[發明專利]一種事件圖譜構建方法、裝置及計算設備

有效

• 申請號: 202110073168.5
• 申請日: 2021-01-20
• 公開（公告）號: CN112749239B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 陳維強;秦秀偉;王雯雯;劉曉冰;臧海洋;王江濤;王秀云
• 申請（專利權）人: 青島海信網絡科技股份有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/36
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 彭燕

1.一種事件圖譜構建方法，其特征在于，包括：

從至少一個事件源獲取各初始事件；所述初始事件以結構化方式存儲在所述事件源中；所述至少一個事件源包括122接處警、事件檢測器、視頻巡檢系統、輿情平臺、霧區檢測系統、六合一違法庫和事故庫中的一項或多項；

針對任一初始事件，按照預設的事件模式，從所述初始事件中獲取所述事件模式中各表征的表征值，得到所述初始事件的標準化事件；其中，所述各表征設置有對應的屬性類型；所述屬性類型為標稱屬性、布爾屬性、數值屬性、序數屬性和時間與地理屬性中的一種或多種；所述表征包括基本表征和個性表征；所述基本表征包括時間，地點，部門，事件類型，事件特征；所述個性表征根據不同種類的交通事件確定；所述交通事件的種類包括交通事故、交通違法和交通擁堵；

針對第一標準化事件和第二標準化事件，根據所述第一標準化事件的各表征值和所述第二標準化事件的各表征值，計算所述第一標準化事件和所述第二標準化事件在每類屬性上的相異度；根據每類屬性上的相異度，確定所述第一標準化事件和所述第二標準化事件的相異度；若相異度符合設定條件，則將所述第一標準化事件和所述第二標準化事件融合為同一事件；其中，所述第一標準化事件和所述第二標準化事件為標準化事件中的任意兩個；

確定融合后的各事件間的關聯關系，從而構建事件圖譜；

根據每類屬性上的相異度，確定所述第一標準化事件和所述第二標準化事件的相異度，包括：

其中，d(i,j)為事件i與事件j間的相異度；p為屬性的類型數；f為任一屬性類型；為調整系數；為事件i與事件j在f屬性類型上的相異度；

若所述屬性類型為標稱屬性或布爾屬性，則當事件i與事件j的所述屬性類型對應的多個表征值完全相等時對應的調整系數為0，當事件i與事件j的所述屬性類型對應的多個表征值不完全相等時對應的調整系數為1；若所述屬性類型為數值屬性、序數屬性、時間屬性或地理屬性，則當事件i與事件j的所述屬性類型缺失時對應的調整系數為0，當事件i與事件j的所述屬性類型非缺失時對應的調整系數為1；

還包括：

若從所述初始事件中未獲取到任一表征的表征值，則從非結構化的描述信息中獲取所述表征的表征值，從而得到所述初始事件的標準化事件；

從非結構化的描述信息中獲取所述表征的表征值，包括：

通過自然語言處理技術對報警人對于警情的描述、輿情平臺抓取的交通事件文本進行分析，提取所述表征的表征值；和/或，

采用地理編碼技術，提取地理位置描述，構建針對地區的關鍵點位庫，并結合路口、路段信息，提取事件發生的地理位置信息。

2.如權利要求1所述的方法，其特征在于，

所述屬性為標稱屬性，則

其中，w為事件i或事件j中標稱屬性的總數；m為事件i和事件j中標稱屬性相同的數目；

x_if為事件i的屬性取值，x_jf為事件j的屬性取值。

3.如權利要求1所述的方法，其特征在于，

所述屬性為布爾屬性，則

其中，q是事件i和事件j都取1的二元屬性的數目；r是在事件i中取1，在事件j中取0的二元屬性的數目；s是在事件i中取0，在事件j中取1的二元屬性的數目；t是事件i和事件j都取0的二元屬性的數目；x_if為事件i的屬性取值，x_jf為事件j的屬性取值。

4.如權利要求1所述的方法，其特征在于，

所述屬性為數值屬性，則

其中，d(x_if,x_jf)為事件i和事件j的屬性取值的相異度；x_if為事件i的屬性取值，x_jf為事件j的屬性取值。