[发明专利]一种交通违法对象的挖掘方法、装置、设备及介质

权利要求书

1.一种交通违法对象的挖掘方法，其特征在于，包括：

获取交通违法数据；

根据所述交通违法数据构建交通违法知识图谱；所述交通违法知识图谱中包括实体型节点和属性型节点；

对所述交通违法知识图谱进行子图分割，得到图谱子图；

确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量；

对所述各个子图的低维编码向量进行聚类处理，确定交通违法对象的挖掘结果。

2.根据权利要求1所述的一种交通违法对象的挖掘方法，其特征在于，所述根据所述交通违法数据构建交通违法知识图谱，包括：

根据所述交通违法数据，确定实体型节点和属性型节点；

根据所述实体型节点和所述属性型节点，建立节点之间的关联关系，进而构建得到所述交通违法知识图谱

其中，所述实体型节点包括客观实体节点和交通泛化实体节点，所述客观实体节点包括人物对象、车辆对象和道路对象；所述交通泛化实体节点包括交通违法事件、交通事故事件和交通出行事件；

所述属性型节点包括机动车颜色、机动车品牌、机动车型号、驾驶员性别和驾驶员准驾车型。

3.根据权利要求1所述的一种交通违法对象的挖掘方法，其特征在于，所述对所述交通违法知识图谱进行子图分割，得到图谱子图，包括：

将所述交通违法知识图谱中的实体划分为核心对象实体和属性对象实体；其中，所述核心对象实体包括驾驶员、驾驶证、机动车和违法信息；所述属性对象实体包括但不限于驾驶员性别、机动车颜色和机动车品牌；

确定所述不同的核心对象实体之间的第一连接关系；

确定所述核心对象实体与所述属性对象实体之间的第二连接关系；

根据所述第一连接关系和所述第二连接关系，从所述交通违法知识图谱中提取得到图谱子图。

4.根据权利要求1所述的一种交通违法对象的挖掘方法，其特征在于，所述确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量，包括：

将所述图谱子图中的一个核心对象实体作为元胞；

确定所述元胞与其他核心对象实体之间的相关关系；

根据所述相关关系，确定子图的低维向量表达的向量结构，所述向量结构包括：相互买卖分的违法实体数量、买卖分违法实体与驾驶证实体的平均距离、买卖分违法实体与机动车实体的平均距离；

根据所述向量结构，构造分量的计算公式；

根据所述计算公式计算得到所述元胞与另外两个核心对象实体之间的平均距离，将所述平均距离作为所述元胞的编码向量的两个分量，完成对子图的量化编码。

5.根据权利要求4所述的一种交通违法对象的挖掘方法，其特征在于，所述构造分量的计算公式为：

其中，d_p代表第p类核心对象对应的分量；s代表事件对象；k代表元胞周围的核心对象；I代表事件对象总数；J_p代表第p类核心对象总数。

6.根据权利要求1所述的一种交通违法对象的挖掘方法，其特征在于，所述对所述各个子图的低维编码向量进行聚类处理，确定交通违法对象的挖掘结果，包括：

通过k-means方法对所述各个子图的低维编码向量的向量特征进行聚类，得到聚类结果。

7.一种交通违法对象的挖掘装置，其特征在于，包括：

获取模块，用于获取交通违法数据；

构建模块，用于根据所述交通违法数据构建交通违法知识图谱；所述交通违法知识图谱中包括实体型节点和属性型节点；

分割模块，用于对所述交通违法知识图谱进行子图分割，得到图谱子图；

低维化表达模块，用于确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量；

聚类模块，用于对所述各个子图的低维编码向量进行聚类处理，确定交通违法对象的挖掘结果。

8.一种电子设备，其特征在于，包括处理器以及存储器；

所述存储器用于存储程序；

所述处理器执行所述程序实现如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1-6中任一项所述的方法。