買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國標準化研究院申請的專利一種動態更新知識圖譜用數據流處理方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117827898B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311593714.3，技術領域涉及：G06F16/2455；該發明授權一種動態更新知識圖譜用數據流處理方法是由孫兆洋;隋媛設計研發完成，并于2023-11-27向國家知識產權局提交的專利申請。

本一種動態更新知識圖譜用數據流處理方法在說明書摘要公布了：本發明公開了一種動態更新知識圖譜用數據流處理方法，涉及數據流技術領域，該方法發明中，通過多個數據渠道，獲取數據更新的數據流，組成實時數據流，對實時數據流進行文本解析，并進行數據校驗和處理，組成藥物特征信息，對藥物特征信息組中的藥物信息進行轉換，使用詞袋模型或詞嵌入方法，形成向量形式數據組，通過對向量形式數據組使用圖數據庫或圖算法來建立多個有向邊模型，以模擬藥物與藥物特征的多方面作用關系，建立出有向邊模型集，通過有向邊模型集對系統中已存在的有向邊模型進行匹配，形成有向邊查詢結果，根據查詢結果動態更新有向邊模型集，達到在藥物相互作用和副作用方面，實時更新的藥物關系。

本發明授權一種動態更新知識圖譜用數據流處理方法在權利要求書中公布了：1.一種動態更新知識圖譜用數據流處理方法，其特征在于：包括以下步驟：更新采集：監測醫學文獻和臨床實驗數據多個數據渠道，進行識別并捕捉數據渠道中的數據變化，包括新文獻發布和實驗數據更新，進而以數據流的形式實時截取，組成實時數據流；特征提取：通過對實時數據流進行文本解析，再利用自然語言處理NLP技術提取藥物相互作用、副作用和適應癥相關藥物信息，并進行數據校驗和處理，組成藥物特征信息組；向量構建：對藥物特征信息組中的藥物信息進行轉換，轉換為可數值化的形式數據，使用詞袋模型或詞嵌入方法，形成向量形式數據組；數據建模：通過對向量形式數據組使用圖數據庫或圖算法來建立多個有向邊模型，以模擬藥物與藥物特征的多方面作用關系，建立出包括相互作用、副作用和適應癥狀的有向邊模型集；關系查找：通過有向邊模型集對系統中已存在的有向邊模型進行匹配，以獲取與有向邊模型集中起始節點和結束節點相關的有向邊模型，形成有向邊查詢結果；其中匹配包括節點匹配、關系匹配和獲取匹配結果；其中節點匹配包括以下步驟：節點步驟一：提取用戶查詢中的起始節點和結束節點標識符；節點步驟二：匹配圖譜中具有與用戶查詢中相同標識符的起始節點和結束節點；節點步驟三：提取步驟和匹配步驟查詢的過程中不存在查詢結果，停止匹配過程并反饋或反饋查詢結果；關系匹配包括以下步驟：關系步驟一：提取有向邊模型中的關系類型、方向和權重信息；關系步驟二：檢查模型中的起始節點和結束節點與用戶查詢信息中的節點進行匹配；關系步驟三：當節點匹配，繼續檢查關系類型、方向和權重與用戶查詢中的數據匹配；關系步驟四：當關系匹配，將該模型添加到匹配結果集中，否則反饋關系不匹配信息；匹配結果包括以下步驟：結果步驟一：返回匹配結果，匹配結果包含與用戶查詢中的數據的有向邊模型；結果步驟二：當匹配結果集為空，系統返回的空提示，指示未找到匹配的有向邊模型；動態更新：根據有向邊查詢結果，動態更新有向邊模型集，包括使用增量學習方法對現有模型的有向邊模型集進行擴充、重疊、向下兼容、向上兼容和新增操作；動態更新包括以下步驟進行更新：動態更新步驟一：根據有向邊查詢結果，確定需要更新的有向邊模型集合；動態更新步驟二：對需要更新的有向邊模型的查詢結果，選擇執行操作，包括擴充、重疊、向下兼容、向上兼容和新增；動態更新步驟三：使用擴充、重疊、向下兼容、向上兼容和新增對有向邊模型進行具體操作。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國標準化研究院，其通訊地址為：100191 北京市海淀區知春路4號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。