大数据 ›› 2020, Vol. 6 ›› Issue (2): 96-106.doi: 10.11959/j.issn.2096-0271.2020017

• 专题:政府治理大数据 • 上一篇    

智慧城市知识图谱模型与本体构建方法

臧根林1,2,王亚强1,2,吴庆蓉1,2,占春丽1,2,李熠3   

  1. 1 拓尔思知识图谱研究院,广东 广州 510665
    2 广州拓尔思大数据有限公司,广东 广州 510665
    3 湘潭大学,湖南 湘潭 411105
  • 出版日期:2020-03-15 发布日期:2020-03-21
  • 作者简介:臧根林(1963- ),男,博士,拓尔思知识图谱研究院院长,广州拓尔思大数据有限公司首席营销官,主要研究方向为知识图谱、知识工程、大数据应用、企业管理、企业文化|王亚强(1971- ),男,拓尔思知识图谱研究院首席科学家,广州拓尔思大数据有限公司常务副总经理,主要研究方向为领域知识图谱、知识工程|吴庆蓉(1972- ),女,拓尔思知识图谱研究院研究员,广州拓尔思大数据有限公司第三事业部副总经理,主要研究方向为领域知识图谱、知识工程|占春丽(1975- ),女,拓尔思知识图谱研究院研究员,广州拓尔思大数据有限公司研发中心总经理,主要研究方向为领域知识图谱、知识工程|李熠(1979- ),男,博士,就职于湘潭大学,主要研究方向为领域知识图谱、物联网

Model and construction method of the ontology of knowledge graph of smart city

Genlin ZANG1,2,Yaqiang WANG1,2,Qingrong WU1,2,Chunli ZHAN1,2,Yi LI3   

  1. 1 TRS Knowledge Graph Research Institute,Guangzhou 510665,China
    2 Guangzhou TRS Big Data Co.,Ltd.,Guangzhou 510665,China
    3 Xiangtan University,Xiangtan 411105,China
  • Online:2020-03-15 Published:2020-03-21

摘要:

针对目前智慧城市建设过程中,数据资源共享不足、人工智能应用落地困难等问题,基于知识图谱的资源描述框架、本体知识体系载体、数字孪生的思路,提出一种以自然人的数据为核心的智慧城市知识图谱模型,并提出了支撑该模型的多领域知识图谱本体和子本体的构建思路。创新性地提出了“天地人”的模型思路,为智慧城市的数据如何服务城市居民生活、如何让更多人工智能算法模型在智慧城市应用中落地提供一定的参考。

关键词: 智慧城市, 知识图谱, 多领域, 本体构建

Abstract:

Specific to problems such as insufficient data resource sharing and difficulty in implementing artificial intelligence applications in the current construction process of smart cities,based on resource description framework of knowledge graph,ontology knowledge system carrier,and digital twins,a knowledge graph model of smart city with data of people as the core was proposed,and a construction method of ontology and sub-ontology in multi-domain knowledge graph supporting the model was also proposed.The idea of “sky,earth and people” model was innovatively proposed,which will play a positive role in how the data of smart city serve urban residents,how to implement artificial intelligence algorithm models and smart city applications.

Key words: smart city, knowledge graph, multi-domain, ontology construction

中图分类号: 

No Suggested Reading articles found!