[发明专利]展示方法及装置在审

专利信息
申请号: 202011009319.2 申请日: 2020-09-23
公开(公告)号: CN111930463A 公开(公告)日: 2020-11-13
发明(设计)人: 叶奋进;陈杨 申请(专利权)人: 杭州橙鹰数据技术有限公司
主分类号: G06F9/451 分类号: G06F9/451;G06K9/62;G06F16/28
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 吴肖肖
地址: 310000 浙江省杭州市余杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 展示 方法 装置
【权利要求书】:

1.一种展示方法,其特征在于,所述方法包括:

基于至少两个目标对象在参考时间段的历史联系数据,构建关系网络图,其中,所述关系网络图用于表征所述参考时间段内的每个参考时间单元中所述至少两个目标对象之间的关联关系,且以所述至少两个目标对象为节点;

基于节点和任意两个节点间的关系,将每个关系网络图中的每个节点转换为目标向量,其中,在一个关系网络图中一个节点对应一个目标向量;

基于每个节点的目标向量,为所述关系网络图构建对应的可视化关系图,其中,所述可视化关系图中每个参考时间单元内两个节点之间的距离表征所述至少两个目标对象之间的关联度。

2.如权利要求1所述的展示方法,其特征在于,所述基于节点和任意两个节点间的关系,将每个关系网络图中的每个节点转换为目标向量,包括:

基于参考关系网络图中的节点和任意两个节点间的关系,通过词向量模型确定所述参考关系网络图中的每个节点的词向量,所述参考关系网络图为所述关系网络图中任意一个参考时间单元对应的关系网络图;

基于所述参考关系网络图中的每个节点的词向量,通过降维算法将所述参考关系网络图中每个节点转换为目标向量。

3.如权利要求2所述的展示方法,其特征在于,所述基于参考关系网络图中的节点和任意两个节点间的关系,通过词向量模型确定所述参考关系网络图中的每个节点的词向量,包括:

基于所述参考关系网络图中的节点和任意两个节点间的关系,确定所述参考关系网络图中包括的目标路径,所述目标路径中包括至少两个节点;

将所述目标路径包含的节点同时输入所述词向量模型中,得到所述参考关系网络图中每个节点的词向量。

4.如权利要求3所述的展示方法,其特征在于,所述历史联系数据中包括所述至少两个目标对象之间的联系次数,所述构建关系网络图之后,还包括:

基于所述至少两个目标对象之间的联系次数,确定所述关系网络图中每条边的权重;

相应地,所述基于所述参考关系网络图中的节点和任意两个节点间的关系,确定所述参考关系网络图中包括的目标路径,包括:

基于所述参考关系网络图确定其中包含的多个子路径,其中,每个子路径由所述参考关系网络图中每条边的两个节点和所述两个节点的关联关系确定;

基于每条边的权重,确定所述多个子路径中每个子路径输入所述词向量模型的次数,得到所述多个子路径的输入次数;

基于所述多个子路径的输入次数,将所述多个子路径中包括关联节点的子路径确定为关联路径,以及将所述多个子路径中不包括关联节点的子路径确定为非关联路径,其中,每个关联路径包括至少一个关联节点,所述关联节点与至少两个不同的节点相连;

将所述关联路径和所述非关联路径确定为所述参考关系网络图中包括的目标路径。

5.如权利要求2所述的展示方法,其特征在于,所述基于所述参考关系网络图中的每个节点的词向量,通过降维算法将所述参考关系网络图中每个节点转换为目标向量,包括:

对所述参考关系网络图中的节点进行两两组对,得到多个节点组;

基于每个节点组中两个节点的词向量,确定每个节点组中两个节点的词向量之间的距离,得到距离矩阵,其中,每个节点组中的两个节点的词向量之间的距离越小,则两个节点的关联度越大;

将所述距离矩阵输入所述降维算法中,得到所述参考关系网络图中每个节点的目标向量。

6.如权利要求1所述的展示方法,其特征在于,所述基于每个节点的目标向量,为所述关系网络图构建对应的可视化关系图,包括:

以节点的目标向量为第一坐标轴,以时间为第二坐标轴,确定每个节点在平面坐标系中的投影点,得到所述可视化关系图,其中,每个参考时间单元内的至少两个节点的投影点在所述第二坐标轴上的第二坐标相同。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州橙鹰数据技术有限公司,未经杭州橙鹰数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011009319.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top