[发明专利]一种标识识别方法、装置及电子设备有效
申请号: | 202110870682.1 | 申请日: | 2021-07-30 |
公开(公告)号: | CN113591088B | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 董奕 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06F21/56 | 分类号: | G06F21/56;G06F16/951;G06F16/955 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;黄灿 |
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: | 一种 标识 识别 方法 装置 电子设备 | ||
1.一种标识识别方法,所述方法包括:
获取多个关联数据,每个关联数据包括一个第一标识以及对应的一个第二标识;
基于所述多个关联数据以及所述多个关联数据中每个关联数据的网页访问量,建立目标关联图,其中,任一关联数据的网页访问量为其包括的第一标识和第二标识共同访问的网页访问量;
计算所述目标关联图的连通分量,得到所述目标关联图的至少一个关联子图;
通过所述至少一个关联子图,确定第一目标标识集和第二目标标识集;
其中,所述通过所述至少一个关联子图,确定第一目标标识集和第二目标标识集,包括:
在所述至少一个关联子图中包括第一关联子图的情况下,将所述至少一个关联子图中所述第一关联子图的过滤,得到第二关联子图,其中,所述第一关联子图对应的关联数据的网页访问量之和小于预设阈值;对所述第二关联子图中的第一标识和所述第二关联子图中的第二标识分别进行汇总,得到所述第一目标标识集和所述第二目标标识集;
在所述至少一个关联子图中不包括第一关联子图的情况下,对所述至少一个关联子图中的第一标识和所述至少一个关联子图中的第二标识分别进行汇总,得到所述第一目标标识集和所述第二目标标识集;
其中,所述多个关联数据包括以下至少一项:
在第一预设时间周期内的N个关联数据集,其中,N为正整数,所述N个关联数据集包括N种应用类型的关联数据,所述目标关联图包括N个关联图,所述N个关联图与所述N个关联数据集对应;
在第二预设时间周期内的M个关联数据,M为大于1的整数;其中,所述第二预设时间周期大于所述第一预设时间周期。
2.根据权利要求1所述的方法,其中,所述目标关联图中包括节点集合和边集合;
其中,所述边集合中任一条边关联的两个节点为一个关联数据,所述边集合中任一条边的关联数据的网页访问量大于预设数量,所述节点集合包括所述边集合中每一条边关联的节点的集合。
3.一种标识识别装置,所述装置包括:
获取模块,用于获取多个关联数据,每个关联数据包括一个第一标识以及对应的一个第二标识;
建立模块,用于基于所述多个关联数据以及所述多个关联数据中每个关联数据的网页访问量,建立目标关联图,其中,任一关联数据的网页访问量为其包括的第一标识和第二标识共同访问的网页访问量;
计算模块,用于计算所述目标关联图的连通分量,得到所述目标关联图的至少一个关联子图;
确定模块,用于通过所述至少一个关联子图,确定第一目标标识集和第二目标标识集;
其中,所述确定模块,包括:
过滤模块,用于在所述至少一个关联子图中包括第一关联子图的情况下,将所述至少一个关联子图中所述第一关联子图的过滤,得到第二关联子图,其中,所述第一关联子图对应的关联数据的网页访问量之和小于预设阈值;
第一汇总模块,用于对所述第二关联子图中的第一标识和所述第二关联子图中的第二标识分别进行汇总,得到所述第一目标标识集和所述第二目标标识集;
所述确定模块,还包括:
第二汇总模块,用于在所述至少一个关联子图中不包括第一关联子图的情况下,对所述至少一个关联子图中的第一标识和所述至少一个关联子图中的第二标识分别进行汇总,得到所述第一目标标识集和所述第二目标标识集;
其中,所述多个关联数据包括以下至少一项:
在第一预设时间周期内的N个关联数据集,其中,N为正整数,所述N个关联数据集包括N种应用类型的关联数据,所述目标关联图包括N个关联图,所述N个关联图与所述N个关联数据集对应;
在第二预设时间周期内的M个关联数据,M为大于1的整数;
其中,所述第二预设时间周期大于所述第一预设时间周期。
4.根据权利要求3所述的装置,其中,所述目标关联图中包括节点集合和边集合;
其中,所述边集合中任一条边关联的两个节点为一个关联数据,所述边集合中任一条边的关联数据的网页访问量大于预设数量,所述节点集合包括所述边集合中每一条边关联的节点的集合。
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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/202110870682.1/1.html,转载请声明来源钻瓜专利网。