[發明專利]電子信息數據關聯關系分析方法、裝置、設備和存儲介質

有效

• 申請號: 202210973829.4
• 申請日: 2022-08-15
• 公開（公告）號: CN115238688B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 徐新忠;韓冰;彭風華;侯旭東;莫傳瑩;趙偉;寇睿;李文瑞;歐榮安;李庭軒;程瑞琪;范晨龍;軒翔宇
• 申請（專利權）人: 廣州市刑事科學技術研究所;廣州市公安局黃埔區分局;上海歆仁信息科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F16/22;G06F16/31;G06F16/36;G06F40/30
• 代理公司: 北京至臻永信知識產權代理有限公司 11568
• 代理人: 楊海濤

1.一種電子信息數據關聯關系分析方法，其特征在于，構建NLP分詞模型和NLP語義模型時，包括步驟：

S11、對已有的各分析對象的不同類型的電子信息數據，進行逆向解析和/或數據轉換，生成對應的明文文本數據；所述電子信息數據包括一種以上的互聯網應用生成的數據；

S12、將所述明文文本數據處理為結構化數據或半結構化數據，并根據預設的多層級的數據分類體系結構存儲所述明文文本數據；

S13、根據所述明文文本數據中的特定數據生成關鍵信息并設定對應的標注信息；所述特定數據為能夠在跨應用關聯分析中發揮作用的數據；所述關鍵信息包括：實名信息、虛擬賬號信息、地理位置信息、支付信息、手機號信息、車牌信息中的一種或多種個人信息，以及，所述個人信息的屬性系信息，以及，所述個人信息間的關聯信息；

S14、對存儲于特定存儲位置的所述關鍵信息進行二次構建，包括：構建至少包括應用信息資料庫、虛擬信息資料庫、實名資料庫、支付賬號資料庫和地理位置資料庫的資料庫集；所述資料庫集中的各資料庫用于分類存儲所述關鍵信息；

S15、以所述資料庫集中的關鍵信息和明文文本數據為訓練語料進行NLP分詞模型的訓練和NLP語義模型的訓練；所述NLP分詞模型和所述NLP語義模型用于從所述明文文本數據篩選出各所述關鍵信息，并根據所述關鍵信息間的關系屬性構建三元組信息：“實體-關系-實體”以及“實體-屬性-實體”基本邏輯關系；所述關系屬性包括隸屬關系、關聯類型、關系次數和關聯時間中的一種多或多種；

還包括，根據所述NLP分詞模型和所述NLP語義模型構建關系圖譜，包括步驟：

S16、在構建當前分析對象的電子信息數據關聯關系時，獲取當前分析對象的不同類型的電子信息數據，并對所述電子信息數據進行逆向解析和/或數據轉換，生成對應的當前明文文本數據；

S17、以所述當前明文文本數據為輸入，根據所述NLP分詞模型和所述NLP語義模型篩選出各所需關鍵信息并根據所述關鍵信息間的關系屬性構建三元組信息：“實體-關系-實體”以及“實體-屬性-實體”基本邏輯關系；

S18、根據所述關鍵信息間的關系屬性和“實體-關系-實體”以及“實體-屬性-實體”基本邏輯關系，分別構建各所述當前分析對象的關系圖譜；

S19、根據預設的評分規則確定所述關系圖譜中各實名信息之間的關系評分，并根據關系評分的評分結果和所述關系圖譜生成分析結果；所述評分規則包括：

將結構化數據中直接參與的主體確定為顯性結果；將通過字段和文本分析的方式提取的昵稱、賬號、郵箱、聯系方式和卡號確定為半隱性結果；將通過語義分析提取的實體和屬性確定為隱性結果；所述主體包括實名認證信息、APP賬戶信息和關系屬性。

2.根據權利要求1所述的電子信息數據關聯關系分析方法，其特征在于，所述互聯網應用包括：

社交類應用、出行類應用、導航類應用、支付類應用，訂單類應用和消費類應用中的一類或多類。

3.根據權利要求1所述的電子信息數據關聯關系分析方法，其特征在于，所述個人信息還包括：

備注名、昵稱、銀行賬戶、虛擬交易賬戶中的一種或多種，以及，具有賬號屬性的主體的屬性信息、社交聊天中涉及的賬號類信息和賬戶類信息，交易行為中涉及的賬號類信息和賬戶類信息，和，各應用中存在的涉及主體身份的信息。