基于多源数据融合的新冠肺炎病例活动知识图谱构建与知识发现研究

摘要：

[目的/意义]面对复杂多变的疫情状况,为利用好多源异构的互联网数据资源,保证政府精准施策,保障人民生命安全.[方法/过程]本文利用Neo4j图形数据库针对疫情期间病例活动轨迹数据实现了相关的知识图谱的构建与应用,通过louvain算法实现对确诊病例的社区划分,分析各个社区内部关系,深入挖掘时空关系,融合政策文本知识图谱用于辅助决策,再融合零散的医疗机构相关信息,生成XY市医疗机构知识图谱.[结果/结论]本文借助知识图谱解决与疫情相关的多源异构数据融合问题,通过构建COVID-19病例活动知识图谱分析疫情形势及传播特点,并结合政策文本知识图谱实现了政府辅助决策服务,设计一种快速发现病例的方法.

关键词：COVID-19、知识图谱、多源异构数据、数据融合、知识组织、数据管理、数据科学

所属期刊栏目：9

分类号：G35(情报学、情报工作)

资助基金：国家社会科学基金21BTQ080

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：102-117