[发明专利]一种基于时空特征的关系收敛方法、装置、设备及存储介质

权利要求书

1.一种基于时空特征的关系收敛方法，其特征在于，包括：

获取多个初始时间数据、多个初始空间数据，以及多个事件数据；

对所述多个初始时间数据分别进行预处理，以得到多个目标时间数据；

对所述多个初始空间数据分别进行预处理，以得到多个目标空间数据；

结合时空推理和数据挖掘方法，对所述多个目标时间数据和所述多个目标空间数据以及所述多个事件数据进行时空融合处理，以得到目标收敛关系，所述目标收敛关系用于描述所述多个目标时间数据、所述多个目标空间数据以及所述多个事件数据之间的关联关系。

2.如权利要求1所述的方法，其特征在于，所述对所述多个初始时间数据分别进行预处理，以得到多个目标时间数据，包括：

根据至少部分初始时间数据的时间变量类型，对所述至少部分初始时间数据进行汇总处理，所述至少部分初始时间数据对应的时间间隔值小于间隔阈值，所述至少部分初始时间数据对应相同所述时间变量类型；和/或

根据至少部分初始时间数据的时间变量类型，对所述至少部分初始时间数据中的空白值和/或空值进行填充处理，所述至少部分初始时间数据对应相同所述时间变量类型；以及

对所述汇总处理后初始时间数据，和/或对所述填充处理后初始时间数据进行合并处理，以得到相应所述目标时间数据。

3.如权利要求1所述的方法，其特征在于，所述对所述多个初始空间数据分别进行预处理，以得到多个目标空间数据，包括：

确定与所述多个初始空间数据分别对应的多个空间坐标系；

根据参考空间坐标系分别对所述多个空间坐标系进行坐标映射处理，以得到多个目标空间坐标系；

将所述多个初始空间数据分别映射至相应所述多个目标空间坐标系之中，以得到所述多个目标空间数据。

4.如权利要求1所述的方法，其特征在于，在所述结合时空推理和数据挖掘方法，对所述多个目标时间数据和所述多个目标空间数据以及所述多个事件数据进行时空融合处理，以得到目标收敛关系之前，还包括：

对所述事件数据进行解析处理，以得到事件描述信息，所述事件描述信息至少包括：事件信息、事件地理信息、事件时间信息；

根据所述事件地理信息从所述多个目标空间数据之中确定出匹配的目标空间数据；

根据所述事件时间信息从所述多个目标时间数据之中确定出匹配的目标时间数据；

则所述结合时空推理和数据挖掘方法，对所述多个目标时间数据和所述多个目标空间数据以及所述多个事件数据进行时空融合处理，以得到目标收敛关系，包括：

结合所述时空推理和数据挖掘方法，对所述匹配的目标空间数据和所述匹配的目标时间数据以及相应所述事件数据进行时空融合处理，以得到目标收敛关系。

5.如权利要求4所述的方法，其特征在于，所述结合所述时空推理和数据挖掘方法，对所述匹配的目标空间数据和所述匹配的目标时间数据以及相应所述事件数据进行时空融合处理，以得到目标收敛关系，包括：

将所述匹配的目标空间数据和所述匹配的目标时间数据以及相应所述事件数据输入至关系精准收敛模型之中，以得到所述关系精准收敛模型输出的所述目标收敛关系；

其中，预先采用所述时空推理和数据挖掘方法获取样本空间数据、样本时间数据，以及与所述样本空间数据和所述样本时间数据对应的样本事件数据，结合所述样本空间数据、所述样本时间数据，以及所述样本事件数据之间的标注收敛关系，训练初始的最优化模型和给定约束的多目标分级最优化模型，直至所述最优化模型和所述多目标分级最优化模型收敛，将训练得到的所述最优化模型和所述多目标分级最优化模型共同作为所述关系精准收敛模型。