面向行业电商知识图谱应用的实体对齐算法

摘要：

针对多源异构知识图谱数据融合中的实体对齐问题,本文面向行业电商领域电商平台真实数据,提出了一种基于领域知识的集合相似度实体对齐算法.首先,基于领域知识针对性设计数据预处理技术,如实体属性值原子化、统一术语和去除冗余等,以规范化电商底层多源异构数据、提升数据处理效率和准确性;然后,以行业电商知识图谱应用为导向,筛选实体对生成高质量候选集,优化集合相似度测量和实体对排序方法,实现实体对的高效匹配.实验结果表明,本文算法可有效提高多源异构数据融合的准确率,大幅减少人工干预,可为行业电商发展提供新思路.

关键词：多源异构数据、知识图谱、实体对齐、集合相似度、电子商务

所属期刊栏目：32

分类号：TP311;TM315;TH165

资助基金：国家自然科学基金;中铁物贸集团鲁班公司科技研究开发计划课题;北京市教育委员会科研计划项目;北京联合大学校内科研专项课题资助项目

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1302-1311