[發明專利]基于時空關聯的目標關系探測方法、系統及存儲介質在審
| 申請號： | 202010720486.1 | 申請日： | 2020-07-24 |
| 公開（公告）號： | CN112052337A | 公開（公告）日： | 2020-12-08 |
| 發明（設計）人： | 馬夢成 | 申請（專利權）人： | 廣東水利電力職業技術學院（廣東省水利電力技工學校） |
| 主分類號： | G06F16/36 | 分類號： | G06F16/36;G06F16/9537;G06K9/62 |
| 代理公司： | 廣州恒成智道知識產權代理有限公司 44575 | 代理人： | 劉挺;龔潔 |
| 地址： | 510635 廣*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 時空 關聯 目標 關系 探測 方法 系統 存儲 介質 | ||
本發明公開了一種基于時空關聯的目標關系探測方法、系統及存儲介質，涉及數據處理技術領域，旨在解決如何更準確、有效地對目標的關系進行探測的問題，基于時空關聯的目標關系探測方法包括以下步驟：基于在采集區域所采集的信息，構建知識圖譜；基于所述知識圖譜，輸入目標的已知特征，確定表示目標的節點；基于所述表示目標的節點，篩選出與目標相關的候選節點集；計算所述候選節點集中的各節點與所述表示目標的節點間的相似度；基于所述相似度，確定與所述目標強相關的群體。
技術領域
本發明涉及數據處理技術領域，尤其涉及一種基于時空關聯的目標關系探測方法、系統及存儲介質。
背景技術
隨著互聯網的發展，網絡數據內容呈現爆炸式增長的態勢。很多政府部門或企業都匯聚了大量內部、外部數據資源，對這些數據資源往往是通過數據治理的方式加以提取，但這類數據大多是靜態數據，提取后很難保證其實時性和有效性，而且，在這些海量數據背后還隱藏著很強的隱性關系。在實際生活中，這類動態的且存在隱性關系的數據更符合我們通過數據了解領域現狀的要求。當然，想要提取并分析這類數據的難度也相對較大，故需要借助更廣泛的數據采集來源和更廣泛的數據分析挖掘手段，這類數據才能被提取并加以利用。
發明內容
本發明的主要目的在于提供一種基于時空關聯的目標關系探測方法、系統及存儲介質，旨在解決如何更準確、有效地對目標的關系進行探測的問題。
為實現上述目的，本發明提供的一種基于時空關聯的目標關系探測方法、系統及存儲介質，包括以下步驟：
基于在采集區域所采集的信息，構建知識圖譜；
基于所述知識圖譜，輸入目標的已知特征，確定表示目標的節點；
基于所述表示目標的節點，篩選出與目標相關的候選節點集；
計算所述候選節點集中的各節點與所述表示目標的節點間的相似度；
基于所述相似度，確定與所述目標強相關的群體。
在本申請的一實施例中，基于在采集區域所采集的信息，構建知識圖譜，進一步包括以下步驟：
調取在所述采集區域預先設置的采集設備所采集的信息；
基于所述采集設備所采集的信息，生成相應圖層的子圖；
對所述子圖的信息進行關聯，進而得到相應的知識圖譜。
在本申請的一實施例中，與目標相關的信息至少包括目標出現的地點信息和時間信息。
在本申請的一實施例中，基于所述與目標相關的信息，篩選出與目標相關的候選節點集，進一步包括以下步驟：
基于目標出現的地點信息和時間信息，篩選出滿足預設時間范圍內出現在目標出現的地點的預設范圍內的節點；
將所述篩選出的節點歸入候選節點集，調取所述篩選出的節點的其他信息并進行關聯存儲。
在本申請的一實施例中，計算所述候選節點集中的各節點與所述表示目標的節點間的相似度，進一步包括以下步驟：
通過Node2vec算法將候選節點集中的各節點向量化，以得到相應的節點向量；
基于所述節點向量的信息，利用余弦相似度算法計算所述節點向量的相似度。
在本申請的一實施例中，基于所述節點向量的信息，利用余弦相似度算法計算所述節點向量的相似度之后，還包括以下步驟：
將滿足預設的相同的相似度范圍的節點向量劃分至同一簇；
計算各簇的模塊度；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廣東水利電力職業技術學院（廣東省水利電力技工學校），未經廣東水利電力職業技術學院（廣東省水利電力技工學校）許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010720486.1/2.html，轉載請聲明來源鉆瓜專利網。
