[发明专利]关系网络数据更新的方法和装置、计算机可读存储介质

说明书

本申请公开了一种关系网络数据更新的方法和装置、计算机可读存储介质，所述方法包括：在关系网络数据的更新中，按照预设的关系抽取算子，仅抽取新增数据中的关系，对新增数据中的关系进行权重赋值；获取与新增数据中的关系相关联的现有数据中的关系，对获取的现有数据中的关系按时间进行权重更新；比较新增数据中的关系的权重和现有数据中的关系的权重的大小，如果新增数据中的关系的权重大于或等于现有数据中的关系的权重，将新增数据中的关系添加至现有数据中的关系中。本申请通过获取与新增数据中的关系相关联的现有数据中的关系，并根据各自的权重大小对现有数据中的关系进行更新，避免了全量数据下的关系抽取，提高了计算效率。

技术领域

本发明涉及大数据技术领域，尤其涉及一种关系网络数据更新的方法和装置、计算机可读存储介质。

背景技术

关系网络是指在网络挖掘、金融分析、公共安全以及相关的链接关系分析领域中，专家定义或识别抽取的一系列实体及其间的关系所构成的网络结构。这些新场景中的关系网络类似在线社交网络，但是其容纳和覆盖的实体更丰富多样。

在关系网络中，实体是指具有扩展属性的个体。例如，出行中的个人，社交中的特定人。在关系网络中，对应的实体间的关系规则可以将现实世界中的人、物等实体之间的关系抽象为链接。透过多层次、多维度的数据集实现对于某一个人、某一件事或某一种社会状态的现实态势的聚集，并在时间序列上将离散的、各不相关的数据集合关联，找到一种或多种与人的活动、事件的发展以及社会的信息的有机联系。通过对这些连续性数据分析处理，进行数据的碰撞和互联，可以找出数据背后的潜在关联。通过实体关系网络，可以将其相关联的任一实体和事件做挖掘与碰撞比对。

关系规则是指这些场景中所定义的实体间的相似、相近或相关关系的领域知识。例如，出行中的同住、同路线关系；金融中的账户交易关系；通讯工具中的联系与群组沟通等关系。这些规则知识用于建立实体之间的关系，在关系网络的构建中，关系规则大量用于甄别相近、形成网络等数据抽取任务中。关系规则常用于网络挖掘、群体分析、金融关联和公共安全等诸多涉及到关系分析的领域场景。

传统的关系规则识别和设计大多依赖专家的历史经验，从大量数据案例中抽取得到。传统的关系规则抽取方法大多基于静态数据，需要对全集数据进行统计分析后得到，无法应对复杂场景和数据更新。尤其在快速变化的场景下，无法以一种效率较好的方式同步实现增量规则的参数调整和新的规则的添加。此外，关系网络所要处理的数据量在百亿级别量，而且是经年累月不断增长，如此之大的数据量，为处理和计算能力提出了严峻挑战。

发明内容

为了解决上述技术问题，本发明提供了一种关系网络数据更新的方法和装置、计算机可读存储介质，能够提高计算效率。

为了解决上述技术问题，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种关系网络数据更新的方法，包括：

在关系网络数据的更新中，按照预先构建的关系抽取算子，仅抽取新增数据中的关系，并对所述新增数据中的关系进行权重赋值；

获取与所述新增数据中的关系相关联的现有数据中的关系，并对获取的现有数据中的关系按时间进行权重更新；

比较所述新增数据中的关系的权重和现有数据中的关系的权重的大小，如果新增数据中的关系的权重大于或等于现有数据中的关系的权重，则将新增数据中的关系添加至现有数据中的关系中。

进一步地，所述方法之前还包括：

定义全局实体、关系的数据规范；

根据定义的数据规范构建所述关系抽取算子；

按照构建的所述关系抽取算子，抽取所述现有数据中的关系，并对抽取的所述现有数据中的关系进行权重赋值。

进一步地，所述对抽取的所述现有数据中的关系进行权重赋值，具体包括：