[发明专利]基于时空关联的目标关系探测方法、系统及存储介质

权利要求书

1.基于时空关联的目标关系探测方法，其特征在于，所述基于时空关联的目标关系探测方法包括以下步骤：

基于在采集区域所采集的信息，构建知识图谱；

基于所述知识图谱，输入目标的已知特征，确定表示目标的节点；

基于所述表示目标的节点，筛选出与目标相关的候选节点集；

计算所述候选节点集中的各节点与所述表示目标的节点间的相似度；

基于所述相似度，确定与所述目标强相关的群体。

2.根据权利要求1所述的基于时空关联的目标关系探测方法，其特征在于，基于在采集区域所采集的信息，构建知识图谱，进一步包括以下步骤：

调取在所述采集区域预先设置的采集设备所采集的信息；

基于所述采集设备所采集的信息，生成相应图层的子图；

对所述子图的信息进行关联，进而得到相应的知识图谱。

3.根据权利要求2所述的基于时空关联的目标关系探测方法，其特征在于，与目标相关的信息至少包括目标出现的地点信息和时间信息。

4.根据权利要求3所述的基于时空关联的目标关系探测方法，其特征在于，基于所述与目标相关的信息，筛选出与目标相关的候选节点集，进一步包括以下步骤：

基于目标出现的地点信息和时间信息，筛选出满足预设时间范围内出现在目标出现的地点的预设范围内的节点；

将所述筛选出的节点归入候选节点集，调取所述筛选出的节点的其他信息并进行关联存储。

5.根据权利要求4所述的基于时空关联的目标关系探测方法，其特征在于，计算所述候选节点集中的各节点与所述表示目标的节点间的相似度，进一步包括以下步骤：

通过Node2vec算法将候选节点集中的各节点向量化，以得到相应的节点向量；

基于所述节点向量的信息，利用余弦相似度算法计算所述节点向量的相似度。

6.根据权利要求5所述的基于时空关联的目标关系探测方法，其特征在于，基于所述节点向量的信息，利用余弦相似度算法计算所述节点向量的相似度之后，还包括以下步骤：

将满足预设的相同的相似度范围的节点向量划分至同一簇；

计算各簇的模块度；

将所述各簇的模块度与预设的模块度阈值比较，当所述各簇的模块度未达到预设的模块度阈值时，则调整所述节点向量，并重复上述步骤，否则，结束当前步骤。

7.根据权利要求6所述的基于时空关联的目标关系探测方法，其特征在于，基于所述相似度，确定与所述目标强相关的群体，进一步包括以下步骤：

将所述任意两相邻的节点向量的最终的相似度与预设的相似度阈值作比较，当所述节点向量的相似度低于所述预设的相似度阈值时，则判断所述节点与所述目标不存在关系，并将该节点及其所连接的边删除；否则，则判断所述节点与所述目标不存在关系，保留该节点及其所连接的边，保留的节点为与所述目标强相关的群体。

8.一种实现如权利要求1-7任一项所述的一种基于时空关联的目标关系探测方法的系统，其特征在于，包括：

构建模块，用于基于所述采集设备所采集的信息构建所述知识图谱；

获取模块，用于基于所述目标的已知特征，获取与目标相关的信息；

筛选模块，用于基于所述与目标相关的信息，筛选出与所述目标相关的候选节点集；

计算模块，用于计算所述候选节点集中的各节点与所述表示目标的节点间的相似度；

确定模块，用于基于计算模块所计算的相似度，确定与所述目标强相关的群体。

9.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如权利要求1-7任一项所述的方法。