论文浅尝 | 基于知识图谱的智能调研方法(DI佳作)

转载公众号 | 数据智能英文刊

题目：A Knowledge Graph Based Approach to Social Science Surveys

引用：Z. Pan, Z.J., et al.: A Knowledge Graph Based Approach to Social Science Surveys. Data Intelligence 3(3). doi: 10.1162/dint_a_00107

文章摘要

知识图谱是当前的研究热点，知识图谱技术开始被应用在开放科学的研究中，例如应用知识图谱技术开发的在线调查系统，可根据被调查者的回答自动生成下一个调查问题。目前这些系统还不能做到像线下访谈时访问者可以根据被访者回答实时调整提问，所以系统自动给出的问题并不一定是基于受访者对上一个问题的回答。

为了解决这个问题，本文提出了一个基于知识图谱技术动态智能问卷调查系统。我们首先调研了社会科学使用的问卷调查的研究，重点关注问卷中问题的顺序，问题的触发条件，从而使系统能够生成个性化的调查问卷。本文系统对语言学研究人员进行了实证调查。

本文主要研究发现：

1）系统可减少每个变量带来的需要提问的问题的数量，因此有相同长度的问卷可以收集到更多有数据；

2）本系统的主要优势是系统能够根据被调查者的回答把他们进行分类，同类的被调查者会被问适合的后续问题，而且他们的回答也会按照之前分好的类别进行分析。

本文提出的方法可以应用在其他社会科学的问卷调查中。本文提出的基于知识图谱的智能调查方法可以让在线调查问卷达到线下面对面问卷调查一样的效果，根据被调查者的反馈和回答调整问题。

通讯作者简介

通讯作者 Jeff Z. Pan（潘志霖）教授，英国曼彻斯特大学获计算机科学博学位，英国阿伯丁大学计算科学系教授，博士生导师，欧盟委员会玛丽居里K‐Drive项目首席科学家。研究领域为语义大数据，知识图谱，知识表示与推理，人工智能等。曾在包括JWS,IJSWIS,TKDE,AIJ等国际一流期刊和ISWC, WWW, IJCAI, AAAI等顶级会议上发表论文 150 余篇。任语义网顶级期刊Journal of Web Semantic、International Journal of Information System andSemantic Web编委，国际信息系统和语义网期刊International Journal ofInformation System and Semantic Web、Journal of Web Semantic编委，其领导研发的TrOWL本体推理机为目前国际上最可靠的高效近似推理机。

OpenKG

OpenKG（中文开放知识图谱）旨在推动以中文为核心的知识图谱数据的开放、互联及众包，并促进知识图谱算法、工具及平台的开源开放。