城市交通知识图谱的构建与查询方法研究.pdfVIP

南京航空航天大学硕士学位论文

摘要

时空知识图谱是一种包含时间信息和空间信息的知识图谱，与普通的静态知识图谱相比，

时空知识图谱中所蕴含的知识是随着时间和空间变化而可能发生改变的。城市交通知识图谱作

为一种时空知识图谱，形式化地描述了城市交通概念、实体及其相互关系，在用户出行、路线

规划、城市规划等应用场景中具有巨大的应用潜力。现有面向时空知识图谱的子图查询方法中，

一部分只是简单地将时间特征视作实体和关系的属性，没有利用时间谓词的选择性；而另一部

分虽然利用了时间谓词的选择性，但是只专注于特定的查询模式，而没有提供查询一般子图模

式的方法。本文将四种具有典型性和普适性的查询模式与先时间后拓扑的子图查询方法结合起

来，进行了相关研究，本文的主要研究工作如下：

(i)现有的以多个数据源构建的城市交通知识图谱以轨迹知识或者路网知识为主要数据源，

缺少将二者结合起来的城市交通知识图谱构建方法。针对这一问题，本文提出了自上而下的城

市交通知识图谱构建方法TKGC。首先，给出城市交通知识图谱的定义，将城市交通知识图谱

划分为路网层和轨迹层。其次，从路网数据集和轨迹数据集中提取了城市交通知识图谱需要的

实体、关系和属性，形成城市交通知识。紧接着，利用城市交通知识构建了城市交通知识图谱，

初步构建完城市交通知识图谱之后将其存入图数据库Neo4j中。最后设计实验分析了存储城市

交通知识图谱过程中的时间性能和空间性能。实验得到的城市交通知识图谱大小为2.93G，其

中存储相交关系和路段实体隶属于同一道路的关系花费时间较多，超过了6个小时。

(ii)现有的城市交通知识图谱子图查询的方法大多局限于特定的查询模式，没有提供一般

子图模式的查询方法。针对这一问题，本文提出了城市交通知识图谱子图查询算法TKG_Sub+。

首先，阐述了四种具有典型性的子图查询的模式，在此基础上提出了一种基于城市交通知识图

谱的子图查询算法TKG_Sub+，该算法用于计算节点的匹配顺序和子图查询的过程。为提高子

图查询的效率，TKG_Sub+利用城市交通知识图谱中时间特征进行剪枝操作。本文在城市交通

知识图谱上运行TKG_Sub+与其它四种子图查询算法，来测试和比较TKG_Sub+的查询效率。

实验结果表明TKG_Sub+的查询响应时间要比其他算法短，在查询图总节点数为27的条件下比

其他方法至少快20%。

(iii)本文最后以图数据库Neo4j为基础实现了基于城市交通知识图谱的查询工具TKGQT。

该工具读取存储在图数据库Neo4j中的城市交通知识图谱，提供了基础Cypher语句查询，子图

匹配，对实体、关系和属性增加、删除或修改，导入导出CSV文件，共六种封装好的用户操作。

该工具既可以对城市交通知识图谱进行查询，将查询结果以图或者文本形式显示在页面上，也

可以进行子图匹配，判断查询图是否为数据图的子图，具有较高的应用价值。

关键词：知识图谱，子图匹配，城市交通数据，属性图，Neo4j

I

城市交通知识图谱的构建与查询方法研究

ABSTRACT

Thespatiotemporalknowledgegraphisaknowledgegraphthatcontainsbothtemporalandspatial

information.Comparedwithordinarystaticknowledgegraphs,theknowledgecontainedinthe

spatiotemporalknowledgegraphmaychangewithtimeandspace.Theurbantrafficknowledgegraph,

asaspatiotemporalknowledgegraph,formallydescribestheconcepts,entities,andinterrelationships

of