[發明專利]基于活動對象信息挖掘的智能追蹤方法與系統

在審

• 申請號: 202210640830.5
• 申請日: 2022-06-08
• 公開（公告）號: CN114996549A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 王亮;胡倩;王浩宇;高玉華;童歡慶;張驍越
• 申請（專利權）人: 錢塘科技創新中心;王亮
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F40/284;G06F40/30;G06N5/02
• 代理公司: 廣州鼎賢知識產權代理有限公司 44502
• 代理人: 劉莉梅

本發明公開了基于活動對象信息挖掘的智能追蹤方法與系統，所述方法包括：采集活動對象的屬性信息并存儲，其中，所述屬性信息包括行為、生理信息中的一種或組合；提取活動對象屬性信息中的語義信息，根據所述語義信息構建活動對象的知識圖譜；基于知識圖譜數據進行活動對象的傾向性預測，根據傾向性預測結果實現活動對象。本發明通過基于引接的爬蟲數據進行開源數據采集，采集內容主要面向新聞、社交媒體數據，同時調用各類核心算法進行知識圖譜構建，應用內外部數據，通過算法模型的搭建及調用，貫通整個業務鏈條，實現了對活動對象的全方位態勢跟蹤。

技術領域

本發明涉及基于活動對象信息挖掘的智能追蹤方法與系統，更具體涉及基于活動對象信息挖掘的智能追蹤方法與系統。

背景技術

活動對象追蹤技術是將包含活動對象地理位置、心電數據、呼吸頻率、腎上腺素等身體心理狀態信息的與活動對象的開源數據相結合，實現活動對象追蹤。

但是，活動對象的不同類型數據屬于異構數據，如何針對多源異構數據實現動態組織管理、融合、隱含知識發現，進而實現對開源及內部數據知識抽取更新、知識融合、高性能知識存儲，完成活動對象特征構建，進而實現活動對象智能追蹤是亟待解決的技術問題。

發明內容

本發明所要解決的技術問題在于提供了基于活動對象信息挖掘的智能追蹤方法與系統，以實現活動對象的智能追蹤。

本發明是通過以下技術方案解決上述技術問題的：

本發明提供了基于活動對象信息挖掘的智能追蹤方法，所述方法包括：

采集活動對象的屬性信息并存儲，其中，所述屬性信息包括行為、生理信息中的一種或組合；

提取活動對象屬性信息中的語義信息，根據所述語義信息構建活動對象的知識圖譜；

基于知識圖譜數據進行活動對象的傾向性預測，根據傾向性預測結果實現活動對象。

可選的，所述采集活動對象的屬性信息，包括：

Kubernetes集群分發數據采集任務至Docker集群中的目標Docker，其中，分布式云爬蟲平臺的Docker集群部署并運行于Kubernetes集群上，所述Docker集群和所述Kubernetes集群均位于云端；

所述目標Docker啟動網絡爬蟲云服務，以使所述網絡爬蟲云服務根據數據采集任務從互聯網中抓取活動對象的屬性信息，其中，所述網絡爬蟲云服務包括：網頁請求云服務和無頭瀏覽器云服務。

可選的，所述Docker包括：調度模塊、采集模塊、解析模塊和存儲模塊；

所述調度模塊調度所述采集模塊從互聯網中抓取活動對象的屬性信息，所述采集模塊發送抓取的數據至所述解析模塊進行解析，所述解析模塊將解析后的數據發送至所述存儲模塊并反饋至所述調度模塊。

可選的，活動對象屬性信息的存儲方法包括：

獲取每一應用的屬性信息，并提取所獲取的屬性信息的關鍵詞序列；

對所述關鍵詞序列中的近義詞進行識別，并將所識別的語義相近的關鍵詞作為一個集合；

基于語義相近的關鍵詞的相似度，確定每一集合中的代表詞；

以代表詞替換所有關鍵詞序列中的對應于集合中的關鍵詞，得到更新后的關鍵詞序列；

獲取每一應用的屬性信息，并將每一類型數據轉換為文本；

對每一類型數據對應的文本進行關鍵詞提取，獲得對應的關鍵詞序列；

使用更新后的關鍵詞序列作為對應屬性信息的屬性信息。