[发明专利]关系网络生成方法、装置、电子设备及存储介质在审

专利信息
申请号: 202011034030.6 申请日: 2020-09-27
公开(公告)号: CN112115233A 公开(公告)日: 2020-12-22
发明(设计)人: 戴明洋 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/36;G06F16/951
代理公司: 北京市铸成律师事务所 11313 代理人: 杨瑾瑾;林军
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 关系 网络 生成 方法 装置 电子设备 存储 介质
【说明书】:

本公开公开了关系网络生成方法、装置、电子设备及存储介质,涉及大数据处理领域。具体实现方案为:获取预设时长内N个用户分别对应的至少一个历史文本数据;其中,N为大于等于1的整数;对所述N个用户分别对应的至少一个历史文本数据进行采样,得到所述N个用户分别对应的采样后的文本数据;基于所述N个用户分别对应的采样后的文本数据确定所述N个用户分别对应的语义向量,基于所述N个用户分别对应的语义向量生成包含N个用户的语义化关系网络。

技术领域

本公开涉及计算机技术领域。本公开尤其涉及大数据处理领域。

背景技术

用户的关系理解是刻画用户的重要维度,相关技术中会构建用户的关系网络,在用户的关系网络中,会将用户的文本信息融入到关系网络中的用户的节点作为该节点的属性使用。

但是,在构建用户的关系网络的处理中,若要融入一定时长的用户的文本信息,就需要采用大量用户的历史文本,这样会出现计算成本较高的问题。

发明内容

本公开提供了一种关系网络生成方法、装置、电子设备及存储介质。

根据本公开的一方面,提供了一种关系网络生成方法,包括:

获取预设时长内N个用户分别对应的至少一个历史文本数据;其中,N为大于等于1的整数;

对所述N个用户分别对应的至少一个历史文本数据进行采样,得到所述N个用户分别对应的采样后的文本数据;

基于所述N个用户分别对应的采样后的文本数据确定所述N个用户分别对应的语义向量,基于所述N个用户分别对应的语义向量生成包含N个用户的语义化关系网络。

根据本公开的另一方面,提供了一种关系网络生成装置,包括:

获取模块,用于获取预设时长内N个用户分别对应的至少一个历史文本数据;其中,N为大于等于1的整数;

采样模块,用于对所述N个用户分别对应的至少一个历史文本数据进行采样,得到所述N个用户分别对应的采样后的文本数据;

网络生成模块,用于基于所述N个用户分别对应的采样后的文本数据确定所述N个用户分别对应的语义向量,基于所述N个用户分别对应的语义向量生成包含N个用户的语义化关系网络。

根据本公开的一方面,提供了一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述方法。

根据本公开的一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行前述方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开实施例的关系网络生成方法流程示意图一;

图2是根据本公开实施例的关系网络示意图;

图3是根据本公开实施例的采样处理流程示意图;

图4是根据本公开实施例的关系网络生成方法流程示意图二;

图5是根据本公开实施例的关系网络生成装置组成结构示意图;

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011034030.6/2.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