智能商品数据管理体系：基于知识图谱的分布式存储优化与用户观点深度挖掘在电商领域的应用升级  

陈佳佳 庞恒莉 胡秋霞 邵静雯 黄羽飞  

广西职业师范学院工商管理学院，广西南宁，530007；  

摘要：电商蓬勃发展，Web商品数据量暴增。但是数据多源、异构、异质且稀疏，阻碍智能化管理。为解决多源异构数据融合难题，实现高效知识服务，本文构建基于知识图谱的商品数据规范管理框架，旨在将商品数据知识化、结构化存储并高效服务。  

构建融合客观商品信息与主观用户评价的大规模异质知识图谱；设计高性能分布式存储及增量更新机制；研发人机协同的混合查询技术，应对高并发。通过从五大电商平台采集150GB数据（含4000万商品、6000万评论）实验，结果表明该框架在知识融合效率、查询响应速度和用户观点识别准确率方面优势显著。分布式存储策略使查询延迟降低40%，观点识别模型F1值达89.7%，优于现有方法。本研究为商品知识服务智能化、实时化提供理论与实践支持。  

关键词：知识图谱；商品数据管理；分布式存储；用户观点挖掘  

参考文献  

[1]张芳,吕鑫.我国电商供应链研究现状与热点分析——基于Citespace的知识图谱分析[J].中国物流与采购,2025,(01):119-120.DOI:10.16079/j.cnki.issn1671-6663.2025.01.068.  

[2]唐瑞锋.大数据在供应链管理领域的研究热点及其演化——基于CiteSpace的知识图谱分析[J].物流工程与管理,2023,45(11):79-82.  

[3]谢佳洋,谢瑜,靖富营.中国企业高质量发展概念内涵、研究热点与前沿——基于CiteSpace可视化知识图谱分析[J].电子科技大学学报(社科版),2024,26(04):63-72.DOI:10.14071/j.1008-8105(2024)-4006.