[發明專利]基于多層關聯知識圖譜的信息預測方法、裝置、設備及介質

在審

• 申請號: 202110406359.9
• 申請日: 2021-04-15
• 公開（公告）號: CN112948508A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 胡意儀;阮曉雯;肖京
• 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;G06F16/27;G06F16/22;G06F16/583;G06N3/04
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 涂年影

1.一種基于多層關聯知識圖譜的信息預測方法，其特征在于，所述方法包括：

根據預置的聚合規則對預存的歷史數據信息中包含的歷史數據進行聚合得到對應的多個數據點；

根據預置的特征提取模型及每一所述數據點對應的歷史數據，從每一所述數據點中提取得到對應的特征信息；

根據每一所述數據點的特征信息對所述數據點進行分層得到多個數據層；

根據所述歷史數據之間的連接關系及每一所述數據層中數據點的特征信息生成多層關聯知識圖譜；

若接收到用戶輸入的新增數據信息，根據所述特征提取模型獲取與所述新增數據信息對應的新增數據特征信息；

根據預置的判斷條件及所述新增數據特征信息對所述多層關聯知識圖譜中是否包含與所述新增數據信息相匹配的數據節點進行判斷；

若所述多層關聯知識圖譜中包含與所述新增數據信息相匹配的數據節點，獲取所述多層關聯知識圖譜中與所述數據節點相匹配的索引連接信息作為對應的預測結果。

2.根據權利要求1所述的基于多層關聯知識圖譜的信息預測方法，其特征在于，所述聚合規則包括關鍵詞集合、相似度計算公式及相似度閾值，所述根據預置的聚合規則對預存的歷史數據信息中包含的歷史數據進行聚合得到對應的多個數據點，包括：

對每一所述歷史數據是否為文本信息進行判斷；

若所述歷史數據為文本信息，從所述關鍵詞集合中獲取與歷史數據相匹配的多個關鍵詞；

對包含相同關鍵詞的多條所述歷史數據進行聚合，得到對應的一個數據點；

若所述歷史數據不為文本信息，根據所述相似度計算公式對所述歷史數據之間的相似度進行計算；

對互相之間相似度大于所述相似度閾值的多條所述歷史數據進行聚合，得到對應的一個數據點。

3.根據權利要求1所述的基于多層關聯知識圖譜的信息預測方法，其特征在于，所述特征提取模型包括文本編碼詞典、特征提取神經網絡及圖像特征提取規則，所述根據預置的特征提取模型及每一所述數據點對應的歷史數據，從每一所述數據點中提取得到對應的特征信息，包括：

對所述數據點對應的歷史數據是否均為文本信息進行判斷；

若所述數據點對應的歷史數據均為文本信息，根據所述文本編碼詞典對每一所述數據點對應的多個關鍵詞進行轉換，得到每一所述數據點的編碼信息；

將所述編碼信息輸入所述特征提取神經網絡進行計算，得到每一所述數據點的特征信息；

若所述數據點對應的歷史數據不均為文本信息，根據所述圖像特征提取規則從所述數據點對應的歷史數據中提取得到與所述數據點對應的特征信息。

4.根據權利要求3所述的基于多層關聯知識圖譜的信息預測方法，其特征在于，所述圖像特征提取規則包括對比度計算公式及溶解比例值，所述根據所述圖像特征提取規則從所述數據點對應的歷史數據中提取得到與所述數據點對應的特征信息，包括：

對每一所述數據點對應的歷史數據進行疊加得到每一數據點對應的疊加圖像；

根據所述對比度計算公式計算得到每一所述疊加圖像的像素對比度信息；

根據每一所述疊加圖像的像素對比度信息及所述溶解比例值對每一所述疊加圖像進行像素溶解得到圖像輪廓信息；

從每一所述疊加圖像的圖像輪廓信息中提取得到對應的輪廓尺寸信息及輪廓像素信息作為所述特征信息。

5.根據權利要求1所述的基于多層關聯知識圖譜的信息預測方法，其特征在于，所述根據每一所述數據點的特征信息對所述數據點進行分層得到多個數據層，包括：

根據所述歷史數據的類型及每一所述數據點對應的歷史數據對每一所述數據點進行分類得到多個數據點集；

根據預置的聚類規則及所述數據點的特征信息，對每一所述數據點集包含的數據點進行聚類得到對應的多個數據層。