数字化转型之数字资产知识库(springboot+es+vue+neo4j)

前言

在数字化高度普及的时代,企事业机关单位在日常工作中会产生大量的文档,例如医院制度汇编,企业知识共享库等。针对这些文档性的东西,手工纸质化去管理是非常消耗工作量的,并且纸质化查阅难,易损耗,所以电子化管理显得尤为重要。
【springboot+elasticsearch+neo4j+vue+activiti】实现数字知识库管理系统。


一、项目概要

  1. springboot、vue前后端分离技术。
  2. 先进的富文本编辑器,满足word一键粘贴百分之百格式还原,支持视频、图文等。
  3. 全文检索elasticsearch,达到简单快速的结果搜索。
  4. neo4j知识图谱,智能分析。
  5. activiti工作流申请审核机制。
  6. 团队共享协作,常用文档收藏,热门文档排行。

二、相关技术点

1.富文本编辑器

应用当前最流行的富文本编辑器TinyMCE,支持从word、wps等一键复制粘贴,百分之百效果还原,更可以做到自定义格式设置。


image.png
<template>
  <div class="tinymce-editor">
    <Editor  v-model="editorValue" :init="editorInit" :disabled="disabled" @onClick="handleClick" />
  </div>
</template>

2.全文检索

可根据文档的任意关键字进行全文检索知识,效果如同“百度一下”,简单快速的搜集到自己所要查询的知识,解决了纸质化时代的繁琐流程。


image.png

3.知识图谱

知识图谱可视化归类,支持同作者文档的采集,同类型文档的采集,做到智能化、网格化推荐。


image.png
image.png
<dependency>
     <groupId>org.neo4j.driver</groupId>
      <artifactId>neo4j-java-driver</artifactId>
  </dependency>
  public boolean isNeo4jOpen() {
        try (Session session = neo4jDriver.session()) {
            logger.debug("连接成功:" + session.isOpen());
            return session.isOpen();
        } catch (Exception e) {
            logger.error("neo4J连接异常: "+e.getMessage());
        }
        return false;
    }

    public StatementResult excuteCypherSql(String cypherSql) {
        StatementResult result = null;
        try (Session session = neo4jDriver.session()) {
            logger.debug("CypherSql : "+cypherSql);
            result = session.run(cypherSql);
            session.close();
        } catch (Exception e) {
            logger.error("CypherSql执行异常: "+e.getMessage());
            throw e;
        }
        return result;
    }

4.工作流

此系统集成了activiti工作流引擎,遵循文档发起者提交->负责人审批的规范化流程。


image.png
//获取bpmnModel对象
   BpmnModel bpmnModel = repositoryService.getBpmnModel(historicProcessInstance.getProcessDefinitionId());
   Process process = bpmnModel.getProcesses().get(0);
   Collection<FlowElement> flowElements = process.getFlowElements();
   Map<String, String> map = new HashMap<>();
   for (FlowElement flowElement : flowElements) {
       //判断是否是连线
       if (flowElement instanceof SequenceFlow) {
           SequenceFlow sequenceFlow = (SequenceFlow) flowElement;
           String ref = sequenceFlow.getSourceRef();
           String targetRef = sequenceFlow.getTargetRef();
           map.put(ref + targetRef, sequenceFlow.getId());
       }
   }
   List<HistoricActivityInstance> list = historyService.createHistoricActivityInstanceQuery()
           .processInstanceId(instanceId)
           .list();
   Set<String> keyList = new HashSet<>();
   for (HistoricActivityInstance i : list) {
       for (HistoricActivityInstance j : list) {
           if (i != j) {
               keyList.add(i.getActivityId() + j.getActivityId());
           }
       }
   }

总结

精准全面的搜索能力,统一化管理,此套知识库管理系统以科学的方法论并且通过实际项目锤炼做到了很好的赋能效应,解决了企事业数字资产的良性全生命周期管理。源码获取链接:+Q:2500564056

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341

推荐阅读更多精彩内容