基于知識(shí)圖譜的軌道交通資產(chǎn)測(cè)繪研究

摘要：信息化測(cè)繪技術(shù)的研究是當(dāng)前測(cè)繪領(lǐng)域研究的熱點(diǎn)，在先進(jìn)的算法與技術(shù)應(yīng)用下可以極大提升測(cè)繪的智能化、自動(dòng)化水平，提升測(cè)繪質(zhì)量與效率，知識(shí)圖譜采用可視化技術(shù)，描述知識(shí)資源及其載體，將其應(yīng)用到軌道交通資產(chǎn)測(cè)繪中，能幫助管理人員更加精準(zhǔn)地識(shí)別、了解軌道交通資產(chǎn)情況。以知識(shí)圖譜的內(nèi)涵為出發(fā)點(diǎn)，分析軌道交通資產(chǎn)測(cè)繪中知識(shí)圖譜的價(jià)值，并在最后重點(diǎn)研究基于知識(shí)圖譜的軌道交通資產(chǎn)測(cè)繪工作要點(diǎn)。希望通過分析讓人們了解知識(shí)圖譜，并能熟悉在軌道交通資產(chǎn)測(cè)繪中知識(shí)圖譜的應(yīng)用價(jià)值，為我國(guó)軌道交通行業(yè)持續(xù)發(fā)展奠定基礎(chǔ)。

關(guān)鍵詞：知識(shí)圖譜；軌道交通；資產(chǎn)測(cè)繪；資產(chǎn)分類；信息化

一、前言

知識(shí)圖譜測(cè)繪結(jié)合了計(jì)算機(jī)科學(xué)、測(cè)繪科學(xué)等多種學(xué)科，是一種更加精細(xì)化的測(cè)繪技術(shù)，具有較高的信息化水平。在網(wǎng)絡(luò)探測(cè)、分析下，精準(zhǔn)獲得資產(chǎn)設(shè)備在網(wǎng)絡(luò)空間中的位置，明確資產(chǎn)設(shè)備的屬性與拓?fù)浣Y(jié)構(gòu)關(guān)系，在地理空間中映射網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，利用可視化的方式展現(xiàn)地理空間信息。利用知識(shí)圖譜技術(shù)，可以更好地開展軌道交通資產(chǎn)測(cè)繪策略，保障資產(chǎn)測(cè)繪的精準(zhǔn)與及時(shí)性，為軌道交通企業(yè)了解自身的交通資產(chǎn)提供支持?；谥R(shí)圖譜的軌道交通資產(chǎn)測(cè)繪工作，是信息化數(shù)據(jù)主動(dòng)化及智能化分析的重要手段，通過對(duì)知識(shí)圖譜資產(chǎn)分析，深化知識(shí)圖譜資產(chǎn)的管理、應(yīng)用與風(fēng)險(xiǎn)防控，促進(jìn)軌道交通資產(chǎn)的信息化管理。

二、知識(shí)圖譜的內(nèi)涵

知識(shí)圖譜屬于語義網(wǎng)絡(luò)，通過可視化技術(shù)對(duì)知識(shí)資源及其載體進(jìn)行描述，通過知識(shí)資源的挖掘、分析、構(gòu)建與繪制等反映知識(shí)之間的關(guān)系[1]。在構(gòu)建知識(shí)圖譜時(shí)，可以分為四個(gè)步驟，即數(shù)據(jù)獲取、信息抽取、知識(shí)融合與知識(shí)加工。

知識(shí)圖譜屬于一種基于深度學(xué)習(xí)的方法，在解決命名實(shí)體識(shí)別問題時(shí)發(fā)揮著積極作用，相比于傳統(tǒng)的統(tǒng)計(jì)模型，深度學(xué)習(xí)法可以在神經(jīng)網(wǎng)絡(luò)的支持下，識(shí)別端到端的命名實(shí)體，且不用依賴人工定義。卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)是命名實(shí)體識(shí)別的主要神經(jīng)網(wǎng)絡(luò)，在不同的命名實(shí)體識(shí)別中神經(jīng)網(wǎng)絡(luò)的作用不同。在信息抽取中關(guān)系抽取是關(guān)鍵，面向的對(duì)象為非結(jié)構(gòu)化文本數(shù)據(jù)，從文本中將兩個(gè)或者多個(gè)實(shí)體之間的語義關(guān)系抽取出來，在文本中的實(shí)體識(shí)別出來后，再確定抽取實(shí)體之間的關(guān)系。

三、軌道交通資產(chǎn)測(cè)繪中知識(shí)圖譜的應(yīng)用價(jià)值

知識(shí)圖譜作為語義網(wǎng)絡(luò)，可以通過圖譜的形式組織和展示實(shí)體、屬性、關(guān)系等知識(shí)元素[2]。知識(shí)圖譜的構(gòu)建、管理可以在知識(shí)圖譜的應(yīng)用下完成，在軌道交通資產(chǎn)測(cè)繪中知識(shí)圖譜的價(jià)值具體表現(xiàn)為以下幾點(diǎn)。

第一，提高數(shù)據(jù)的可理解性和可發(fā)現(xiàn)性。表格或文件是傳統(tǒng)數(shù)據(jù)存儲(chǔ)的形式，這種方式雖然為數(shù)據(jù)處理與管理提供了便捷，但是無法幫助人們對(duì)軌道交通的圖形化信息進(jìn)行理解與記憶?？梢酝ㄟ^圖譜的形式展示軌道交通資產(chǎn)，便于人們對(duì)數(shù)據(jù)進(jìn)行理解，同時(shí)也可以了解各數(shù)據(jù)之間的關(guān)聯(lián)。

第二，提高數(shù)據(jù)的準(zhǔn)確性和一致性。在識(shí)別和避免數(shù)據(jù)中的錯(cuò)誤和矛盾時(shí)，可以利用知識(shí)圖譜，對(duì)數(shù)據(jù)進(jìn)行語義建模與自動(dòng)推理，保證數(shù)據(jù)的準(zhǔn)確性與一致性。同時(shí)，知識(shí)圖譜還可以通過自動(dòng)化的方式來維護(hù)軌道交通數(shù)據(jù)的更新和同步，避免了手動(dòng)操作的誤差和漏洞[3]。

第三，促進(jìn)知識(shí)的分享和協(xié)作。企業(yè)可以利用知識(shí)圖譜整合不同部門和系統(tǒng)中的知識(shí)元素，形成一張知識(shí)圖譜，保證數(shù)據(jù)信息的全面與精細(xì)化，且知識(shí)圖譜可以共享，實(shí)現(xiàn)知識(shí)之間的分享與協(xié)作。為保證軌道交通資產(chǎn)知識(shí)的安全性，可以在知識(shí)圖譜應(yīng)用中實(shí)現(xiàn)權(quán)限控制。

四、基于知識(shí)圖譜的軌道交通資產(chǎn)測(cè)繪方法

軌道交通資產(chǎn)管理中涉及的專業(yè)廣、種類多，包含了建筑、土木、機(jī)械等多個(gè)專業(yè)。軌道交通資產(chǎn)管理數(shù)量大、金額大，通常情況下，一條軌道交通線路的資產(chǎn)數(shù)量可達(dá)1萬至3萬項(xiàng)，金額高達(dá)100億至300億元。尤其是對(duì)于交通數(shù)字信息資產(chǎn)而言，在軌道交通資產(chǎn)測(cè)繪中，可以對(duì)數(shù)據(jù)信息進(jìn)行精準(zhǔn)識(shí)別與分析，對(duì)軌道交通數(shù)字資產(chǎn)信息進(jìn)行全面的記錄與存儲(chǔ)，加強(qiáng)數(shù)據(jù)信息的分析，并能實(shí)現(xiàn)數(shù)據(jù)信息共享[4]。

（一）明確測(cè)繪內(nèi)容

針對(duì)軌道交通數(shù)字資產(chǎn)信息而言，想要對(duì)其開展測(cè)繪工作，需要從其內(nèi)容入手，常見的信息資產(chǎn)測(cè)繪內(nèi)容為以下幾點(diǎn)。

第一，業(yè)務(wù)信息資產(chǎn)：包含軌道交通行業(yè)運(yùn)行過程中涉及的各種業(yè)務(wù)數(shù)據(jù)信息，如客戶信息、運(yùn)輸路線等。

第二，系統(tǒng)信息資產(chǎn)：包含系統(tǒng)運(yùn)行過程中的服務(wù)器、網(wǎng)絡(luò)設(shè)備、數(shù)據(jù)庫等。

第三，應(yīng)用信息資產(chǎn)，包含軌道交通行業(yè)涉及的相關(guān)軟件、數(shù)據(jù)，如車輛監(jiān)控系統(tǒng)等。

獲取不同階段的網(wǎng)絡(luò)空間設(shè)備信息與實(shí)地設(shè)備設(shè)施信息，形成相互映射，全面反映軌道交通資產(chǎn)信息情況，為軌道交通企業(yè)各項(xiàng)業(yè)務(wù)的開展提供支持。

（二）知識(shí)圖譜構(gòu)建

知識(shí)圖譜的構(gòu)建中，知識(shí)表示是關(guān)鍵所在，知識(shí)表示模型包括描述框架（RDF）、Web本體語言（OWL）、屬性圖模型。RDF是將信息表示為三元組的模型，可以靈活、標(biāo)準(zhǔn)地進(jìn)行知識(shí)表示。每個(gè)實(shí)體關(guān)系在RDF中都可以被賦予一個(gè)URI（統(tǒng)一資源標(biāo)識(shí)符）[5]。RDF比較簡(jiǎn)單，且具有擴(kuò)展性。RDF在對(duì)復(fù)雜和強(qiáng)大的知識(shí)進(jìn)行表示時(shí)可以使用OWL語言，支持的數(shù)據(jù)類型更加多元，比如類、屬性等，可以表達(dá)復(fù)雜的邏輯關(guān)系。OWL具有較強(qiáng)的邏輯推理能力與表達(dá)能力。通過圖結(jié)構(gòu)來表示屬性圖模型，實(shí)體與關(guān)系可以使用節(jié)點(diǎn)、邊來代表，該模型的實(shí)現(xiàn)比較簡(jiǎn)單，且能對(duì)大規(guī)模的圖數(shù)據(jù)進(jìn)行處理[6]。

此外，還會(huì)涉及實(shí)體抽?。麑?shí)體識(shí)別，NER），其抽取流程如下圖，抽取方法分為以下兩種：

1.基于規(guī)則的方法

通過專家手工構(gòu)建規(guī)則集，將文本與規(guī)則集匹配來得到命名實(shí)體信息。優(yōu)點(diǎn)是適用小規(guī)模數(shù)據(jù)、精度和可靠性較高；缺點(diǎn)是大規(guī)模應(yīng)用困難、可移植性差。

2.基于統(tǒng)計(jì)模型的方法

將NER作為序列標(biāo)注問題，使用部分標(biāo)注和完全標(biāo)注的語料進(jìn)行模型訓(xùn)練，如條件馬爾可夫模型（CMM）、隱馬爾科夫模型（HMM）、條件隨機(jī)場(chǎng)（CRF）和最大熵（ME）等。

以條件隨機(jī)場(chǎng)（CRF）為例，該原理是在給定隨機(jī)變量x的背景下，隨機(jī)變量y的馬爾可夫隨機(jī)場(chǎng)。一般情況下為鏈?zhǔn)剑哂谐蓪?duì)馬爾科夫性。條件隨機(jī)場(chǎng)應(yīng)用時(shí)，分類任務(wù)過程中分類器使用交叉熵?fù)p失，如圖1所示。序列標(biāo)注的任務(wù)應(yīng)用的是條件隨機(jī)場(chǎng)，如圖2所示。

其公式如下：

p（y|x）為目標(biāo)標(biāo)簽序列的概率；Z （x）為歸一化因子，是所有標(biāo)簽序列得分之和；λk為轉(zhuǎn)移權(quán)重；μl為狀態(tài)權(quán)重；tk （yi，yi+1，x，i）和Z（yi，x，i）為特征函數(shù)，通常為1或0；i為token，代表序列的某一時(shí)刻k、l代表特征函數(shù)的條件，不同條件的權(quán)重不同?！苅，kλk tk （yi，yi+1，x，i）、∑i，lμl sl （yi，x，i）代表對(duì)應(yīng)條件的特征函數(shù)與對(duì)應(yīng)的權(quán)重相乘再求和。

（三）軌道交通資產(chǎn)測(cè)繪思路

通過主動(dòng)抓取與信息上報(bào)等措施，獲取軌道交通的資產(chǎn)知識(shí)圖譜，對(duì)軌道交通的設(shè)備、系統(tǒng)等重要資產(chǎn)信息進(jìn)行收集，然后在融合分析、全息繪制等技術(shù)支持下，掌握軌道交通的全部信息，也可以了解軌道交通資產(chǎn)當(dāng)下面臨的威脅。通過行業(yè)級(jí)信息化資產(chǎn)測(cè)繪平臺(tái)的構(gòu)建，可以獲取軌道交通資產(chǎn)信息，對(duì)鐵路網(wǎng)絡(luò)的安全、風(fēng)險(xiǎn)等進(jìn)行監(jiān)測(cè)與評(píng)估，并能提升軌道交通資產(chǎn)的分析能力，了解軌道交通的基礎(chǔ)設(shè)施信息，為軌道交通的規(guī)劃建設(shè)、成本控制、風(fēng)險(xiǎn)防控等提供全面支持[7]。信息檢索與情報(bào)分析的基礎(chǔ)平臺(tái)是信息化資產(chǎn)測(cè)繪平臺(tái)，通過軌道交通資產(chǎn)數(shù)據(jù)分層、分級(jí)等手段，可以動(dòng)態(tài)展示軌道交通網(wǎng)絡(luò)測(cè)繪數(shù)據(jù)，同時(shí)也可以對(duì)測(cè)繪數(shù)據(jù)信息進(jìn)行查詢與分析。

（四）資產(chǎn)分類

通過對(duì)鐵道交通資產(chǎn)的探測(cè)，可得到空間資產(chǎn)信息，了解資產(chǎn)的分布情況、網(wǎng)絡(luò)關(guān)系索引，然后對(duì)資產(chǎn)的安全情況進(jìn)行建模，可以實(shí)現(xiàn)網(wǎng)絡(luò)空間與真實(shí)空間資產(chǎn)信息的一一映射與融合，便于對(duì)實(shí)地資產(chǎn)的查詢與定位，方便對(duì)軌道交通資產(chǎn)的管理，加強(qiáng)對(duì)資產(chǎn)的維護(hù)，降低資產(chǎn)損失，保證資產(chǎn)管理的有效性[8]。軌道交通線路上的資產(chǎn)有基礎(chǔ)設(shè)施（車站、隧道等）、車輛設(shè)備、供電系統(tǒng)、監(jiān)控系統(tǒng)、票務(wù)系統(tǒng)、機(jī)電系統(tǒng)、機(jī)械動(dòng)力設(shè)備及運(yùn)營(yíng)服務(wù)配套，所以可以將軌道交通資產(chǎn)劃分為8個(gè)類別，并與當(dāng)前信息化資產(chǎn)及實(shí)地資產(chǎn)形成對(duì)應(yīng)關(guān)系。軌道交通資產(chǎn)分類見表1。

同時(shí)也要對(duì)信息化數(shù)據(jù)進(jìn)行分類，基于知識(shí)圖譜的信息化數(shù)據(jù)信息分類，可將軌道交通網(wǎng)絡(luò)空間中信息化資產(chǎn)劃分為8個(gè)類別：服務(wù)器、網(wǎng)絡(luò)設(shè)備、安全設(shè)備、外部設(shè)備、商用軟件、軟件組件、工業(yè)設(shè)備和通信設(shè)備。網(wǎng)絡(luò)空間信息化資產(chǎn)分類構(gòu)成見表2。

（五）測(cè)繪工作的階段劃分及其目標(biāo)

在對(duì)軌道交通資產(chǎn)測(cè)繪中，可以將測(cè)繪過程劃分為三個(gè)階段，即初始階段、進(jìn)階階段與終極階段。三個(gè)階段的目標(biāo)分別為IP+設(shè)備資產(chǎn)可查、IP+設(shè)備+定位資產(chǎn)可定位、IP+設(shè)備+定位+操作，資產(chǎn)操作可識(shí)別。

1.資產(chǎn)快速發(fā)現(xiàn)階段

在軌道交通測(cè)繪中，為實(shí)現(xiàn)信息化資產(chǎn)與實(shí)地資產(chǎn)的一一對(duì)應(yīng)，第一步是信息測(cè)繪。近些年，國(guó)內(nèi)軌道交通事業(yè)發(fā)展迅速，尤其是信息化系統(tǒng)的應(yīng)用與變化較快，規(guī)?？焖僭黾?，所以需要重視信息系統(tǒng)的測(cè)繪，可以更加精準(zhǔn)、全面地了解信息系統(tǒng)的具體情況，保證信息系統(tǒng)更好地服務(wù)于8個(gè)類別。網(wǎng)絡(luò)空間測(cè)繪體系中，可以通過信息化系統(tǒng)，對(duì)線上與線下的資產(chǎn)進(jìn)行快速識(shí)別，方便管理部門掌握資產(chǎn)情況，有效掌握新增資產(chǎn)，并能快速匹配線上與線下資產(chǎn)。

2.資產(chǎn)可定位階段

在軌道交通內(nèi)部網(wǎng)絡(luò)建設(shè)中，都已經(jīng)規(guī)劃了IP地址，也就是全部設(shè)備實(shí)施都可以有自己的IP地址，并能實(shí)現(xiàn)對(duì)IP地址的精確定位。通過IP地址的精確定位，可以幫助軌道交通企業(yè)對(duì)設(shè)備應(yīng)急處置。為實(shí)現(xiàn)對(duì)IP地址的有效定位，并能為設(shè)備實(shí)施的資產(chǎn)了解及應(yīng)急處理提供幫助，就要總是實(shí)體連接，將數(shù)字資源或其片段與其知識(shí)本體相關(guān)聯(lián)，指出資源在語義層面上的特征。通過實(shí)體鏈接，可以對(duì)各種類型數(shù)字資源賦予本體語義，輔助搜索。具體操作的方法為：

第一，基于規(guī)則標(biāo)注方法——預(yù)定義文檔集合規(guī)則。

第二，基于概率標(biāo)注方法——基于文本分類、基于統(tǒng)計(jì)分析文本中的詞與詞、句與句上下文關(guān)系的模型方法、基于統(tǒng)計(jì)主題文檔分類器模型的方法。

第三，基于語義相似度標(biāo)注方法——語義相似度模型。

3.資產(chǎn)操作可識(shí)別階段

為對(duì)資產(chǎn)進(jìn)行統(tǒng)一管理與展示，對(duì)網(wǎng)絡(luò)時(shí)空信息可以隨時(shí)獲取與共享，提升信息資產(chǎn)數(shù)據(jù)的有效管理。軌道交通資產(chǎn)圖譜構(gòu)建，實(shí)現(xiàn)了資產(chǎn)操作可識(shí)別，將業(yè)務(wù)系統(tǒng)數(shù)據(jù)、公開渠道數(shù)據(jù)等分散的數(shù)據(jù)集中在一起，并能對(duì)資產(chǎn)數(shù)據(jù)信息進(jìn)行統(tǒng)一管理。自動(dòng)抽取各種結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化資產(chǎn)數(shù)據(jù)。對(duì)數(shù)據(jù)進(jìn)行智能分析，抽象出資產(chǎn)實(shí)體類型和關(guān)系屬性類型，構(gòu)建形成完善的資產(chǎn)知識(shí)圖譜，輔助資產(chǎn)全方位評(píng)估、關(guān)系深層次挖掘、資產(chǎn)信息問答、資產(chǎn)相似性分析。

（六）鐵道交通網(wǎng)絡(luò)安全資產(chǎn)測(cè)繪

結(jié)合地理信息和軌道交通信息基礎(chǔ)，利用地理信息技術(shù)進(jìn)行資產(chǎn)測(cè)繪工作。通過網(wǎng)絡(luò)資源探索與拓?fù)浞治?、?shí)體定位、測(cè)繪描述等手段，并采取探測(cè)、采集與處理等技術(shù)方法，可以獲取軌道交通基礎(chǔ)設(shè)施的相關(guān)數(shù)據(jù)信息，并能確定網(wǎng)絡(luò)空間與地理空間中的屬性關(guān)系，可以將信息基礎(chǔ)設(shè)施的數(shù)據(jù)映射到地理空間上，構(gòu)建起一個(gè)信息化資產(chǎn)測(cè)繪平臺(tái)。鐵道交通網(wǎng)絡(luò)安全資產(chǎn)測(cè)繪的主要任務(wù)如下：

第一，資產(chǎn)梳理探測(cè)。對(duì)軌道交通企業(yè)現(xiàn)有資產(chǎn)進(jìn)行梳理，并可以通過探測(cè)，獲取軌道交通基礎(chǔ)設(shè)施信息內(nèi)存在的設(shè)備、協(xié)議等各類信息，對(duì)信息化資產(chǎn)進(jìn)行梳理。

第二，資產(chǎn)描繪定責(zé)。在統(tǒng)一的空間測(cè)繪平臺(tái)與工具使用下，對(duì)梳理好的數(shù)據(jù)信息結(jié)果進(jìn)行定責(zé)，定責(zé)要按照屬地、單位、責(zé)任人等進(jìn)行圖譜描繪。

第三，動(dòng)態(tài)監(jiān)測(cè)與響應(yīng)。在資產(chǎn)可操作識(shí)別的基礎(chǔ)上，在資產(chǎn)狀態(tài)有變化時(shí)，對(duì)具體變化情況可以同步、動(dòng)態(tài)地識(shí)別，實(shí)現(xiàn)IP+設(shè)備+位置+人的圖譜測(cè)繪，方便對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)的動(dòng)態(tài)監(jiān)測(cè)與響應(yīng)。

第四，風(fēng)險(xiǎn)視圖可視化。收集到的軌道交通數(shù)據(jù)信息要進(jìn)行篩選，預(yù)處理有風(fēng)險(xiǎn)因素的數(shù)據(jù)，抽取與實(shí)體相關(guān)的信息，并構(gòu)建起知識(shí)庫，形成知識(shí)圖譜的初步框架。通過專家評(píng)估，對(duì)知識(shí)進(jìn)行驗(yàn)證，然后調(diào)整與優(yōu)化知識(shí)圖譜。抽象的知識(shí)結(jié)構(gòu)可以在直觀的方式下，通過可視化的方式呈現(xiàn)出來。在軌道交通的信息化數(shù)據(jù)風(fēng)險(xiǎn)分析中，要判斷實(shí)地設(shè)備設(shè)施是否存在風(fēng)險(xiǎn)，并為決策者快速了解風(fēng)險(xiǎn)，做好風(fēng)險(xiǎn)防控提供支持。展示的內(nèi)容為網(wǎng)絡(luò)關(guān)系內(nèi)的設(shè)備設(shè)施信息、位置信息等，在數(shù)據(jù)分析需求下，可以提升軌道交通企業(yè)的安全風(fēng)險(xiǎn)可視化能力。

五、結(jié)語

基于知識(shí)圖譜的軌道交通資產(chǎn)測(cè)繪工作開展，可以精準(zhǔn)獲取資產(chǎn)數(shù)據(jù)信息，利用先進(jìn)的算法與技術(shù)，強(qiáng)化知識(shí)圖譜數(shù)據(jù)信息的識(shí)別與分析，了解知識(shí)圖譜資產(chǎn)情況，并能形成網(wǎng)絡(luò)空間信息與實(shí)地空間信息的相互映射，方便管理者掌握資產(chǎn)信息，強(qiáng)化資產(chǎn)管理，避免發(fā)生網(wǎng)絡(luò)空間信息的安全問題。通過知識(shí)圖譜資產(chǎn)的獲取與分析，還能精準(zhǔn)定位軌道交通設(shè)備設(shè)施的位置。在可視化的操作、識(shí)別與展示下，清晰地了解知識(shí)圖譜資產(chǎn)情況，為軌道交通企業(yè)的經(jīng)營(yíng)管理及決策提供全面支持，促進(jìn)軌道交通企業(yè)的可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]徐素波，張思奇.我國(guó)自然資源資產(chǎn)負(fù)債表研究進(jìn)展綜述——基于Cite Space的知識(shí)圖譜分析[J].財(cái)會(huì)通訊，2022，（13）：24-30.

[2]王智晨，張穎.自然資源資產(chǎn)核算及負(fù)債表研究特征與進(jìn)展——基于CNKI論文庫的知識(shí)圖譜分析[J].中國(guó)國(guó)土資源經(jīng)濟(jì)，2023，36（03）：32-42.

[3]晉艷峰，黃海來，林沿錚，等.基于知識(shí)表示學(xué)習(xí)的KBQA答案推理重排序算法[J].計(jì)算機(jī)應(yīng)用研究，2024，41（07）：1983-1991.

[4]曾穗平，趙茜雅，田健.基于智能算法的大氣污染防控知識(shí)圖譜：研究方法、演化路徑與應(yīng)用展望[J].災(zāi)害學(xué)，2022，37（01）：120-128.

[5]李朦朦，江愛文，龍羽中，等.基于細(xì)粒度視覺特征和知識(shí)圖譜的視覺故事生成算法[J].中文信息學(xué)報(bào)，2022，36（09）：139-148.

[6]葉俊民，宋家琦，張珂，等.一種知識(shí)圖譜增強(qiáng)的在線評(píng)測(cè)系統(tǒng)習(xí)題推薦算法研究[J].小型微型計(jì)算機(jī)系統(tǒng)，2023，44（11）：2558-2565.

[7]石巖，王達(dá)，鄧敏，等.時(shí)空異常探測(cè)：從數(shù)據(jù)驅(qū)動(dòng)到知識(shí)驅(qū)動(dòng)的內(nèi)涵轉(zhuǎn)變與實(shí)現(xiàn)路徑[J].測(cè)繪學(xué)報(bào)，2024，53（08）：1493-1504.

[8]鐘勝連，方厚政.數(shù)據(jù)資產(chǎn)價(jià)值評(píng)估研究現(xiàn)狀與趨勢(shì)——基于CiteSpace的知識(shí)圖譜分析[J].運(yùn)籌與模糊學(xué)，2024，14（05）：490-496.

作者單位：中車信息技術(shù)有限公司

■ 責(zé)任編輯：張津平 尚丹