[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

说明书

本发明公开了一种基于时空关联的目标关系探测方法、系统及存储介质，涉及数据处理技术领域，旨在解决如何更准确、有效地对目标的关系进行探测的问题，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。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于时空关联的目标关系探测方法、系统及存储介质。

背景技术

随着互联网的发展，网络数据内容呈现爆炸式增长的态势。很多政府部门或企业都汇聚了大量内部、外部数据资源，对这些数据资源往往是通过数据治理的方式加以提取，但这类数据大多是静态数据，提取后很难保证其实时性和有效性，而且，在这些海量数据背后还隐藏着很强的隐性关系。在实际生活中，这类动态的且存在隐性关系的数据更符合我们通过数据了解领域现状的要求。当然，想要提取并分析这类数据的难度也相对较大，故需要借助更广泛的数据采集来源和更广泛的数据分析挖掘手段，这类数据才能被提取并加以利用。

发明内容

本发明的主要目的在于提供一种基于时空关联的目标关系探测方法、系统及存储介质，旨在解决如何更准确、有效地对目标的关系进行探测的问题。

为实现上述目的，本发明提供的一种基于时空关联的目标关系探测方法、系统及存储介质，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。

在本申请的一实施例中，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。

在本申请的一实施例中，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。

在本申请的一实施例中，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。

在本申请的一实施例中，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。

在本申请的一实施例中，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；