（本文发表于《情报工程》2023年第1期P102-117）

摘要:   [ 目的 / 意义 ] 面对复杂多变的疫情状况，为利用好多源异构的互联网数据资源，保证政府精准施策，保障人民生命安全。[ 方法 / 过程 ] 本文利用 Neo4j 图形数据库针对疫情期间病例活动轨迹数据实现了相关的知识图谱的构建与应用，通过 louvain 算法实现对确诊病例的社区划分，分析各个社区内部关系，深入挖掘时空关系，融合政策文本知识图谱用于辅助决策，再融合零散的医疗机构相关信息，生成 XY 市医疗机构知识图谱。[ 结果 / 结论 ] 本文借助知识图谱解决与疫情相关的多源异构数据融合问题，通过构建 COVID-19 病例活动知识图谱分析疫情形势及传播特点，并结合政策文本知识图谱实现了政府辅助决策服务，设计一种快速发现病例的方法。  

关键词: COVID-19；知识图谱；多源异构数据；数据融合；知识组织；数据管理；数据科学

链接：基于多源数据融合的新冠肺炎病例活动知识图谱构建与知识发现研究-Research on the Construction and Knowledge Discovery of COVID-19 Case Activity Knowledge Map Based on Multi source Data Fusion http://tie.istic.ac.cn/qbgc/ch/reader/view_abstract.aspx?file_no=202301008&flag=1