矿床知识图谱社区发现新方法——融合自适应分辨率与结构正则机制

摘要

矿产勘查数据具有异构性强、语义复杂、结构层次模糊等特点，导致相关知识难以系统组织，也限制了智能找矿中模式识别与推理的能力。传统方法往往依赖专家经验或单一数据分析，缺乏对语义关联与结构模式的统一表达。为应对这一问题，以西藏冈底斯成矿带甲玛斑岩-矽卡岩型铜多金属矿床为研究对象，提出一种融合自适应分辨率与结构正则机制的社区发现方法：FRACD(fusion-based regularized adaptive community detection)。通过领域本体建模与知识图谱构建，使用结构裁剪增强图谱表示能力，并利用γ分辨率搜索与小社区合并，实现多尺度划分与结构正则。结果表明，FRACD在模块度、覆盖率等指标上较多种经典基线方法显著提升，并在社区案例中揭示了“地层-构造-矿化围岩”“岩体-断裂-矽卡岩-矿体”以及“岩浆侵入-围岩蚀变-推覆构造”等语义耦合模式。进一步的消融实验验证了结构正则与自适应分辨率的独立贡献及其协同作用，表明该方法在提升结构合理性与语义解释力方面均具有优势。研究显示，面向语义与结构双约束的社区发现机制能够显著提升矿床知识图谱的组织性与可解释性，为知识推理与矿产预测提供技术支撑。

关键词

知识图谱 / 社区发现 / 自适应分辨率 / 结构正则 / 甲玛铜矿床