[發明專利]挖掘屬性和實體關聯關系的方法和裝置

有效

• 申請號: 201310714291.6
• 申請日: 2013-12-20
• 公開（公告）號: CN103631970B
• 公開（公告）日: 2017-08-18
• 發明（設計）人: 李超;李大任
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 宋合成

1.一種挖掘屬性和實體關聯關系的方法，其特征在于，包括以下步驟：

獲取待關聯屬性；

根據所述待關聯屬性從多個實體中獲得至少一個種子實體，其中，所述根據待關聯屬性從多個實體中獲得至少一個種子實體具體包括：從預設實體庫中獲取所述多個實體；從總體用戶樣本群中獲取具有所述待關聯屬性的關聯用戶樣本群；分別獲得所述多個實體在所述關聯用戶樣本群中的多個分布差異值，其中，分別獲取與所述多個實體相關的多個用戶在所述總體用戶樣本群中的多個第一分布比重；分別獲取與所述多個實體相關的多個用戶在所述關聯用戶樣本群中的第二分布比重；根據所述第二分布比重和所述第一分布比重獲取所述分布差異值；以及根據所述多個分布差異值對所述多個實體進行篩選以獲得所述至少一個種子實體；以及

獲得所述至少一個種子實體的關聯實體，并將所述待關聯屬性與所述至少一個種子實體、所述至少一個種子實體的關聯實體相關聯。

2.根據權利要求1所述的方法，其特征在于，所述總體用戶樣本群為多個，分別對應多個網絡應用服務，則每個所述實體對應的分布差異值為多個，所述根據多個分布差異值對所述多個實體進行篩選以獲得所述至少一個種子實體還包括：

根據預設分布差異值篩選規則對所述多個實體進行篩選；或，

創建分布差異值分類器，并根據所述分布差異值分類器對所述多個實體進行篩選。

3.根據權利要求1至2中任一項所述的方法，其特征在于，所述獲得至少一個種子實體的關聯實體具體包括：

分別獲取所述至少一個種子實體到具有所述待關聯屬性的用戶樣本群之間的第一關聯關系；

獲取具有所述待關聯屬性的用戶樣本群的關聯實體群，并獲取所述具有所述待關聯屬性的用戶樣本群到所述關聯實體群之間的第二關聯關系；

根據所述第一關聯關系和所述第二關聯關系分別獲取所述至少一個種子實體到所述關聯實體群的第三關聯關系；以及

根據所述第三關聯關系對所述關聯實體群中的每個所述關聯實體進行篩選以獲得所述至少一個種子實體的關聯實體。

4.一種挖掘屬性和實體關聯關系的裝置，其特征在于，包括：

待關聯屬性獲取模塊，用于獲取待關聯屬性；

種子實體獲取模塊，用于根據所述待關聯屬性從多個實體中獲得至少一個種子實體，其中，所述種子實體獲取模塊包括：實體獲取單元，用于從預設實體庫中獲取所述多個實體；關聯用戶樣本群獲取單元，用于從總體用戶樣本群中獲取具有所述待關聯屬性的關聯用戶樣本群；分布差異值獲取單元，用于分別獲得所述多個實體在所述關聯用戶樣本群中的多個分布差異值，其中，所述分布差異值獲取單元還具體用于：分別獲取與所述多個實體相關的多個用戶在所述總體用戶樣本群中的多個第一分布比重，并分別獲取與所述多個實體相關的多個用戶在所述關聯用戶樣本群中的第二分布比重，以及根據所述第二分布比重和所述第一分布比重獲取所述分布差異值；以及篩選單元，用于根據所述多個分布差異值對所述多個實體進行篩選以獲得所述至少一個種子實體；

關聯實體獲取模塊，用于獲得所述至少一個種子實體的關聯實體；以及

關聯模塊，用于將所述待關聯屬性與所述至少一個種子實體、所述至少一個種子實體的關聯實體相關聯。

5.根據權利要求4所述的裝置，其特征在于，所述總體用戶樣本群為多個，分別對應多個網絡應用服務，則每個所述實體對應的分布差異值為多個，所述根據多個分布差異值對所述多個實體進行篩選還包括：

根據預設分布差異值篩選規則對所述多個實體進行篩選；或，

創建分布差異值分類器，并根據所述分布差異值分類器對所述多個實體進行篩選。

6.根據權利要求4至5中任一項所述的裝置，其特征在于，所述關聯實體獲取模塊包括：

第一關聯關系獲取單元，用于分別獲取所述至少一個種子實體到具有所述待關聯屬性的用戶樣本群之間的第一關聯關系；

第二關聯關系獲取單元，用于獲取具有所述待關聯屬性的用戶樣本群的關聯實體群，并獲取所述具有所述待關聯屬性的用戶樣本群到所述關聯實體群之間的第二關聯關系；

第三關聯關系獲取單元，用于根據所述第一關聯關系和所述第二關聯關系分別獲取所述至少一個種子實體到所述關聯實體群的第三關聯關系；以及

篩選單元，用于根據所述第三關聯關系對所述關聯實體群中的每個所述關聯實體進行篩選以獲得所述至少一個種子實體的關聯實體。