查看“思维软件操作系统设计框架”的源代码

{{4}}0.1web知识图谱web架构搭建   作者：[[用户:陈海华|陈海华]] 
手动交互，存储，推荐功能，python
包：Anaconda
数据库Mysql mangodb
IDE: pycharm
Web架构：Django


附加功能
a.（jQuery鼠标互动的网站小人）

b.数据私有化ipfs python API

学习starfire 做ipfs（ https://github.com/b3log/starfire ）

关注（使用 Solid 私有化存储 IPFS 文件哈希 https://www.v2ex.com/amp/t/516150

https://github.com/Eximua/solid-ipfs ）

2.0问答chatbot交互

3.0app视觉语音交互

4.0主动交互




一、推理网络
简单化实现 REFO: Regular Expressions for Objects
在冷启动一段时间，获得了一定用户使用数据之后，我们可以考虑引入其他的方法来改善系统的性能，然后逐渐减少正则规则在整个系统中的比重
库：jena，useki,中文RDF:OPENKG
D2RQ SPARQL endpoint

二、数据存储----图数据库 
（1）  数据存储内容 及格式
（数据存储支持、数据操作和管理方式、支持的图结构、实体和关系表示、查询机制）
原则：基础存储
可按数据场景选择使用关系数据库、NoSQL数据库及内存数据库。
基础存储保证可扩展、高可用
数据分割
基本类型：整数表、浮点数表、日期类型表、…
集合类型：List型表、Range型表、Map型表、…
属性表：依据数据类型划分
大属性单独列表：例如数量超过10M的属性单独列表
缓存与索引
SPO、SOP、PSO、POS、OSP、OPS
SPO、POS、OSP
使用分布式 Redis 作为缓存，按需对数据进行缓存。
对三元组表按需进行索引，最多情况下可建立九重索
善于使用现有成熟存储
使用ElasticSearch实现数据的全文检索
结构固定型的数据可使用关系数据库或NoSQL
对于非关系型的数据尽量不入图存储，避免形成大节点
非关系型的数据，使用适合的数据存储机器进行存储，通过实体链接的方式实现与图谱数据的关联。
不直接在图存储中进行统计分析计算
对于需要进行统计分析计算的数据，需要导出到合适的存储中进行。

（2）数据类型
知识图谱时态信息及存储（时态数据库TDSQL）
事实的生成时间
某事实的有效时间段
某一对象在特定历史时刻的状态
知识图谱在过去特定时间的版本
关系型数据（通过关系形成网络）
关系型数据的存储方法：作为实体存入知识图谱，通过它们之间的关系形成图谱网络
结构型数据（与主体进行关联，但不会再续延伸）
结构型数据的存储方法：作为记录型数据存入合适的存储中，通过链接与图谱中的实体进行关联。
属性型数据
属性型数据的存储方法：作为实体的数值属性存入知识图谱
时态型数据
时态型数据的存储方法：使用基于知识图谱上的时间存储中间件进行存储和查询处理
Schema定义：概念选取， Schema定义：关系和属性的定义，
图数据库进行数据存储一般过程
使用图数据库进行数据存储一般过程：
导入实体，概念（Label）
导入实体属性
导入实体间关系
最佳实践过程：
分批导入，并使用Index提升导入时查询效率
按数据的类型、属性不同准备导入文件
数据主键维护，使用Constraints
尽可能保证导入数据格式正确

语料库搜集及建立常识库
�---�  

这些概念当做每个记录标签，时间标签，然后在图数库存储这些标签当做实体
加上，可完成日记和日程管理