[go: up one dir, main page]

CN111966821A - 一种基于力学原理的知识图谱可视化方法 - Google Patents

一种基于力学原理的知识图谱可视化方法 Download PDF

Info

Publication number
CN111966821A
CN111966821A CN202010868187.2A CN202010868187A CN111966821A CN 111966821 A CN111966821 A CN 111966821A CN 202010868187 A CN202010868187 A CN 202010868187A CN 111966821 A CN111966821 A CN 111966821A
Authority
CN
China
Prior art keywords
link
node
edge
data
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010868187.2A
Other languages
English (en)
Other versions
CN111966821B (zh
Inventor
杨成彪
汪洋
吴刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Keji Data Technology Co ltd
Original Assignee
Nanjing Keji Data Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Keji Data Technology Co ltd filed Critical Nanjing Keji Data Technology Co ltd
Priority to CN202010868187.2A priority Critical patent/CN111966821B/zh
Publication of CN111966821A publication Critical patent/CN111966821A/zh
Application granted granted Critical
Publication of CN111966821B publication Critical patent/CN111966821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于力学原理的知识图谱可视化方法，属于知识图谱可视化领域。本发明将知识图谱的三元组数据转换为关系集合和实体集合；其中，关系集合包括边数据，实体集合包括节点数据；再对边数据和的节点数据进行标记；并对标记后的边数据和节点数据分别进行去重；根据节点数据和边数据计算边的长度、节点与边的交点坐标以及计算边名称坐标；最后利用d3.js对节点和边进行渲染，得到可视化的知识图谱。本发明克服了现有技术中，无法将知识图谱三元组转为可视化的关系图的不足，本发明可以将知识图谱三元组转为关系图，可以实现直观地通过关系图分析问题的能力，更加直观且完整的表达了知识图谱中包含的信息。

Description

一种基于力学原理的知识图谱可视化方法
技术领域
本发明属于知识图谱可视化技术领域，更具体地说，涉及一种基于力学原理的知识图谱可视化方法。
背景技术
2012年11月Google公司率先提出知识图谱(Knowledge Graph，KG)的概念，表示将在其搜索结果中加入知识图谱的功能。其初衷是为了提高搜索引擎的能力，增强用户的搜索质量以及搜索体验。据2015年1月统计的数据，Google构建的KG已经拥有5亿个实体，约35亿条实体关系信息，已经被广泛应用于提高搜索引擎的搜索质量。虽然知识图谱(Knowledge Graph)的概念较新，但它并非是一个全新的研究领域，早在2006年，BernersLee就提出了数据链接(linked data)的思想，呼吁推广和完善相关的技术标准如URI(Uniform resource identifier)，RDF(resource discription framework)，OWL(Webontology language)，为迎接语义网络的到来做好准备。随后掀起了一场语义网络研究的热潮，知识图谱技术正是建立在相关的研究成果之上的，是对现有语义网络技术的一次扬弃和升华。
知识图谱通常使用三元组的形式来表示，即G＝(E,R,S)，其中E＝{e1,e2,e3,…,en}是知识库中的实体集合，共包含|E|种不同的实体；R＝{r1,r2,…,rn}是知识库中的关系集合，共包含|R|种不同关系；
Figure BDA0002650377470000011
代表知识库中的三元组集合。三元组的基本形式主要包括实体1、关系、实体2和概念、属性、属性值等，实体是知识图谱中的最基本元素，不同的实体间存在不同的关系。概念主要指集合、类别、对象类型、事物的种类，例如人物、地理等；属性主要指对象可能具有的属性、特征、特性、特点以及参数，例如国籍、生日等；属性值主要指对象指定属性的值，例如中国、1988-09-08等。每个实体(概念的外延)可用一个全局唯一确定的ID来标识，每个属性-属性值对可用来刻画实体的内在特性，而关系可用来连接两个实体，刻画它们之间的关联。
针对知识图谱的可视化，现有技术也提出了一些方案，例如发明创造名称为：一种大数据知识图谱可视化方法及装置(申请日：2020年2月27日；申请号：202010123185.0)该方案提高了供了一种大数据知识图谱可视化方法及装置，其中方法包括：获取待可视化数据；针对待可视化数据中的节点数据和边数据，基于预设的D3.js库，得到格式化处理后的节点数据和格式化处理后的边数据；基于预设的渲染方式，将格式化处理后的节点数据和格式化处理后的边数据，生成相应的待显示节点和待显示边；实时计算每一待显示节点在页面中的待显示位置，以及每一待显示边在页面中的待显示位置；基于每一待显示节点在页面中的待显示位置，以及每一待显示边在页面中的待显示位置，将待显示节点和待显示边渲染至页面中，得到可视化的知识图谱。但是该方案的不足之处在于：知识图谱的操作只包括展示和拖动，并不能对知识图谱的节点进行操作以及不能展示节点之间的关系。
综上所述，如何将知识图谱转为可视化的关系图，是现有技术亟需解决的问题。
发明内容
1.要解决的问题
本发明克服了现有技术中，无法将知识图谱三元组转为可视化的关系图的不足，本发明提供一种基于力学原理的知识图谱可视化方法，可以将知识图谱三元组转为关系图，可以实现直观地通过关系图分析问题的能力，更加直观且完整的表达了知识图谱中包含的信息。
2.技术方案
为了解决上述问题，本发明所采用的技术方案如下：
本发明一种基于力学原理的知识图谱可视化方法，其特征在于，包括以下步骤：
将知识图谱的三元组数据转换为关系集合和实体集合；其中，关系集合包括边数据，实体集合包括节点数据；对边数据和的节点数据进行标记；对标记后的边数据和节点数据分别进行去重；根据节点数据和边数据计算边的长度、节点与边的交点坐标以及边名称坐标；根据边的长度、节点与边的交点坐标和边名称坐标并利用d3.js对节点和边进行渲染，得到可视化的知识图谱。
更进一步地，对边数据和的节点数据进行标记的具体过程为：对节点数据进行关联查询，对查询的节点以及关联的边进行标记，其中查询过的节点集合为idlist，边和节点标记的集合为labellist。
更进一步地，通过下列公式计算边的长度：
link.length＝link.name.length*fontSize+n
其中，link.length代表边的长度，link.name.length代表边名称长度，fontSize代表字号，n代表常量。
更进一步地，计算节点与边的交点坐标的具体过程为：边数据包括起始节点和终止节点，根据起始节点和终止节点的圆心坐标计算得到节点与边的交点坐标。
更进一步地，当边为起始节点和终止节点之间的圆心连线时，通过以下公式计算节点与边的交点坐标：
当link.target.x与link.source.x相等时：
y1＝link.target.y-link.source.y>0？link.source.y+r:link.source.y–r；
y2＝link.target.y-link.source.y>0？link.target.y-r:link.target.y+r；
x1＝link.source.x；
x2＝link.target.x；
其中，(link.source.x，link.source.y)为起始节点的圆心坐标，(link.target.x，link.target.y)为终止节点的圆心坐标，r为起始节点和终止节点的半径值，(x1，y1)为边与起始节点的交点坐标，(x2，y2)为边与终止节点的交点坐标；
当link.target.y与link.source.y相等时：
y1＝link.source.y；
y2＝link.target.y；
x1＝link.target.x-link.source.x>0？link.source.x+r:link.source.x-r；
x2＝link.target.x-link.source.x>0？link.target.x-r:link.target.x+r；
当link.target.x与link.source.x不相等且link.target.y与link.source.y不相等时：
Figure BDA0002650377470000031
Figure BDA0002650377470000032
Figure BDA0002650377470000033
Figure BDA0002650377470000034
Figure BDA0002650377470000035
其中，
Figure BDA0002650377470000036
为起始节点和终止节点之间的圆心角tan值。
更进一步地，当边位于起始节点和终止节点之间的圆心连线的两侧时，通过以下公式计算节点与边的交点坐标：
计算过边与起始节点的交点对圆心连线作垂线的交点坐标(xm，ym)：
Figure BDA0002650377470000037
Figure BDA0002650377470000038
Figure BDA0002650377470000041
其中，a＝r*link.linknum/maxLinkNumber，link.linknum为边的层数标记，maxLinkNumber为圆心两侧边的最大数量值；
计算过边与终止节点的交点对圆心连线做垂线的交点坐标(xn，yn)：
Figure BDA0002650377470000042
Figure BDA0002650377470000043
更进一步地，通过以下公式计算边名称坐标；令sy＝link.source.y，sx＝link.source.x，tx＝link.target.x，ty＝link.target.y；
Figure BDA0002650377470000044
dx＝(distance-link.name.length*fontSize-2*r)/2
再利用d3.js对dx进行计算得到dy，(dx，dy)为边名称坐标。
更进一步地，利用d3.js渲染的具体过程为：对节点数据和边数据进行校验，校验后利用d3.js进行渲染得到可视化的知识图谱。
更进一步地，对节点数据和边数据进行校验的具体过程为：校验边的起始节点和终止节点是否都存在，若起始节点和终止节点中任一节点不存在，则对该边进行过滤。
3.有益效果
相比于现有技术，本发明的有益效果为：
本发明的一种基于力学原理的知识图谱可视化方法，将结构化数据的知识图谱的实体作为节点，关系作为边，从而实现了知识图谱的可视化表达。进一步基于力学原理对每一条关系进行独立的表达，从而实现了知识图谱中信息的完整表达。此外，通过节点的缩放，将不需要展示的节点收起，从而实现通过关系图分析问题的能力，更加直观且完整的表达了知识图谱中包含的信息。
附图说明
图1为本发明的方法流程示意图；
图2为本发明的边与节点的交点坐标示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例；而且，各个实施例之间不是相对独立的，根据需要可以相互组合，从而达到更优的效果。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。
实施例1
如图1所示，本发明的一种基于力学原理的知识图谱可视化方法，包括以下步骤：
1、数据转换
将知识图谱的三元组数据转换为关系集合和实体集合；值得说明的是，关系集合包括边数据，实体集合包括节点数据；该转换后的数据即为d3.js能够处理的数据结构，具体结构如下所示：
Figure BDA0002650377470000051
其中，nodes为实体集合，nodes记录了节点数据，每个节点至少具有name和id两个属性，name是节点的展示名称，id是节点的唯一标识。links为关系集合记录了边数据，边数据表示具有关联关系的节点之间的关系，每条边都会记录source和target以及id，source为边的起始节点，target为边的终止节点，id是边的唯一标识。
2、标记数据
对关系集合的边数据和实体集合中的节点数据进行标记；具体地，对节点数据进行关联查询，对查询的节点以及关联的边进行标记，其中查询过的节点集合为idlist，边和节点标记的集合为labellist。具体过程包括：
2-1)原点关联数据查询：初始化状态下包含一个原点以及与原点关联的其他节点
对原点做标记，标记为origin；对其他节点标记，标记为起点的id即原点id；
对边做标记，标记为起点的id即原点id；将原点id加入到全局变量idList中。
2-2)其他节点关联数据查询：对除原点以外的其他节点的展开
对节点标记，标记为展开节点的label加上展开节点的id；对边标记，标记为展开节点的label加上展开节点的id；将展开节点的id加入到全局变量idList中。
3、数据去重
对标记后的边数据和节点数据分别进行去重，由于两个节点展开后可能关联同一个节点，所以需要对标记前的数据与标记后的数据进行对比，具体步骤如下：
3-1)将标记前和标记后的nodes数据做两重遍历,如果标记后的nodes数据中存在已有的节点，即id相同去除重复节点。
3-2)将标记前和标记后的links数据做两重遍历,如果标记后的links数据中存在已有的边，即id相同去除重复边
4、计算边的长度
根据节点数据和边数据计算边的长度；具体地，通过下列公式计算边的长度：
link.length＝link.name.length*fontSize+n
其中，link.length代表边的长度，link.name.length代表边名称长度，即为边名称的字符串长度，fontSize代表字号，具体为前端设置的文本的字体大小，用正整数表示；n代表常量，该n作为边名称两侧的留白长度，n的取值范围为(0,10)。
5、计算节点与边的交点坐标
结合图2所示，根据节点数据和边数据计算节点与边的交点坐标，具体地，边数据包括起始节点和终止节点，根据起始节点和终止节点的圆心坐标计算得到节点与边的交点坐标。计算步骤包括：
5-1)对边进行分组；具体地，根据边的起始节点和终止节点进行分组，不区分连接线的方向，只要边连接的是同一对节点，即认为是同一组:
计算边的起始节点(source)和终止节点(target)的hash值：
m(source)＝link.source字符串长度；m(target)＝link.target字符串长度
Figure BDA0002650377470000071
比较source和target的hash：
key＝link.source.hash<link.target.hash？link.source+':'+link.target:link.target+':'+
link.source；
其中m为source或target字符串长度,ASCII(target[i]/source[i])为target或source每一个字符的ASCII码。
遍历links中的所有边，如果边的key相同即为同一组。
5-2)将同一组的边均匀分布在经过两个节点圆心的两侧
maxLinkNumber＝group.length％2＝＝0？group.length/2:(group.length-1)/2
其中，maxLinkNumber为两侧边的最大数量值，group.length为当前边组的数量。
对每条边进行层数标记，最下层边标记为-maxLinkNumber，从下往上边的层数标记依次加1，即起始节点和终止节点之间的圆心连线的层数标记为0，上层的边的层数标记依次加1,下层的边的层数标记依次减1。
5-3)判断边的层数标记link.linknum是否等于0
5-4)若link.linknum＝0，则通过以下公式计算节点与边的交点坐标(x1，y1)，(x2，y2)：
当link.target.x与link.source.x相等时，即当起始节点和终止节点在一条垂直线上时：
y1＝link.target.y-link.source.y>0？link.source.y+r:link.source.y–r；
y2＝link.target.y-link.source.y>0？link.target.y-r:link.target.y+r；
x1＝link.source.x；
x2＝link.target.x；
其中，(link.source.x，link.source.y)为起始节点的圆心坐标，(link.target.x，link.target.y)为终止节点的圆心坐标，r为起始节点和终止节点的半径值，(x1，y1)为边与起始节点的交点坐标，(x2，y2)为边与终止节点的交点坐标；
当link.target.y与link.source.y相等时，即当起始节点和终止节点在一条水平线上时：
y1＝link.source.y；
y2＝link.target.y；
x1＝link.target.x-link.source.x>0？link.source.x+r:link.source.x-r；
x2＝link.target.x-link.source.x>0？link.target.x-r:link.target.x+r；
当link.target.x与link.source.x不相等且link.target.y与link.source.y不相等时，即当起始节点和终止节点既不在同一水平线，也不在同一垂直线上时：
Figure BDA0002650377470000081
Figure BDA0002650377470000082
Figure BDA0002650377470000083
Figure BDA0002650377470000084
Figure BDA0002650377470000085
其中，
Figure BDA0002650377470000086
为起始节点和终止节点之间的圆心角tan值。
5-5)若link.linknum不等于0，通过以下公式计算节点与边的交点坐标：
对圆心连线做垂线，根据边的层数标记计算交点与圆心连线的距离a：
a＝r*link.linknum/maxLinkNumber
其中，link.linknum为边的层数标记，maxLinkNumber为圆心两侧边的最大数量值；
计算过边与起始节点的交点对圆心连线作垂线的交点坐标(xm，ym)：
Figure BDA0002650377470000087
Figure BDA0002650377470000088
当起始节点和终止节点在一条垂直线上时：
Figure BDA0002650377470000089
计算过边与终止节点的交点对圆心连线做垂线的交点坐标(xn，yn)：
Figure BDA00026503774700000810
Figure BDA0002650377470000091
Figure BDA0002650377470000092
其中(xn，yn)为过边与终止节点交点对圆心连线作垂线的交点坐标
当起始节点和终止节点在一条垂直线上时：
Figure BDA0002650377470000093
过边与节点交点与对圆心连线作垂线，垂线与x轴的斜率：
tanω＝(x1-x2)/(y2-y1)
相对于垂点(xm,ym)的x轴距离：
Figure BDA0002650377470000094
相对于垂点(xm,ym)的y轴距离：
Figure BDA0002650377470000095
如果(y2-y1)＝0
kx＝0
ky＝a
如果a>0:
xs＝a>0？xm-kx:xm+kx
ys＝ym-ky
xt＝a>0？xn-dx:xn+dx
yt＝yn-ky
其中(xs，ys)为边与起始节点的交点坐标，(xt,yt)为边与终止节点的交点坐标。值得说的是，考虑到节点间多关系的展示方式，没有将节点间的多条关系合并为一条边，使得每一条关系都能独立的表达，从而实现了知识图谱中信息的完整表达。
6、计算边名称坐标
根据节点数据和边数据计算边名称坐标；通过以下公式计算边名称坐标；令sy＝link.source.y，sx＝link.source.x，tx＝link.target.x，ty＝link.target.y；
Figure BDA0002650377470000096
dx＝(distance-link.name.length*fontSize-2*r)/2
再利用d3.js对dx进行计算得到dy，(dx，dy)为边名称坐标。
7、利用d3.js渲染
根据边的长度、节点和边的交点坐标和边名称坐标并利用d3.js对节点和边进行渲染，得到可视化的知识图谱。具体过程为：对节点数据和边数据进行校验，具体地，校验边的起始节点和终止节点是否都存在，若起始节点和终止节点中任一节点不存在，则对该边进行过滤；校验后利用d3.js进行渲染得到可视化的知识图谱。
值得说明的是，在利用d3.js渲染进行可视化的过程中，节点展开和节点收缩的具体步骤如下：
7-1)节点展开，步骤包括：
7-1-1)首先判断节点的id是否已存在于idList中，如果已存在则表明该节点展开过就不需要做额外的查询，并且该节点当前处于收缩状态，只需将该节点的label从labelList中去除并重新渲染。
7-1-2)如果节点的id不存在于idList中，表明该节点没有展开过，需要对该节点的关联节点和关系做查询，并将节点的id添加到idList中并重新渲染。
7-2)节点收缩，具体地，将节点的label加入到labelList，再重新渲染。值得说明的是，通过节点的缩放，将不需要展示的节点收起，从而实现通过关系图分析问题的能力，更加直观且完整的表达了知识图谱中包含的信息。
本发明的一种基于力学原理的知识图谱可视化方法，将结构化数据的知识图谱的实体作为节点，关系作为边，从而实现了知识图谱的可视化表达。进一步基于力学原理对每一条关系进行独立的表达，从而实现了知识图谱中信息的完整表达。此外，通过节点的缩放，将不需要展示的节点收起，从而实现通过关系图分析问题的能力，更加直观且完整的表达了知识图谱中包含的信息。
在上文中结合具体的示例性实施例详细描述了本发明。但是，应当理解，可在不脱离由所附权利要求限定的本发明的范围的情况下进行各种修改和变型。详细的描述和附图应仅被认为是说明性的，而不是限制性的，如果存在任何这样的修改和变型，那么它们都将落入在此描述的本发明的范围内。此外，背景技术旨在为了说明本技术的研发现状和意义，并不旨在限制本发明或本申请和本发明的应用领域。

Claims (9)

1.一种基于力学原理的知识图谱可视化方法，其特征在于，包括以下步骤：
将知识图谱的三元组数据转换为关系集合和实体集合；其中，关系集合包括边数据，实体集合包括节点数据；
对边数据和的节点数据进行标记；
对标记后的边数据和节点数据分别进行去重；
根据节点数据和边数据计算边的长度、节点与边的交点坐标以及边名称坐标；
根据边的长度、节点与边的交点坐标和边名称坐标并利用d3.js对节点和边进行渲染，得到可视化的知识图谱。
2.根据权利要求1所述的一种基于力学原理的知识图谱可视化方法，其特征在于，对边数据和的节点数据进行标记的具体过程为：对节点数据进行关联查询，对查询的节点以及关联的边进行标记，其中查询过的节点集合为idlist，边和节点标记的集合为labellist。
3.根据权利要求1所述的一种基于力学原理的知识图谱可视化方法，其特征在于，通过下列公式计算边的长度：
link.length＝link.name.length*fontSize+n
其中，link.length代表边的长度，link.name.length代表边名称长度，fontSize代表字号，n代表常量。
4.根据权利要求1所述的一种基于力学原理的知识图谱可视化方法，其特征在于，计算节点与边的交点坐标的具体过程为：边数据包括起始节点和终止节点，根据起始节点和终止节点的圆心坐标计算得到节点与边的交点坐标。
5.根据权利要求4所述的一种基于力学原理的知识图谱可视化方法，其特征在于，当边为起始节点和终止节点之间的圆心连线时，通过以下公式计算节点与边的交点坐标：
当link.target.x与link.source.x相等时：
y1＝link.target.y-link.source.y>0？link.source.y+r:link.source.y–r；
y2＝link.target.y-link.source.y>0？link.target.y-r:link.target.y+r；
x1＝link.source.x；
x2＝link.target.x；
其中，(link.source.x，link.source.y)为起始节点的圆心坐标，(link.target.x，link.target.y)为终止节点的圆心坐标，r为起始节点和终止节点的半径值，(x1，y1)为边与起始节点的交点坐标，(x2，y2)为边与终止节点的交点坐标；
当link.target.y与link.source.y相等时：
y1＝link.source.y；
y2＝link.target.y；
x1＝link.target.x-link.source.x>0？link.source.x+r:link.source.x-r；
x2＝link.target.x-link.source.x>0？link.target.x-r:link.target.x+r；
当link.target.x与link.source.x不相等且link.target.y与link.source.y不相等时：
Figure FDA0002650377460000021
Figure FDA0002650377460000022
Figure FDA0002650377460000023
Figure FDA0002650377460000024
Figure FDA0002650377460000025
其中，
Figure FDA0002650377460000026
为起始节点和终止节点之间的圆心角tan值。
6.根据权利要求4所述的一种基于力学原理的知识图谱可视化方法，其特征在于，当边位于起始节点和终止节点之间的圆心连线的两侧时，通过以下公式计算节点与边的交点坐标：
计算过边与起始节点的交点对圆心连线作垂线的交点坐标(xm，ym)：
Figure FDA0002650377460000027
Figure FDA0002650377460000028
其中，a＝r*link.linknum/maxLinkNumber，link.linknum为边的层数标记，maxLinkNumber为圆心两侧边的最大数量值；
计算过边与终止节点的交点对圆心连线做垂线的交点坐标(xn，yn)：
Figure FDA0002650377460000029
Figure FDA0002650377460000031
7.根据权利要求1～6任一项所述的一种基于力学原理的知识图谱可视化方法，其特征在于，通过以下公式计算边名称坐标；令sy＝link.source.y，sx＝link.source.x，tx＝link.target.x，ty＝link.target.y；
Figure FDA0002650377460000032
dx＝(distance-link.name.length*fontSize-2*r)/2
再利用d3.js对dx进行计算得到dy，(dx，dy)为边名称坐标。
8.根据权利要求7所述的一种基于力学原理的知识图谱可视化方法，其特征在于，利用d3.js渲染的具体过程为：
对节点数据和边数据进行校验，校验后利用d3.js进行渲染得到可视化的知识图谱。
9.根据权利要求8所述的一种基于力学原理的知识图谱可视化方法，其特征在于，对节点数据和边数据进行校验的具体过程为：
校验边的起始节点和终止节点是否都存在，若起始节点和终止节点中任一节点不存在，则对该边进行过滤。
CN202010868187.2A 2020-08-26 2020-08-26 一种基于力学原理的知识图谱可视化方法 Active CN111966821B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010868187.2A CN111966821B (zh) 2020-08-26 2020-08-26 一种基于力学原理的知识图谱可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010868187.2A CN111966821B (zh) 2020-08-26 2020-08-26 一种基于力学原理的知识图谱可视化方法

Publications (2)

Publication Number Publication Date
CN111966821A true CN111966821A (zh) 2020-11-20
CN111966821B CN111966821B (zh) 2024-06-04

Family

ID=73390489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010868187.2A Active CN111966821B (zh) 2020-08-26 2020-08-26 一种基于力学原理的知识图谱可视化方法

Country Status (1)

Country Link
CN (1) CN111966821B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114036311A (zh) * 2021-11-08 2022-02-11 北京邮电大学 基于知识图谱的时序可视化开发方法及系统
CN117112807A (zh) * 2023-10-23 2023-11-24 浙江大学 基于力学模型的知识图谱关联信息焦点可视化方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9465891B1 (en) * 2015-04-29 2016-10-11 Data Cocoon LLC Tessellated data visualization system
CN106021836A (zh) * 2015-10-12 2016-10-12 苏州中科知图信息科技有限公司 一种基于学科逻辑知识关系生成学科知识地图的方法及系统
US20170132296A1 (en) * 2015-11-06 2017-05-11 Cloudera, Inc. Database workload analysis and optimization visualizations
CN108363797A (zh) * 2018-01-04 2018-08-03 北京工商大学 一种基于变换的关联图可视分析方法及其系统
WO2019057190A1 (zh) * 2017-09-25 2019-03-28 腾讯科技（深圳）有限公司 知识图谱的展示方法、装置、终端设备及可读存储介质
CN109815327A (zh) * 2018-12-07 2019-05-28 南京中新赛克科技有限责任公司 一种基于svg的大数据知识图谱可视化解决方案
US20190163835A1 (en) * 2017-11-27 2019-05-30 International Business Machines Corporation Structuring incoherent nodes by superimposing on a base knowledge graph
US20190273660A1 (en) * 2016-12-29 2019-09-05 Ping An Technology (Shenzhen) Co., Ltd. Network topology self-adapting data visualization method, device, apparatus, and storage medium
CN110489599A (zh) * 2019-07-08 2019-11-22 深圳壹账通智能科技有限公司 企业关系图谱构建方法、装置、计算机设备以及存储介质
CN110889014A (zh) * 2019-10-21 2020-03-17 浙江工业大学 一种基于d3的企业关联关系图谱的展示方法
CN111026895A (zh) * 2019-12-02 2020-04-17 上海交通大学 一种数据可视化处理方法、装置及存储介质
CN111259297A (zh) * 2020-01-14 2020-06-09 清华大学 一种面向知识图谱的交互可视化方法、平台和系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9465891B1 (en) * 2015-04-29 2016-10-11 Data Cocoon LLC Tessellated data visualization system
CN106021836A (zh) * 2015-10-12 2016-10-12 苏州中科知图信息科技有限公司 一种基于学科逻辑知识关系生成学科知识地图的方法及系统
US20170132296A1 (en) * 2015-11-06 2017-05-11 Cloudera, Inc. Database workload analysis and optimization visualizations
US20190273660A1 (en) * 2016-12-29 2019-09-05 Ping An Technology (Shenzhen) Co., Ltd. Network topology self-adapting data visualization method, device, apparatus, and storage medium
WO2019057190A1 (zh) * 2017-09-25 2019-03-28 腾讯科技（深圳）有限公司 知识图谱的展示方法、装置、终端设备及可读存储介质
US20190163835A1 (en) * 2017-11-27 2019-05-30 International Business Machines Corporation Structuring incoherent nodes by superimposing on a base knowledge graph
CN108363797A (zh) * 2018-01-04 2018-08-03 北京工商大学 一种基于变换的关联图可视分析方法及其系统
CN109815327A (zh) * 2018-12-07 2019-05-28 南京中新赛克科技有限责任公司 一种基于svg的大数据知识图谱可视化解决方案
CN110489599A (zh) * 2019-07-08 2019-11-22 深圳壹账通智能科技有限公司 企业关系图谱构建方法、装置、计算机设备以及存储介质
CN110889014A (zh) * 2019-10-21 2020-03-17 浙江工业大学 一种基于d3的企业关联关系图谱的展示方法
CN111026895A (zh) * 2019-12-02 2020-04-17 上海交通大学 一种数据可视化处理方法、装置及存储介质
CN111259297A (zh) * 2020-01-14 2020-06-09 清华大学 一种面向知识图谱的交互可视化方法、平台和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
OMER KOREN: "d3.js Force Layout: drawing multiple straight, parallel links between two nodes", pages 1 - 9, Retrieved from the Internet <URL:https://blog.webiks.com/d3-js-force-layout-straight-parallel-links/> *
匿名: "已知2个圆的圆点坐标、半径。如何求圆心连线与圆交点的坐标？", pages 1 - 2, Retrieved from the Internet <URL:https://www.zhihu.com/question/358981311?utm_id=0> *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114036311A (zh) * 2021-11-08 2022-02-11 北京邮电大学 基于知识图谱的时序可视化开发方法及系统
CN117112807A (zh) * 2023-10-23 2023-11-24 浙江大学 基于力学模型的知识图谱关联信息焦点可视化方法及系统
CN117112807B (zh) * 2023-10-23 2024-01-30 浙江大学 基于力学模型的知识图谱关联信息焦点可视化方法及系统

Also Published As

Publication number Publication date
CN111966821B (zh) 2024-06-04

Similar Documents

Publication Publication Date Title
CN103390039B (zh) 基于网络信息的城市灾害专题图实时生成的方法
CN101436192B (zh) 用于优化针对垂直存储式数据库的查询的方法和设备
CN103955549A (zh) 基于SVG的WebGIS系统及其数据录入和查询方法
CN103995804B (zh) 基于多模态信息融合与图聚类的跨媒体话题检测方法、装置
CN111177497B (zh) 层次数据的关联关系可视化处理方法、服务器及存储介质
CN106709067A (zh) 一种基于Oracle数据库的多源异构空间数据流转方法
CN104318340A (zh) 基于文本履历信息的信息可视化方法及智能可视分析系统
CN113568995A (zh) 基于检索条件的动态瓦片地图制作方法及瓦片地图系统
CN102419927B (zh) 一种导航终端的地图道路注记方法
CN103631856A (zh) 一种中文文档集的主题可视化方法
CN107992608A (zh) 一种基于关键字上下文的sparql查询语句自动生成方法
CN111966821A (zh) 一种基于力学原理的知识图谱可视化方法
CN103678593B (zh) 一种基于空间场景草图描述的交互式空间场景检索方法
CN113190551A (zh) 特征检索系统的构建方法、特征检索方法、装置及设备
CN101751477A (zh) 基于SVG的WebGIS楼宇房间查询系统及查询方法
CN104376038A (zh) 一种基于标签云的位置关联文本信息可视化方法
CN110019634A (zh) 定量精准的地理空间数据关联方法和装置
CN105808262B (zh) 一种基于json格式数据的命名匹配方法
CN104765763B (zh) 一种基于概念格的异构空间信息服务分类的语义匹配方法
CN104462207A (zh) 面向分布式学习环境的多片段学习资源标注方法
CN106202564A (zh) 一种基于ElasticSearch的本体关系数据搜索框架
CN116719894A (zh) 基于gis的地理数据分析系统
CN110110074A (zh) 一种基于动态网络分析的时序文献数据分析方法及装置
CN107291951B (zh) 数据处理方法、装置、存储介质和处理器
CN101320371A (zh) 一种基于可放缩矢量图形的空间信息分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Knowledge Graph Visualization Method Based on Mechanics Principles

Granted publication date: 20240604

Pledgee: Nanjing Bank Co.,Ltd. Nanjing Financial City Branch

Pledgor: NANJING KEJI DATA TECHNOLOGY CO.,LTD.

Registration number: Y2025980000372