[发明专利]行为关系信息提取方法及装置、存储介质、电子设备

权利要求书

1.一种行为关系信息提取方法，其特征在于，包括：

获取待处理行为数据，并提取所述待处理行为数据中行为事件的行为属性信息；

从所述行为属性信息中确定所述行为事件对应的行为源节点以及行为目标节点，并确定所述行为源节点与所述行为目标节点之间所有所述行为事件的权重数据；

根据所述行为属性信息以及所述权重数据生成所述待处理行为数据对应的连通子图；

以模块度最大为目标对所述连通子图进行社区子图提取，以获取多个目标社区子图并基于所述目标社区子图提取所述待处理行为数据对应的行为关系信息；

其中，所述权重数据包括行为权重数据，所述确定所述行为源节点与所述行为目标节点之间所有行为事件的权重数据，包括：

从所述行为属性信息中确定目标行为事件；其中，所述目标行为事件对应所述行为源节点与所述行为目标节点；

确定所述目标行为事件对应的每个维度数据的分数数据；其中，所述维度数据用于表征所述目标行为事件的不同类型的数据，所述每个维度数据的分数数据用于表征所述每个维度数据对所述目标行为事件的影响程度；

对多个维度数据的分数数据进行累加求和确定所述目标行为事件对应的所述行为权重数据。

2.根据权利要求1所述的行为关系信息提取方法，其特征在于，所述行为关系信息包括目标社区子图对应的评估数据；所述基于所述目标社区子图提取所述待处理行为数据对应的行为关系信息，包括：

确定多个所述目标社区子图对应的重要程度数据；其中，所述重要程度数据包括子图复杂度数据、最长路径权重数据和子图边权重加权数据；

根据所述重要程度数据计算所述目标社区子图对应的评估数据。

3.根据权利要求2所述的行为关系信息提取方法，其特征在于，根据所述重要程度数据计算所述目标社区子图对应的评估数据，包括：

将所述子图复杂度数据以及求对数处理后的所述最长路径权重数据和所述子图边权重加权数据进行累乘计算，确定计算结果；

根据预设的转化算法将所述计算结果进行标准化处理以确定所述社区子图对应的评估数据。

4.根据权利要求2所述的行为关系信息提取方法，其特征在于，在根据所述重要程度数据计算所述目标社区子图对应的评估数据之后，所述方法还包括：

将所述目标社区子图以及所述目标社区子图对应的评估数据作为所述待处理行为数据对应的行为关系信息，并将所述行为关系信息进行可视化展示。

5.根据权利要求1所述的行为关系信息提取方法，其特征在于，所述行为源节点与所述行为目标节点之间包含多个所述目标行为事件，所述从所述行为属性信息中确定所述行为事件对应的行为源节点以及行为目标节点，并确定所述行为源节点与所述行为目标节点之间所有所述行为事件的权重数据，包括：

确定所述行为源节点与所述行为目标节点之间多个所述目标行为事件对应的多个所述行为权重数据；

对多个所述行为权重数据进行累加计算，确定所述行为源节点与所述行为目标节点之间所有所述行为事件的权重数据。

6.根据权利要求1所述的行为关系信息提取方法，其特征在于，确定所述目标行为事件对应的每个维度数据的分数数据，包括：

根据每个维度数据对应的数据分布状况，确定所述目标行为事件对应的每个维度数据对应的分数数据。

7.根据权利要求1所述的行为关系信息提取方法，其特征在于，根据所述行为属性信息以及所述权重数据生成所述待处理行为数据对应的连通子图，包括：

根据所述行为属性信息确定所述行为源节点对应的第一节点地址以及所述行为目标节点对应的第二节点地址；

将所述第一节点地址、所述第二节点地址以及所述权重数据作为连通子图生成模型的输入，以通过所述连通子图生成模型生成所述待处理行为数据对应的连通子图。