「大数据期刊」智慧城市知识图谱模型与本体构建方法

智慧城市知识图谱模型与本体构建方法
臧根林1,2,王亚强1,2,吴庆蓉1,2,占春丽1,2,李熠3
1拓尔思知识图谱研究院
2广州拓尔思大数据有限公司
3湘潭大学
摘要:针对目前智慧城市建设过程中 , 数据资源共享不足、人工智能应用落地困难等问题 , 基于知识图谱的资源描述框架、本体知识体系载体、数字孪生的思路 , 提出一种以自然人的数据为核心的智慧城市知识图谱模型 , 并提出了支撑该模型的多领域知识图谱本体和子本体的构建思路 。 创新性地提出了“天地人”的模型思路 , 为智慧城市的数据如何服务城市居民生活、如何让更多人工智能算法模型在智慧城市应用中落地提供一定的参考 。
1引言智慧城市已经成为一种城市发展理念 。 据统计 , 目前100%的副省级城市、89%的地级以上城市、49%的县级城市已经开展智慧城市建设 , 累计参与的地市级城市数量有300余个 。 城市管理运营包含民生、交通、教育、医疗、维稳等几十个方面 , 在智慧城市概念被提出之前 , 它已经经历了电子化阶段 , 被称为电子政务、电子警务等 。 IBM公司最早在2009年提出智慧城市的概念 , 中国于2011年开始在宁波、上海等城市探索智慧城市建设 。
随着物联网、云计算、大数据等技术的发展 , 智慧城市建设从感知智能到认知智能逐步提升 。 5G技术的应用将加快提升城市的感知能力 , 数据采集更快、更多、更全 。 数据包含了文字、图像、音视频等多模态 , 要把这些数据用好 , 需要把这些数据组织成大型的知识库 , 并将其作为智慧城市的基础资源 。 河南财经政法大学的姬溶婧从中国知网中选取了893篇文章分析后 , 得出知识图谱是近10年智慧城市的研究热点 。
由于知识图谱以资源描述框架(resourcedescriptionframework , RDF)的形式对知识体系和实例数据进行统一表示 , 并可以通过对齐、匹配等操作对异构数据进行集成和融合 , 在语义搜索、问答系统、智能客服、个性化推荐等应用中占有重要地位 。 知识图谱技术在商业智能、智慧医疗、智慧司法等智慧城市各领域中具有广阔的应用前景 。
设计一个基于知识图谱技术的智慧城市数据模型 , 使城市大数据有效地为城市服务 , 是很有意义的事情 。 事实上 , 现有的智慧城市建设存在很多问题 , 例如各个部门之间的数据共享问题 , 虽然大家都希望实现数据集中采集、多处共享 , 但目前还没有城市能真正做到这一点 。 例如 , 各个医院的病人化验数据目前只能保留在本医院 , 而从理论上说化验结果是属于患者的个人数据 , 无论患者在哪家医院就诊应该都可以使用 , 但现实中并没有做到 。 政府部门之间的数据“烟囱”现象依然很严重 , 虽然有顶层设计、总体设计 , 但是大部分还是各自为政 , 系统之间的协调共享不足 。 如果建立一层不与具体行业或业务紧密相关的数据层 , 并用图结构的数据格式表达 , 则可以更好地解决城市数据共享问题 , 更利于人工智能的很多算法模型的应用 。
本文针对中国目前智慧城市建设现状 , 提出一种智慧城市知识图谱模型思路 , 并研究了针对该模型思路的本体(ontology)构建方法 。 城市数据的核心是关于自然人的数据 , 城市的智慧教育、智慧医疗、智慧民生等都是围绕着自然人的数据开展的 , 因此智慧城市知识图谱建设的核心问题是构建以城市自然人为核心的本体 , 同时构建民生、教育、医疗等领域的子本体 , 形成多领域多模态的知识图谱结构 , 实现智慧城市知识图谱的应用生态 。
2智慧城市知识图谱模型设计智慧城市的建设应该将市民对美好生活的需要放在首位 , 同时积极鼓励市民参与智慧城市的建设 。 市民参与有助于提高智慧城市建设政策与规则制定的透明性与可行性 , 可以在一定程度上减少推行与实施的阻力 , 有助于准确定位智能服务开发与设计的功能 , 成功促进市场商业化 , 帮助智慧城市建设获取更准确和成本更低的城市信息 。


推荐阅读