數據采集能力：主要指從互聯網開源數據的采集，目前具備社交/應用、新聞/門戶站點、開源知識庫、通用/專用搜索引擎等4大類數據源的采集能力。 數據管理能力：目前系統的管理數據規模達到百億級別，主要數據包含實體目標數據、社交言論數據、行業數據等。 異構信息融合能力：提供普適存儲及語義表達模型，能夠描述各類型泛在目標及其各類屬性。將爬取、抽取的各類型數據，轉化為同一結構、同一語義數據，清除重復、錯誤數據，形成對單個目標多維度全面刻畫。 復雜數據抽取能力：針對行業文件、新聞報道、言論內容等半結構化、非結構化數據，利用自然語言處理技術，提取人物、機構、事件等目標相關聯的各類屬性信息，目前針對命名實體抽取的準確率在80%以上，召回率在90%以上。 專題圖譜構建能力：針對某國家、機構、事件、領域，全面歸集關聯目標信息，清晰梳理目標譜系及關聯，形成可視化、交互式分析報告。 二、應用范圍 1.定制數據采集和可視化展示：根據業務單位的要求，結合目前項目具備的數據采集能力，針對性制定所需數據的采集渠道。 2.行業數據分析：不同領域的行業領域的數據進行處理分析，挖掘有效信息，提高數據的轉化率。 3.企業數據處理：當前企業擁有大量數據，這些數據往往存儲在系統中，結構之間差異性加大，形成了難以進行統一管理的“蜘蛛網”，可以幫助其建立統一的數據管理平臺，便于統一維護管理，提供“一站式”的數據訪問服務。 三、效益分析 越來越多的行業或者企業積累了規?？捎^的大數據，但是很多時候這些數據非但沒有創造價值，還成為了一筆負資產。這一現象的根本原因在于，當前的機器缺乏諸如知識圖譜這樣的背景知識，機器理解大數據的手段有限，限制了大數據的精準與精細分析，從而大大降低了大數據的潛在價值。知識圖譜的第二個的應用是智慧搜索。下一代智慧搜索對機器認知智能提出了需求。知識圖譜的的第三個應用是智能推薦和智能解釋。 | ||
| 項目階段 | |||
| 市場應用與前景 | |||
| 技術交易方式 | |||
| 意向交易額 | |||
| 備注 | |||
如您想進一步了解本項目的詳細信息，可以直接撥打大市場服務部了解詳情，我們會有專家對您的咨詢進行回復。
服務熱線
豫公網安備41159302000161號
