一种基于知识图谱的机场数据分类分级方法及系统

专利主权项内容

1.一种基于知识图谱的机场数据分类分级方法，其特征在于，该方法包括以下步骤：S1，确定分类目标：根据数据维度、类别和级别，确定机场数据分类；S2，收集数据：对于采集的机场数据，根据不同影响因素以及影响因素的权重得到数据安全等级因子；S3，数据预处理：对采集的机场数据进行缺失数据处理、特征选择、特征工程处理；S4，特征提取与表示：进行实体和关系抽取，从数据中识别出实体以及实体之间的关系，构建知识图谱中的节点和边；对于结构化数据、非结构化数据进行特征提取；对特征提取的数据进行标记并打上分类的标签，根据分类目标，为每个数据样本分配相应的类别和级别；其中，结构化数据包括表格或数据库，非结构化数据包括文本和图像；S5，构建分类模型：基于知识图谱和提取的特征，通过深度学习自动编码器和K-Means聚类算法，构建分类模型，预测数据所属的类别和级别；S6，模型训练与评估：使用已标注的训练数据对分类模型进行训练，并使用测试数据评估分类模型；评估指标包括准确率、精确率和召回率；S7，模型应用与反馈：将训练好的分类模型应用于机场数据分类分级；形成机场数据分类分级词库、语料库、规则库以及模型库；根据分析结果，对分类结果进行反馈和调整；S8，持续优化和更新：随着机场新数据的不断产生和分类需求的变化，不断优化和更新分类模型，获取最终的机场数据分类分级数据。