[发明专利]一种基于动态探针的实体关联挖掘方法

权利要求书

1.一种基于动态探针的实体关联挖掘方法，其特征在于，包括：

配置探针，侦听应用系统对数据库的请求信息及对应的响应数据；

对侦听到的数据进行处理，形成一个实体的格式化数据存入关系型数据库；

将所述实体与关系型数据库中的已有实体进行特征融合，过程为：

计算两个对比实体的属性信息的相似度；

计算两个对比实体的属性值的相似度；

计算两个对比实体的日志相似度；

将计算得到的属性信息相似度、属性值相似度以及日志相似度，使用模糊逻辑推理方法，得出两个对比实体的相似程度；

其中，所述计算两个对比实体的属性信息的相似度的过程为：

所述属性信息包括属性名和属性约束；

属性名相似度的计算过程包括：

计算朴素文本相似度S₁；

计算文本语义相似度S₂；

选择S₁、S₂中的最大值作为属性名相似度S₃；

属性约束相似度的计算过程包括：

将两个对比实体的属性约束向量分别定义为A、B；其中，A_i和B_i分别表示向量A和向量B所对应的第i个候选约束的取值；

计算其中，n为向量A和向量B中候选约束的个数，otherwise表示除A_i＝B_i以外的其它情形；

计算属性约束相似度

采用加权算法，计算两个对比实体的属性信息相似度S₅＝α·S₃+β·S₄；其中，α、β为权重，并且α∈[0,1]，β∈[0,1]且α+β＝1。

2.根据权利要求1所述的基于动态探针的实体关联挖掘方法，其特征在于，所述朴素文本相似度S₁采用以下公式计算获得：

其中，w₁和w₂分别为两个对比实体的属性名；l₁,l₂为属性名w₁和w₂的字符长度，D为属性名w₁和w₂的编辑距离，Max为取最大值函数。

3.根据权利要求1或2所述的基于动态探针的实体关联挖掘方法，其特征在于，所述文本语义相似度S₂的计算过程为：

建立树状语义层级关系，形成树状图；

通过属性名在树状图中对应的位置，计算两个对比实体的属性名w₁和w₂之间的相似度

其中，N₁和N₂分别表示属性名w₁、w₂与最近公共父节点属性名w之间的最短路径；H表示从w到根节点的最短路径。

4.根据权利要求1所述的基于动态探针的实体关联挖掘方法，其特征在于，所述计算两个对比实体的属性值的相似度的过程为：

根据数据类型的不同，将属性值分为四种类型，分别为：数值型、字符型、枚举型、文本型；

针对数值型属性值，选取平均值、算数中位数、众数、样本标准偏差、最大值、最小值中的多种或全部作为特征向量元素，构成与两个对比实体相对应的特征向量u、v，计算两个对比实体的属性值的相似度

针对字符型属性值，首先将两个对比实体的属性值合并，形成语料库；然后采用词频-逆文档频率算法，分别计算出每一个实体的属性值所对应的词频-逆文档频率，对应形成向量U、V；计算两个对比实体的属性值的相似度

针对枚举型属性值，在每一个实体的属性值中至少包含两个数据，将两个对比实体的属性值转换成两个集合A、B，计算两个对比实体的属性值的相似度其中，∩为交集符号；∪为并集符号；

针对文本型属性值，采用深度学习中的自编码算法建立数学模型，利用属性值中的数据对模型进行训练，利用训练后的模型计算两个对比实体的属性值的相似度。