一种信息匹配方法、装置、电子设备和存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种信息匹配方法、装置、电子设备和存储介质。


背景技术：

2.随着信息网络技术的飞速发展，社会逐渐进入信息时代，以信息技术为核心的高新技术群飞速发展，使得信息网络逐渐成为重要的战略资源。信息网络技术在领域引起巨大变革，信息系统逐渐向数字化、网络化、智能化方向发展。如何利用信息网络技术对信息进行有效利用成为当前亟需解决的问题。
3.目前，现有技术中信息系统内数据资源的利用往往限制于数据本身的利用，数据资源之间的联系关系在信息系统中被忽略，数据资源缺乏有效的挖掘和利用。因此需要在信息系统中对数据资源内的信息进行匹配，确定出数据资源的相似特性，从而实现对数据资源的充分利用。


技术实现要素：

4.本发明提供了一种信息匹配方法、装置、电子设备和存储介质，以挖掘不同数据之间的相似特性，实现数据的匹配查询，可提高数据利用的科学化，以增强信息的利用率。
5.根据本发明的另一方面，提供了一种信息匹配方法，其中，该方法包括：
6.根据历史数据的实体和关系构建预设知识图谱模型；
7.获取数据源内的待匹配数据，并确定所述待匹配数据的数据特征；
8.根据所述数据特征在所述预设知识图谱模型查询匹配的目标数据。
9.根据本发明的另一方面，提供了一种信息匹配装置，其中，该装置包括：
10.图谱模型构建模块，用于根据历史数据的实体和关系构建预设知识图谱模型；
11.数据特征确定模块，用于获取数据源内的待匹配数据，并确定所述待匹配数据的数据特征；
12.信息匹配执行模块，用于根据所述数据特征在所述预设知识图谱模型查询匹配的目标数据。
13.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
14.至少一个处理器；以及
15.与所述至少一个处理器通信连接的存储器；其中，
16.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的信息匹配方法。
17.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的信息匹配方法。
18.本发明实施例的技术方案，通过根据历史数据的实体和关系构建预设知识图谱模型，确定数据源内获取到的待匹配数据的数据特征，按照该数据特征在预设知识图谱模型内查询匹配目标数据，以挖掘不同数据之间的相似特性，实现数据的匹配查询，可提高数据利用的科学化，以增强信息的利用率。
19.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
20.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1是根据本发明实施例一提供的一种信息匹配方法的流程图；
22.图2是根据本发明实施例二提供的一种信息匹配方法的流程图；
23.图3是根据本发明实施例三提供的一种信息匹配装置的结构示意图；
24.图4是实现本发明实施例的信息匹配方法的电子设备的结构示意图。
具体实施方式
25.为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。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，都应当属于本发明保护的范围。
26.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
27.实施例一
28.图1是根据本发明实施例一提供的一种信息匹配方法的流程图，本实施例可适用于信息匹配处理的情况，该方法可以由信息匹配装置来执行，该信息匹配装置可以采用硬件和/或软件的形式实现，该信息匹配装置可配置于服务器或服务器集群中。如图1所示，该方法包括：
29.步骤110、根据历史数据的实体和关系构建预设知识图谱模型。
30.其中，历史数据可以是一段时间内在不同信息系统采集到的数据，历史数据具体可以包括日常理论数据、技术战术考核数据、保障队数据、训练量数据、电化教学数据、经费保障数据等，实体可以是具有可区别性且独立存在的事物，实体可以是历史数据内的代表
事物的名词。关系可以是描述历史数据内不同实体之间相关联系的信息，关系可以具体为实体与实体之间关系的抽象。预设知识图谱模型可以是基于领域的知识构建的规则模型，预设知识图谱可以包括一个或多个三元组，每个三元组可以包括两个实体以及两个实体对应的关系，预设知识图谱模型可以通过知识获取、知识表示、知识存储、知识建模、知识融合、知识理解、知识运维等技术生成。
31.在本发明实施例中，可以按照指定的时间段在一个或多个信息系统内获取到历史数据，可以对获取到的数据进行实体和关系的提取，可以按照提取到的实体和关系构建预设知识图谱模型。例如，将实体以及实体之间的关系梳理为三元组，例如(h，r，t)，其中，h和t表示信息系统内的实体，而r代表实体h与t之间的关系。进一步的，在进行预设知识图谱模型的构建时，还可以基于生成的一个或多个三元组进行知识推理、知识融合以及实体统一等处理。参见图2，
32.步骤120、获取数据源内的待匹配数据，并确定待匹配数据的数据特征。
33.其中，数据源可以用于进行数据匹配的信息来源，数据源可以为信息系统以及传感器，可以在数据源内获取到进行待匹配数据。而待匹配数据可以是进行数据相似性挖掘的数据，可以具体为训练情况、复盘评估数据等。数据特征可以是用于标识待匹配数据的数据特性，数据特征可以包括待匹配数据的显式属性信息以及隐式数据结构等。
34.在本发明实施例中，可以在信息系统以及物联网的传感器内采集到用于进行数据匹配的待匹配数据，该待匹配数据可以包括结构化数据、半结构化数据以及非结构化数据。可以在待匹配数据内提取数据特征，该数据特征提取可以包括基于不同的神经网络模型对待匹配数据中的文字信息、图像信息以及视频流信息进行特征提取，采集待匹配数据的显示属性信息以及隐式结构信息作为数据特征。例如，在一些实施例中，数据特征可以为具体的参训兵力数值、训练计划的关键字、任务的维度等。
35.步骤130、根据数据特征在预设知识图谱模型查询匹配的目标数据。
36.其中，目标数据可以是与待匹配数据具有相似数据特征的数据，目标数据可以包括在预设知识图谱模型或由预设知识图谱模型生成。
37.在本发明实施例中，可以将数据特征输入到预设知识图谱模型进行信息匹配检索，可以将信息匹配检索的结果作为目标数据，可以理解的是，匹配到的目标数据可以与待匹配数据具有相同或相似的数据特征。在一些实施例中，待匹配数据的数据特征具体可以为训练关键字，可以按照该训练关键字在预设知识图谱内查找与训练关键字匹配的实体，可以将该实体对应的数据作为与待匹配数据匹配的目标数据。在另一些实施例中，数据特征可以是待匹配数据中指定实体、以及指定实体的关联关系，可以按照该实体以及关联关系在预设知识图谱内查询匹配的三元组，可以将查找到的一个或多个三元组对应的信息作为目标数据。
38.本发明实施例，通过按照历史数据的实体和关系构建预设知识图谱模型，确定数据源内获取到的待匹配数据的数据特征，按照该数据特征在预设知识图谱模型内查询匹配目标数据，以挖掘不同数据之间的相似特性，实现数据的匹配查询，可提高数据利用的科学化，以增强信息的利用率。
39.实施例二
40.图2是根据本发明实施例二提供的一种信息匹配方法的流程图，本实施例是在上
述发明实施例基础上的具体化，参见图2，本发明实施例提供的方法具体包括如下步骤：
41.步骤210、识别历史数据内的名词文本作为实体。
42.其中，名词文本可以是历史数据内具有实际含义的物体或组织的词汇，名词文本的识别可以包括基于规则识别、基于字典识别、基于传统机器学习识别、基于深度学习识别以及基于注意力模型识别等。
43.在本发明实施例中，可以在历史数据内对名词文本进行识别处理，然后将提取到的名词文本作为实体，可以理解的是，在生成实体时，可以将具有相似特征的名词文本进行实体合并，以降低预设知识图谱模型的维度，并提高知识的准确性。
44.步骤220、抽取历史数据内至少两个实体之间的语义关系作为关系。
45.其中，语义关系可以是不同实体之间在文本上具有管理的关系，语义关系可以包括关系类型以及关系参数，关系类型可以反映实体之间关联的类型，关系参数可以包括发生关系的实体。
46.在本发明实施例中，语义关系的提取过程可以通过分类问题实现，可以采用具有监督、半监督以及无监督的神经网络模型对历史数据中的实体进行分类，例如，在一些实施例中，可以基于hanlp模型对历史数据进行依存句法分析，从而提取到不同实体之间的语义关系，可以将该语义关系最上述实体之间的关系。
47.步骤230、按照预设图表示学习规则将实体和关系处理为预设知识图谱模型。
48.其中，预设图表示学习规则可以是将实体和关系表示为预设知识图谱模型的规则，预设图表示学习规则可以包括transe图表示规则、deepwal k图表示规则、node2vec图表示规则中的一种或多种。
49.在本发明实施例中，可以提取预先配置的预设图表示学习规则，可以就按照该预设图表示学习规则将实体以及对应的关系处理为预设知识图谱模型。示例性的，可以将历史数据内提取到的实体分别作为预设知识图谱模型中图的顶点，可以实体之间的关系转换为图内各顶点之间的连线。
50.步骤240、获取数据源内的待匹配数据。
51.在本发明实施例中，可以连接到一个或多个数据源，在数据源内读取待匹配数据，可以理解的是，待匹配数据的获取过程可以由管理员主动触发或者由事件触发，又或者由固定的规则触发。
52.步骤250、分别提取待匹配数据的实体信息和关系信息。
53.在本发明实施例中，可以对采集到的待匹配数据分别进行实体识别以及关系分析从而获取到实体信息以及关系信息，可以理解的是，实体信息以及关系信息的处理过程可以分别与步骤210以及步骤220相同，以实现数据处理调用规则的复用，可降低代码冗余程度。
54.步骤260、按照实体信息为节点以及关系信息为边生成数据表示图。
55.其中，数据标识图可以图的形式标识待匹配数据，数据表示图按照标识的待匹配数据的数据类型可以为有向图或者无向图。
56.在本发明实施例中，可以按照实体信息作为节点以及该实体信息对应的关系信息作为上述节点的边，通过上述方式绘制每个实体信息对应的节点以及该节点对应的边，从而将待匹配数据以数据表示图的形式存储，可以理解的是，在一个实施例中，在两个实体信
息之间存在关系信息，则在数据表示图内上述两个实体信息对应的节点之间具有连线。
57.步骤270、将数据表示图的邻接矩阵向量作为数据特征。
58.其中，邻接矩阵向量可以是以矩阵向量形式存储的数据表示图，邻接矩阵向量内可以存储不同节点的边，例如，邻接矩阵向量为g＝(v，e)。
59.在本发明实施例中，可以将数据表示图以存储为邻接矩阵向量，可以将该邻接矩阵向量作为待匹配数据的数据特征。
60.步骤280、按照数据特征在预设知识图谱模型内查询匹配的数据子图。
61.在本发明实施例中，按照数据特征中的邻接矩阵向量与预设知识图谱模型进行匹配，可以获取与该邻接矩阵向量相同或相似的矩阵向量，可以将该矩阵向量对应的图作为数据子图，可以理解的是，该匹配过程可以通过在预设知识图谱模型进行深度查找或者广度查找的方式实现。
62.步骤290、将数据子图构成的数据信息作为目标数据。
63.在本发明实施例中，可以将数据子图转换为数据信息，可以将该数据信息作为目标数据，可以理解的是，数据子图转换为数据信息可以包括在预设知识图谱模型内查找数据子图的实体以及关系，将实体和关系组装为数据信息，又或者，可以使用预先训练的图卷积神经网络模型对数据子图进行处理从而获取数据信息。
64.本发明实施例，通过识别历史数据内的名词文本作为实体以及按照实体在历史数据内抽取语义关系作为关系，将实体和关系按照预设图表示学习规则转换为预设知识图谱模型，在数据源读取待匹配数据，并提取待匹配数据的实体信息和关系信息，生成实体信息和关系信息对应的数据表示图，将数据表示图的邻接矩阵向量作为数据特征，按照该数据特征在预设知识图谱模型查找数据子图，将数据子图对应的数据信息作为目标数据，本发明实施例通过知识图谱挖掘不同数据之间的相似特性，实现数据的匹配查询，可提高数据利用的科学化，以增强信息的利用率。
65.进一步的，在上述发明实施例的基础上，所述预设图表示学习规则包括以下至少之一：transe图表示规则、deepwalk图表示规则、node2vec图表示规则。
66.进一步的，在上述发明实施例的基础上，获取数据源内的待匹配数据包括：
67.获取所述待匹配数据的数据标识；在预设配置文件读取所述数据标识对应的预设对接参数；按照所述预设对接参数连接到所述数据源以采集所述待匹配数据。
68.其中，数据标识可以是用户输入的用于获取待匹配数据的信息，数据标识可以为待匹配数据的业务类型、功能、数据编号等信息。预设配置文件可以是用于生成待匹配数据读取权限的文件，预设配置文件内可设置有不同业务类型、功能或数据标号的访问权限或验证信息。预设对接参数可以用于与数据源建立数据交互连接的信息，可以包括访问权限以及验证信息中的一种或多种。
69.在本发明实施例中，可以采集用户输入的业务类型、功能、数据编号等数据标识，可以在预设配置文件内查找该数据标识关联存储的预设对接参数，可以理解的是，预设配置文件可以设置在信息系统内。可以按照该预设对接参数与数据源进行权限认证，从而实现数据源内待匹配数据的采集。
70.进一步的，在上述发明实施例的基础上，将所述数据子图构成的数据信息作为所述目标数据，包括：
71.提取所述数据子图的节点以及所述节点对应的边；确定所述节点对应的实体以及所述边对应的关系；将各所述实体以及所述关系按照预设格式组合为所述目标数据。
72.在本发明实施例中，可以依次提取数据子图的节点以及边，可以读取节点内存储的实体以及边内存储关系，可以使用各实体的关系将各实体进行连接，并按照预设格式组合为目标数据。其中，预设格式可以是显示信息的格式，预设格式可以包括不同类型的实体的显示位置、显示方式等。
73.实施例三
74.图3是根据本发明实施例三提供的一种信息匹配装置的结构示意图，如图3所示，该装置具体包括：图谱模型构建模块310、数据特征确定模块320和信息匹配执行模块330。
75.图谱模型构建模块310，用于根据历史数据的实体和关系构建预设知识图谱模型。
76.数据特征确定模块320，用于获取数据源内的待匹配数据，并确定所述待匹配数据的数据特征。
77.信息匹配执行模块330，用于根据所述数据特征在所述预设知识图谱模型查询匹配的目标数据。
78.本发明实施例，通过图谱模型构建模块按照历史数据的实体和关系构建预设知识图谱模型，数据特征确定模块确定数据源内获取到的待匹配数据的数据特征，信息匹配执行模块按照该数据特征在预设知识图谱模型内查询匹配目标数据，以挖掘不同数据之间的相似特性，实现数据的匹配查询，可提高数据利用的科学化，以增强信息的利用率。
79.进一步的，在上述发明实施例的基础上，图谱模型构建模块301包括：
80.实体识别单元，用于识别所述历史数据内的名词文本作为所述实体。
81.关系抽取单元，用于抽取所述历史数据内至少两个所述实体之间的语义关系作为所述关系。
82.图谱构建单元，用于按照预设图表示学习规则将所述实体和所述关系处理为所述预设知识图谱模型。
83.进一步的，在上述发明实施例的基础上，所述预设图表示学习规则包括以下至少之一：transe图表示规则、deepwalk图表示规则、node2vec图表示规则。
84.进一步的，在上述发明实施例的基础上，数据特征确定模块302包括：
85.数据获取单元，用于获取所述待匹配数据的数据标识；在预设配置文件读取所述数据标识对应的预设对接参数；按照所述预设对接参数连接到所述数据源以采集所述待匹配数据。
86.进一步的，在上述发明实施例的基础上，数据特征确定模块302还包括：
87.特征提取单元，用于分别提取所述待匹配数据的实体信息和关系信息；按照所述实体信息为节点以及所述关系信息为边生成数据表示图；将所述数据表示图的邻接矩阵向量作为所述数据特征。
88.进一步的，在上述发明实施例的基础上，信息匹配执行模块303包括：
89.子图查询单元，用于按照所述数据特征在所述预设知识图谱模型内查询匹配的数据子图。
90.信息生成单元，用于将所述数据子图构成的数据信息作为所述目标数据。
91.进一步的，在上述发明实施例的基础上，信息生成单元具体用于：提取所述数据子
图的节点以及所述节点对应的边；确定所述节点对应的实体以及所述边对应的关系；将各所述实体以及所述关系按照预设格式组合为所述目标数据。
92.本发明实施例所提供的信息匹配装置可执行本发明任意实施例所提供的信息匹配方法，具备执行方法相应的功能模块和有益效果。
93.实施例四
94.图4是实现本发明实施例的信息匹配方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
95.如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
96.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
97.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如信息匹配方法。
98.在一些实施例中，信息匹配方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的信息匹配方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行信息匹配方法。
99.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至
少一个输出装置。
100.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
101.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
102.为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
103.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
104.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
105.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
106.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种信息匹配方法，其特征在于，包括：根据历史数据的实体和关系构建预设知识图谱模型；获取数据源内的待匹配数据，并确定所述待匹配数据的数据特征；根据所述数据特征在所述预设知识图谱模型查询匹配的目标数据。2.根据权利要求1所述方法，其特征在于，所述根据历史数据的实体和关系构建预设知识图谱模型，包括：识别所述历史数据内的名词文本作为所述实体；抽取所述历史数据内至少两个所述实体之间的语义关系作为所述关系；按照预设图表示学习规则将所述实体和所述关系处理为所述预设知识图谱模型。3.根据权利要求2所述方法，其特征在于，所述预设图表示学习规则包括以下至少之一：transe图表示规则、deepwalk图表示规则、node2vec图表示规则。4.根据权利要求1所述方法，其特征在于，所述获取数据源内的待匹配数据包括：获取所述待匹配数据的数据标识；在预设配置文件读取所述数据标识对应的预设对接参数；按照所述预设对接参数连接到所述数据源以采集所述待匹配数据。5.根据权利要求1所述方法，其特征在于，所述确定所述待匹配数据的数据特征，包括：分别提取所述待匹配数据的实体信息和关系信息；按照所述实体信息为节点以及所述关系信息为边生成数据表示图；将所述数据表示图的邻接矩阵向量作为所述数据特征。6.根据权利要求1所述方法，其特征在于，所述根据所述数据特征在所述预设知识图谱模型查询匹配的目标数据，包括：按照所述数据特征在所述预设知识图谱模型内查询匹配的数据子图；将所述数据子图构成的数据信息作为所述目标数据。7.根据权利要求6所述方法，其特征在于，所述将所述数据子图构成的数据信息作为所述目标数据，包括：提取所述数据子图的节点以及所述节点对应的边；确定所述节点对应的实体以及所述边对应的关系；将各所述实体以及所述关系按照预设格式组合为所述目标数据。8.一种信息匹配装置，其特征在于，包括：图谱模型构建模块，用于根据历史数据的实体和关系构建预设知识图谱模型；数据特征确定模块，用于获取数据源内的待匹配数据，并确定所述待匹配数据的数据特征；信息匹配执行模块，用于根据所述数据特征在所述预设知识图谱模型查询匹配的目标数据。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的
信息匹配方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的信息匹配方法。

技术总结
本发明公开了一种信息匹配方法、装置、电子设备和存储介质，其中，该方法包括：根据历史数据的实体和关系构建预设知识图谱模型；获取数据源内的待匹配数据，并确定所述待匹配数据的数据特征；根据所述数据特征在所述预设知识图谱模型查询匹配的目标数据。本发明实施例实现不同数据之间的相似特性的挖掘，对数据的进行匹配查询，可提高数据利用的科学化，增强了信息的利用率。信息的利用率。信息的利用率。


技术研发人员：钱李昌 高建 肖毅 赵宇 缪希伟 曲建辉
受保护的技术使用者：中国人民解放军中部战区联合参谋部联合训练局
技术研发日：2022.10.27
技术公布日：2023/7/21