[發明專利]一種基于動態探針的實體關聯挖掘方法

有效

• 申請號: 202110302533.5
• 申請日: 2021-03-22
• 公開（公告）號: CN112966027B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 陶冶;郭帥童;丁香乾;侯瑞春;李輝;史操
• 申請（專利權）人: 青島科技大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/28;G06F40/242;G06F40/253;G06F40/30;G06K9/62
• 代理公司: 青島聯智專利商標事務所有限公司 37101
• 代理人: 邵新華

1.一種基于動態探針的實體關聯挖掘方法，其特征在于，包括：

配置探針，偵聽應用系統對數據庫的請求信息及對應的響應數據；

對偵聽到的數據進行處理，形成一個實體的格式化數據存入關系型數據庫；

將所述實體與關系型數據庫中的已有實體進行特征融合，過程為：

計算兩個對比實體的屬性信息的相似度；

計算兩個對比實體的屬性值的相似度；

計算兩個對比實體的日志相似度；

將計算得到的屬性信息相似度、屬性值相似度以及日志相似度，使用模糊邏輯推理方法，得出兩個對比實體的相似程度；

其中，所述計算兩個對比實體的屬性信息的相似度的過程為：

所述屬性信息包括屬性名和屬性約束；

屬性名相似度的計算過程包括：

計算樸素文本相似度S₁；

計算文本語義相似度S₂；

選擇S₁、S₂中的最大值作為屬性名相似度S₃；

屬性約束相似度的計算過程包括：

將兩個對比實體的屬性約束向量分別定義為A、B；其中，A_i和B_i分別表示向量A和向量B所對應的第i個候選約束的取值；

計算其中，n為向量A和向量B中候選約束的個數，otherwise表示除A_i＝B_i以外的其它情形；

計算屬性約束相似度

采用加權算法，計算兩個對比實體的屬性信息相似度S₅＝α·S₃+β·S₄；其中，α、β為權重，并且α∈[0,1]，β∈[0,1]且α+β＝1。

2.根據權利要求1所述的基于動態探針的實體關聯挖掘方法，其特征在于，所述樸素文本相似度S₁采用以下公式計算獲得：

其中，w₁和w₂分別為兩個對比實體的屬性名；l₁,l₂為屬性名w₁和w₂的字符長度，D為屬性名w₁和w₂的編輯距離，Max為取最大值函數。

3.根據權利要求1或2所述的基于動態探針的實體關聯挖掘方法，其特征在于，所述文本語義相似度S₂的計算過程為：

建立樹狀語義層級關系，形成樹狀圖；

通過屬性名在樹狀圖中對應的位置，計算兩個對比實體的屬性名w₁和w₂之間的相似度

其中，N₁和N₂分別表示屬性名w₁、w₂與最近公共父節點屬性名w之間的最短路徑；H表示從w到根節點的最短路徑。

4.根據權利要求1所述的基于動態探針的實體關聯挖掘方法，其特征在于，所述計算兩個對比實體的屬性值的相似度的過程為：

根據數據類型的不同，將屬性值分為四種類型，分別為：數值型、字符型、枚舉型、文本型；

針對數值型屬性值，選取平均值、算數中位數、眾數、樣本標準偏差、最大值、最小值中的多種或全部作為特征向量元素，構成與兩個對比實體相對應的特征向量u、v，計算兩個對比實體的屬性值的相似度

針對字符型屬性值，首先將兩個對比實體的屬性值合并，形成語料庫；然后采用詞頻-逆文檔頻率算法，分別計算出每一個實體的屬性值所對應的詞頻-逆文檔頻率，對應形成向量U、V；計算兩個對比實體的屬性值的相似度

針對枚舉型屬性值，在每一個實體的屬性值中至少包含兩個數據，將兩個對比實體的屬性值轉換成兩個集合A、B，計算兩個對比實體的屬性值的相似度其中，∩為交集符號；∪為并集符號；

針對文本型屬性值，采用深度學習中的自編碼算法建立數學模型，利用屬性值中的數據對模型進行訓練，利用訓練后的模型計算兩個對比實體的屬性值的相似度。