[發明專利]基于關聯關系的數據挖掘方法和裝置

在審

• 申請號: 201810903048.1
• 申請日: 2018-08-09
• 公開（公告）號: CN109213801A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 梁琛;劉子奇
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種基于關聯關系的數據挖掘方法，所述關聯關系建立在若干個主體之間；所述主體包括至少兩種類型，其中至少一種類型為挖掘目標類型；所述方法包括：

根據主體之間的關聯關系，將所有主體劃分為若干個連通子集；所述連通子集包括至少一個成員主體，一個連通子集中包括與每個成員主體具有關聯關系的所有主體；

采用包含至少兩個屬于挖掘目標類型的成員主體的連通子集進行數據挖掘。

2.根據權利要求1所述的方法，所述根據主體之間的關聯關系，將所有主體劃分為若干個連通子集，包括：以主體為節點、以關聯關系為邊構建異構圖，生成所述異構圖的若干個最大連通子圖，以每個最大連通子圖的所有節點作為一個連通子集的成員主體。

3.根據權利要求2所述的方法，所述生成異構圖的若干個最大連通子圖，包括：以異構圖中某條邊的兩個端點作為元素生成新集合，如果兩個端點中至少一個是某個已有集合的元素則將所述已有集合合并入新集合中，遍歷所有已有集合后將新集合添加到已有集合中；遍歷異構圖中的所有邊后，以得到的每個已有集合中的所有元素作為一個最大連通子圖的所有節點。

4.根據權利要求1所述的方法，所述采用包含至少兩個屬于挖掘目標類型的成員主體的連通子集進行數據挖掘，包括：采用圖算法對包含至少兩個屬于挖掘目標類型的節點的最大連通子圖進行網絡結構特征提取。

5.根據權利要求1所述的方法，所述采用包含至少兩個屬于挖掘目標類型的成員主體的連通子集進行數據挖掘，包括：對包含至少兩個屬于挖掘目標類型的成員主體的連通子集進行特征提取；或，以包含至少兩個屬于挖掘目標類型的成員主體的連通子集作為機器學習模型的輸入。

6.根據權利要求1所述的方法，所述主體類型包括：賬戶、用戶設備；所述關聯關系包括：某個賬戶使用某個用戶設備實施登錄行為；所述挖掘目標類型包括：賬戶。

7.一種基于關聯關系的數據挖掘裝置，所述關聯關系建立在若干個主體之間；所述主體包括至少兩種類型，其中至少一種類型為挖掘目標類型；所述裝置包括：

連通子集單元，用于根據主體之間的關聯關系，將所有主體劃分為若干個連通子集；所述連通子集包括至少一個成員主體，一個連通子集中包括與每個成員主體具有關聯關系的所有主體；

挖掘執行單元，用于采用包含至少兩個屬于挖掘目標類型的成員主體的連通子集進行數據挖掘。

8.根據權利要求7所述的裝置，所述連通子集單元具體用于：以主體為節點、以關聯關系為邊構建異構圖，生成所述異構圖的若干個最大連通子圖，以每個最大連通子圖的所有節點作為一個連通子集的成員主體。

9.根據權利要求8所述的裝置，所述連通子集單元生成異構圖的若干個最大連通子圖，包括：以異構圖中某條邊的兩個端點作為元素生成新集合，如果兩個端點中至少一個是某個已有集合的元素則將所述已有集合合并入新集合中，遍歷所有已有集合后將新集合添加到已有集合中；遍歷異構圖中的所有邊后，以得到的每個已有集合中的所有元素作為一個最大連通子圖的所有節點。

10.根據權利要求7所述的裝置，所述挖掘執行單元具體用于：采用圖算法對包含至少兩個屬于挖掘目標類型的節點的最大連通子圖進行網絡結構特征提取。

11.根據權利要求7所述的裝置，所述挖掘執行單元具體用于：對包含至少兩個屬于挖掘目標類型的成員主體的連通子集進行特征提取；或，以包含至少兩個屬于挖掘目標類型的成員主體的連通子集作為機器學習模型的輸入。

12.根據權利要求7所述的裝置，所述主體類型包括：賬戶、用戶設備；所述關聯關系包括：某個賬戶使用某個用戶設備實施登錄行為；所述挖掘目標類型包括：賬戶。