[發明專利]基于實體關系的特征構建方法、裝置、設備及存儲介質

在審

• 申請號: 202010156947.7
• 申請日: 2020-03-09
• 公開（公告）號: CN111460047A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 劉利
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/36
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 劉挽瀾

1.一種基于實體關系的特征構建方法，其特征在于，所述基于實體關系的特征構建方法包括以下步驟：

獲取關系數據庫中的主表以及與所述主表關聯的多個副表，其中，所述主表設有一個主鍵列和多個外鍵列，且所述主表中每個條目對應一個實體，所述副表通過所述主表的外鍵與所述主表關聯；

以所述主表和所述副表為節點，以所述主表、所述副表兩兩之間的關聯關系為邊，構建有向表間關系圖；

以所述主表對應節點為起點，遍歷所述表間關系圖，以采集所述主表中各實體與對應的所述副表的表間關系數據；

基于預置的轉換函數，對所述表間關系數據進行轉換計算，以構建所述主表中各實體對應的特征。

2.如權利要求1所述的基于實體關系的特征構建方法，其特征在于，所述表間關系圖的邊M采用如下定義方式：

其中，T_i-1、T_i是數據庫中的表，C_i是連接表T_i-1、T_i的鍵列，i為正整數；

A、當C_i是T_i-1的主鍵時，T_i-1與T_i為一對多的關聯關系；

B、當C_i既是T_i-1的主鍵，也是T_i的主鍵時，T_i-1與T_i為一對一的關聯關系；

C、當C_i是T_i的主鍵時，T_i-1與T_i為多對一的關聯關系；

D、當C_i既不是T_i-1的主鍵，也不是T_i的主鍵時，T_i-1與T_i為多對多的關聯關系。

3.如權利要求2所述的基于實體關系的特征構建方法，其特征在于，遍歷所述表間關系圖中各實體對應的連接路徑P_k由k條所述表間關系圖的邊M依次連接而成，并采用如下定義方式：

其中，T_i-1、T_i表示數據庫中的表，C_i是連接表T_i-1、T_i的外鍵列，i、k為正整數，且i取2至(k-1)中的任意正整數，T₀表示主表，T_i表示副表，C表示連接路徑中最后一個副表T_k中的屬性列。

4.如權利要求3所述的基于實體關系的特征構建方法，其特征在于，所述以所述主表對應節點為起點，遍歷所述表間關系圖，以采集所述主表中各實體與對應所述副表的表間關系數據包括：

以所述主表對應節點為起點，根據所述連接路徑P_i，遍歷所述表間關系圖，并生成所述主表中各實體與對應所述副表的連接路徑對應的關系樹；

基于所述表間關系圖的遍歷深度，對各實體對應的關系樹分別進行分組操作，以采集所述主表中各實體與對應所述副表的表間關系數據；

其中，所述關系樹的根節點對應于所述主表中的一個實體，所述關系樹的葉節點對應于通過遍歷所述連接路徑P_i采集到的副表T_k中的屬性列C，遍歷深度為i的子節點對應于通過遍歷所述連接路徑P_i采集到的副表T_i中的外鍵列C_i。

5.如權利要求1-4中任一所述的基于實體關系的特征構建方法，其特征在于，在所述基于預置的轉換函數，對所述表間關系數據進行轉換計算，以構建所述主表中各實體對應的特征的步驟之后，還包括：

檢驗構建的特征中是否存在重復的特征；

若存在重復的特征，則刪除重復的特征，并采用卡方假設檢驗特征和目標變量之間是否存在相關性；

若不存在重復的特征，則采用卡方假設檢驗特征和目標變量之間是否存在相關性；

若存在相關性且卡方值大于預置卡方值閾值的特征，則保留該特征，否則刪除該特征。