[发明专利]人员关系分析方法、装置和可读存储介质

权利要求书

1.一种人员关系分析方法，其特征在于，所述方法包括：

获取多个人员的行为数据；

基于所述多个人员的行为数据，确定关系网络，所述关系网络包括点和边，所述点用于表示人员，所述边用于表示人员之间存在关联关系；

基于所述多个人员的行为数据，获取每个点的初始分数，所述初始分数用于表示对应的人员属于目标人员的概率；

基于所述关联关系，更新各个所述点的初始分数，得到各个所述点的最终分数；

采用社区发现算法，将所述关系网络划分为多个社区；

根据各个所述社区中的点的最终分数，确定疑似目标人员集合。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个人员的行为数据，获取每个点的初始分数，包括：

基于所述多个人员的行为数据，确定各个所述人员对应的点的预测分数；

根据所述多个人员的记录数据，对各个点的所述预测分数进行更新，得到每个点的初始分数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述多个人员的行为数据，确定各个所述人员对应的点的预测分数，包括：

对所述多个人员的行为数据进行特征提取；

将提取到的特征输入行为分类模型，并将所述行为分类模型的输出作为各个所述人员对应的点的预测分数。

4.根据权利要求2所述的方法，其特征在于，所述根据所述多个人员的记录数据，对各个点的所述预测分数进行更新，得到每个点的初始分数，包括：

当所述人员没有记录时，将所述预测分数作为对应的点的初始分数；

当所述人员有记录时，将所述预测分数与预设值之和作为对应的点的初始分数。

5.根据权利要求1所述的方法，其特征在于，所述基于所述关联关系，更新各个所述点的初始分数，得到各个所述点的最终分数，包括：

采用页面排序PageRank算法，更新各个所述点的初始分数，得到各个所述点的最终分数。

6.根据权利要求1所述的方法，其特征在于，所述根据各个所述社区所包含的点的最终分数，确定疑似目标人员集合，包括：

将各个所述社区按照各个社区所包含的点的最终分数之和的平均值进行从大到小的排序；

将排序在前的设定数量的社区确定为疑似目标人员集合。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

基于所述疑似目标人员集合中各个成员的属性信息，确定所述疑似目标人员集合的属性特征；

确定所述疑似目标人员集合的基本特征，所述基本特征包括成员数量、边数、密度中的至少一种；

基于所述属性特征和所述基本特征，确定所述疑似目标人员集合是否为目标人员集合。

8.一种人员关系分析装置，其特征在于，所述装置包括：

行为数据获取模块，用于获取多个人员的行为数据；

关系网络确定模块，用于基于所述行为数据获取模块获取的所述多个人员的行为数据，确定关系网络，所述关系网络包括点和边，所述点用于表示人员，所述边用于表示人员之间存在关联关系；

初始分数获取模块，用于基于所述行为数据获取模块获取的所述多个人员的行为数据，获取每个点的初始分数，所述初始分数用于表示对应的人员属于目标人员的概率；

分数更新模块，用于基于所述关联关系，更新各个所述点的初始分数，得到各个所述点的最终分数；

社区划分模块，用于采用社区发现算法，将所述关系网络确定模块确定的所述关系网络划分为多个社区；

第一人员关系分析模块，用于根据所述社区划分模块划分出的各个所述社区中的点的最终分数，确定疑似目标人员集合。

9.根据权利要求8所述的装置，其特征在于，所述初始分数获取模块，包括：

分数预测子模块，用于基于所述多个人员的行为数据，确定各个所述人员对应的点的预测分数；

初始分数确定子模块，用于根据所述多个人员的记录数据，对各个点的所述预测分数进行更新，得到每个点的初始分数。