CN112084343A - 一种社会关系图谱的量化方法、装置和介质 - Google Patents
一种社会关系图谱的量化方法、装置和介质 Download PDFInfo
- Publication number
- CN112084343A CN112084343A CN202010947621.6A CN202010947621A CN112084343A CN 112084343 A CN112084343 A CN 112084343A CN 202010947621 A CN202010947621 A CN 202010947621A CN 112084343 A CN112084343 A CN 112084343A
- Authority
- CN
- China
- Prior art keywords
- node
- nodes
- relationship
- cross
- social relationship
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000000605 extraction Methods 0.000 claims abstract description 20
- 238000010276 construction Methods 0.000 claims abstract description 17
- 230000008520 organization Effects 0.000 claims description 40
- 230000006399 behavior Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 5
- 235000021018 plums Nutrition 0.000 description 3
- 208000001613 Gambling Diseases 0.000 description 2
- 206010037180 Psychiatric symptoms Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种社会关系图谱的量化方法、装置和介质,调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱,有效的提升了社会关系图谱的构建效率;社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型。社会关系图谱中每个节点均会受到与其相邻或相接近的跨级节点的影响,为了充分挖掘节点之间的关系,可以依据预先设定的关系类型权重、跨节点影响权重以及各节点的属性分值,计算出社会关系图谱中跨级节点对目标节点的影响值。目标节点的影响值不仅涵盖了目标节点自身属性带来的影响,并且充分考虑了跨级节点对其造成的影响,实现了对社会关系图谱中信息价值的深入挖掘。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种社会关系图谱的量化方法、装置和计算机可读存储介质。
背景技术
关系图谱指的是节点与节点之间由线构成的一个网站关系图,节点可以有各种属性,节点与节点之间的连线表示节点与节点之间的关系。在实际应用中,基于人与人之间的关系以及人与组织机构之间的关系,可以构建社会关系图谱。其中,每个用户以及每个组织机构均可以看作是一个节点。
传统手段中需要依赖于人工对大量数据进行采集,标记特征,然后再审核识别提取有效信息,从而构建社会关系图谱。这种方式效率太低,且信息丢失率高,难以快速高效大批量开展。并且传统方式中构建的社会关系图谱,无法深入的分析各节点之间的影响程度,导致信息价值的挖掘程度较低。
可见,如何提升社会关系图谱的构建效率,并且深入挖掘社会关系图谱中信息的价值,是本领域技术人员需要解决的问题。
发明内容
本发明实施例的目的是提供一种社会关系图谱的量化方法、装置和计算机可读存储介质,可以提升社会关系图谱的构建效率,并且深入挖掘社会关系图谱中信息的价值。
为解决上述技术问题,本发明实施例提供一种社会关系图谱的量化方法,包括:
调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,所述社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型;
依据预先设定的关系类型权重、跨节点影响权重以及各所述节点的属性分值,计算出所述社会关系图谱中跨级节点对目标节点的影响值;其中,所述目标节点为所述社会关系图谱中所有节点中的任意一个节点。
可选地,所述调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱包括:
获取待构建节点;其中,每个节点有其对应的属性信息;
依据预先建立的属性分值列表,确定出各所述节点的属性分值;其中,所述属性分值列表中包含不同属性类别各自对应的分值;
按照预先设定的关系图库,确定出各节点之间的连接关系;其中,相邻节点之间有其对应的关系类型;
根据各所述节点的属性分值以及各所述节点之间的连接关系,构建社会关系图谱。
可选地,所述依据预先建立的属性分值列表,确定出各所述节点的属性分值包括:
依据各所述节点的属性信息,将各所述节点划分为用户节点组和组织机构节点组;
根据预先设定的用户行为信息得分表,计算出所述用户节点组中各用户节点的属性分值;
查询预先设定的组织机构类型与机构得分的对应关系,确定出所述组织机构节点组中各组织机构节点的属性分值。
可选地,所述依据预先设定的关系类型权重、跨节点影响权重以及各所述节点的属性分值,计算出所述社会关系图谱中跨级节点对目标节点的影响值包括:
按照如下公式,计算出所述社会关系图谱中跨级节点对目标节点的影响值Y,
其中,i表示跨级节点的当前级别,k表示跨级节点的级别上限值,j表示跨级节点与所述目标节点之间的关系类型,m表示跨级节点与所述目标节点之间的关系类型的类型总数,n表示具有相同关系类型的节点个数,wj表示第j种关系类型所对应的关系类型权重,2i表示第i级别的跨级节点对所述目标节点的跨节点影响权重。
可选地,在所述依据预先设定的关系类型权重、跨节点影响权重以及各所述节点的属性分值,计算出所述社会关系图谱中跨级节点对目标节点的影响值之后还包括:
判断是否存在影响值满足预设条件的节点;
若存在影响值满足预设条件的节点,则对影响值满足预设条件的节点设置风险标识。
本发明实施例还提供了一种社会关系图谱的量化装置,包括构建单元和计算单元;
所述构建单元,用于调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,所述社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型;
所述计算单元,用于依据预先设定的关系类型权重、跨节点影响权重以及各所述节点的属性分值,计算出所述社会关系图谱中跨级节点对目标节点的影响值;其中,所述目标节点为所述社会关系图谱中所有节点中的任意一个节点。
可选地,所述构建单元包括获取子单元、分值确定子单元、关系确定子单元和建立子单元;
所述获取子单元,用于获取待构建节点;其中,每个节点有其对应的属性信息;
所述分值确定子单元,用于依据预先建立的属性分值列表,确定出各所述节点的属性分值;其中,所述属性分值列表中包含不同属性类别各自对应的分值;
所述关系确定子单元,用于按照预先设定的关系图库,确定出各节点之间的连接关系;其中,相邻节点之间有其对应的关系类型;
所述建立子单元,用于根据各所述节点的属性分值以及各所述节点之间的连接关系,构建社会关系图谱。
可选地,所述分值确定子单元具体用于依据各所述节点的属性信息,将各所述节点划分为用户节点组和组织机构节点组;根据预先设定的用户行为信息得分表,计算出所述用户节点组中各用户节点的属性分值;查询预先设定的组织机构类型与机构得分的对应关系,确定出所述组织机构节点组中各组织机构节点的属性分值。
可选地,所述计算单元具体用于按照如下公式,计算出所述社会关系图谱中跨级节点对目标节点的影响值Y,
其中,i表示跨级节点的当前级别,k表示跨级节点的级别上限值,j表示跨级节点与所述目标节点之间的关系类型,m表示跨级节点与所述目标节点之间的关系类型的类型总数,n表示具有相同关系类型的节点个数,wj表示第j种关系类型所对应的关系类型权重,2i表示第i级别的跨级节点对所述目标节点的跨节点影响权重。
可选地,还包括判断单元和设置单元;
所述判断单元,用于判断是否存在影响值满足预设条件的节点;
所述设置单元,用于若存在影响值满足预设条件的节点,则对影响值满足预设条件的节点设置风险标识。
本发明实施例还提供了一种社会关系图谱的量化装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如上述任意一项所述社会关系图谱的量化方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述社会关系图谱的量化方法的步骤。
由上述技术方案可以看出,调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型。通过将社会关系图谱的构建方式以节点关系抽取脚本的形式存储,直接调用节点关系抽取脚本,便可以实现对待构建节点的社会关系图谱的构建,有效的提升了社会关系图谱的构建效率。社会关系图谱中每个节点均会受到与其相邻或相接近的跨级节点的影响,为了充分挖掘节点之间的关系,可以依据预先设定的关系类型权重、跨节点影响权重以及各节点的属性分值,计算出社会关系图谱中跨级节点对目标节点的影响值。其中,目标节点为社会关系图谱中所有节点中的任意一个节点,参照目标节点的处理方式,可以计算出社会关系图谱中所有节点各点对应的影响值。目标节点的影响值不仅涵盖了目标节点自身属性带来的影响,并且充分考虑了与其相邻或相接近的跨级节点对其造成的影响,实现了对社会关系图谱中信息价值的深入挖掘。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种社会关系图谱的量化方法的流程图;
图2为本发明实施例提供的一种社会关系图谱的示意图;
图3为本发明实施例提供的一种社会关系图谱的量化装置的结构示意图;
图4为本发明实施例提供的一种社会关系图谱的量化装置的硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
接下来,详细介绍本发明实施例所提供的一种社会关系图谱的量化方法。图1为本发明实施例提供的一种社会关系图谱的量化方法的流程图,该方法包括:
S101:调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱。
待构建节点的属性信息可以包括节点的类型以及节点的基础信息。在本发明实施例中,可以将节点的类型划分为用户和组织机构这两大类。
对于不同类型的节点其对应的基础信息有所差异,以用户为例,其对应的基础信息可以包括用户行为信息,例如,用户是否存在失信、诈骗、赌博、贪污、吸毒、涉黑、暴力、造假等行为。以组织机构为例,其对应的基础信息可以包括组织机构的类型以及机构的行为记录信息。其中,组织机构的类型可以包括企业、事业单位、社会团体、机关单位等。机构的行为记录信息可以是机构是否存在传销诈骗、涉黑等违法行为,或者是否存在捐款、建造希望小学等有益行为。
在本发明实施例中,为了提升社会关系图谱的构建效率,可以将社会关系图谱的构建方式以节点关系抽取脚本的形式存储,直接调用节点关系抽取脚本,便可以实现对待构建节点的社会关系图谱的构建。
其中,社会关系图谱中可以包括各节点的属性分值以及相邻节点之间对应的关系类型。
在实际应用中,可以获取待构建节点;其中,每个节点有其对应的属性信息。为了实现对节点属性信息的量化评估,可以预先建立属性分值列表,属性分值列表中可以包含不同属性类别各自对应的分值。
依据预先建立的属性分值列表,可以确定出各节点的属性分值。
考虑到节点的类型可以划分为用户和组织机构,相应的,在建立属性分值列表时,可以包括用户行为信息得分表,以及组织机构类型与机构得分的对应关系。
在具体实现中,可以依据各节点的属性信息,将各节点划分为用户节点组和组织机构节点组;根据预先设定的用户行为信息得分表,计算出用户节点组中各用户节点的属性分值;查询预先设定的组织机构类型与机构得分的对应关系,确定出组织机构节点组中各组织机构节点的属性分值。
以用户为例,在属性分值列表中可以记载一个用户的失信行为对应负5分,诈骗行为对应负10分,赌博行为对应负8分等。假设,小李的属性信息中记载了其存在诈骗行为,则小李的属性分值为负10分。
通过对不同属性类别设置分值,所有的节点都可以按照统一的属性分值列表进行量化评估。并且通过计算各节点的属性分值,可以便于管理人员更加直观的了解各节点的属性。
在构建社会关系图谱时,除了确定出各节点的属性分值外,还需要确定出各节点之间的连接关系。在实际应用中,可以按照预先设定的关系图库,确定出各节点之间的连接关系;其中,相邻节点之间有其对应的关系类型。
关系图库中可以记载节点间可能存在的所有关系类型。以用户与用户之间的关系为例,关系类型可以包括亲属关系和社会关系,其中亲属关系可以包括父母、夫妻、子女、兄弟姐妹、伯、叔、姑、舅、姨、侄子女、甥子女、堂兄妹、表兄妹等;社会关系可以包括同事、直属领导、直属下属、前直属领导、前直属下属、小学同学、中学同学、大学同学、师生、导师等。
以两个节点为例,将这两个节点的属性信息进行比较,并查询关系图库,便可以确定出这两个节点之间的关系类型。例如,小李和小王的属性信息中均记载了其任职于A公司,通过查询关系图库可以将小李和小王的关系类型定义为同事。
在确定出各节点的属性分值以各节点之间的连接关系之后,便可以构建出社会关系图谱。
S102:依据预先设定的关系类型权重、跨节点影响权重以及各节点的属性分值,计算出社会关系图谱中跨级节点对目标节点的影响值。
社会关系图谱中每个节点的处理方式类似,在本发明实施例中,以社会关系图谱中所有节点中的任意一个节点即目标节点为例展开介绍。
目标节点除了自身的属性信息进行量化之后得到属性分值外,其它与其相邻或相接近的节点也会对其造成影响,因此,在本发明实施例中,为了充分挖掘各节点之间的关系,可以计算社会关系图谱中跨级节点对目标节点的影响值。其中,跨级节点指的是与目标节点直接相连以及跨越其它节点实现与目标节点相连的节点。
参见图2所示的一种社会关系图谱的示意图,从图2中可以看出,一个节点可以是一个用户,也可以是一个组织机构。以用户节点“李帅”为例,与其直接相连的节点包括用户节点“张总”和组织机构节点“D公司”,跨一个节点实现与其连接的节点包括用户节点“王刚”、用户节点“小邓”、用户节点“张三”和组织机构节点“A公司”。
跨级节点与目标节点之间包含的节点个数越多,跨级节点对目标节点的影响越小。因此,在本发明实施例中,对于不同的跨级节点可以设置不同的跨节点影响权重。
例如,节点与节点之间直接连接时跨节点影响权重可以设置为20,跨一个节点连接时跨节点影响权重可以设置为2-1,跨两个节点连接时跨节点影响权重可以设置为2-2,跨三个节点连接时跨节点影响权重可以设置为2-3,跨四个节点连接时跨节点影响权重可以设置为2-4。超出4个节点之后跨节点影响权重太小可以不考虑。
节点之间的关系类型也是对节点造成影响的重要因素,关系类型的不同其影响程度也会所有差异,因此,在本发明实施例中,对于不同的关系类型可以设置不同的关系类型权重。
例如,大学同学的关系类型权重可以设置为0.2,高中同学的关系类型权重可以设置为0.1,任职的关系类型权重可以设置为0.5,法人的关系类型权重可以设置为1。
在具体实现中,可以按照如下公式,计算出社会关系图谱中跨级节点对目标节点的影响值Y,
其中,i表示跨级节点的当前级别,k表示跨级节点的级别上限值,j表示跨级节点与目标节点之间的关系类型,m表示跨级节点与目标节点之间的关系类型的类型总数,n表示具有相同关系类型的节点个数,wj表示第j种关系类型所对应的关系类型权重,2i表示第i级别的跨级节点对目标节点的跨节点影响权重。在本发明实施例中,可以令k=4。
结合图2所示的社会关系图谱,举例说明,假设“张总”具有失信、诈骗、造假的行为,“张总”的个人属性分值为-5+(-10)+(-8)=-23。“王刚”和“李帅”的个人属性分值均为0。在具体实现中,可以将“张总”的属性分值记录为负23分。“张总”对“王刚”的直接影响分值=(失信+诈骗+造假)*直接联系*高中同学权重=(-5+(-10)+(-8))*20*0.1=-2.3。“张总”对“李帅”的直接影响分值=(失信+诈骗+造假)*直接联系*大学同学权重=(-5+(-10)+(-8))*20*0.2=-4.6。以“李帅”作为目标节点为例,“张总”属于其直接连接的节点;“王刚”属于跨一个节点连接的节点,那么“王刚”和“张总”对“李帅”的影响值=王刚分值*间接联系*关系权重+张总的影响=(-2.3)*2-1*1+(-4.6)=-5.75。
社会关系图谱往往是一张比较大的结构图,在实际应用中,管理人员可以通过输入属性信息的方式,查询社会关系图谱中节点的影响值,以及与该节点具有关联关系的节点等。
由上述技术方案可以看出,调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型。通过将社会关系图谱的构建方式以节点关系抽取脚本的形式存储,直接调用节点关系抽取脚本,便可以实现对待构建节点的社会关系图谱的构建,有效的提升了社会关系图谱的构建效率。社会关系图谱中每个节点均会受到与其相邻或相接近的跨级节点的影响,为了充分挖掘节点之间的关系,可以依据预先设定的关系类型权重、跨节点影响权重以及各节点的属性分值,计算出社会关系图谱中跨级节点对目标节点的影响值。其中,目标节点为社会关系图谱中所有节点中的任意一个节点,参照目标节点的处理方式,可以计算出社会关系图谱中所有节点各点对应的影响值。目标节点的影响值不仅涵盖了目标节点自身属性带来的影响,并且充分考虑了与其相邻或相接近的跨级节点对其造成的影响,实现了对社会关系图谱中信息价值的深入挖掘。
根据S102中介绍的节点影响值的计算方式,可知,节点的影响值为负值时,说明节点自身存在不良行为信息或者节点受跨级节点的影响导致其有不良行为的风险。
因此在本发明实施例中,为了便于管理人员可以及时发现节点的不良行为或者是有不良行为的风险。可以在依据预先设定的关系类型权重、跨节点影响权重以及各节点的属性分值,计算出社会关系图谱中跨级节点对目标节点的影响值之后,判断是否存在影响值满足预设条件的节点;若存在影响值满足预设条件的节点,则对影响值满足预设条件的节点设置风险标识。
按照上述介绍的节点影响值的计算方式,节点的影响值为负值时,负值越小,说明节点存在不良行为的风险越高,在本发明实施例中,影响值满足预设条件可以是判断节点的影响值是否小于预设阈值。
通过对节点的影响值进行判断,可以及时发现存在不良行为风险较高的节点,对该节点设置风险标识,可以便于管理人员对社会关系图谱中的各节点进行更加直观的了解和评估。
图3为本发明实施例提供的一种社会关系图谱的量化装置的结构示意图,包括构建单元31和计算单元32;
构建单元31,用于调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型;
计算单元32,用于依据预先设定的关系类型权重、跨节点影响权重以及各节点的属性分值,计算出社会关系图谱中跨级节点对目标节点的影响值;其中,目标节点为社会关系图谱中所有节点中的任意一个节点。
可选地,构建单元包括获取子单元、分值确定子单元、关系确定子单元和建立子单元;
获取子单元,用于获取待构建节点;其中,每个节点有其对应的属性信息;
分值确定子单元,用于依据预先建立的属性分值列表,确定出各节点的属性分值;其中,属性分值列表中包含不同属性类别各自对应的分值;
关系确定子单元,用于按照预先设定的关系图库,确定出各节点之间的连接关系;其中,相邻节点之间有其对应的关系类型;
建立子单元,用于根据各节点的属性分值以及各节点之间的连接关系,构建社会关系图谱。
可选地,分值确定子单元具体用于依据各节点的属性信息,将各节点划分为用户节点组和组织机构节点组;根据预先设定的用户行为信息得分表,计算出用户节点组中各用户节点的属性分值;查询预先设定的组织机构类型与机构得分的对应关系,确定出组织机构节点组中各组织机构节点的属性分值。
可选地,计算单元具体用于按照如下公式,计算出社会关系图谱中跨级节点对目标节点的影响值Y,
其中,i表示跨级节点的当前级别,k表示跨级节点的级别上限值,j表示跨级节点与目标节点之间的关系类型,m表示跨级节点与目标节点之间的关系类型的类型总数,n表示具有相同关系类型的节点个数,wj表示第j种关系类型所对应的关系类型权重,2i表示第i级别的跨级节点对目标节点的跨节点影响权重。
可选地,还包括判断单元和设置单元;
判断单元,用于判断是否存在影响值满足预设条件的节点;
设置单元,用于若存在影响值满足预设条件的节点,则对影响值满足预设条件的节点设置风险标识。
图3所对应实施例中特征的说明可以参见图1所对应实施例的相关说明,这里不再一一赘述。
由上述技术方案可以看出,调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型。通过将社会关系图谱的构建方式以节点关系抽取脚本的形式存储,直接调用节点关系抽取脚本,便可以实现对待构建节点的社会关系图谱的构建,有效的提升了社会关系图谱的构建效率。社会关系图谱中每个节点均会受到与其相邻或相接近的跨级节点的影响,为了充分挖掘节点之间的关系,可以依据预先设定的关系类型权重、跨节点影响权重以及各节点的属性分值,计算出社会关系图谱中跨级节点对目标节点的影响值。其中,目标节点为社会关系图谱中所有节点中的任意一个节点,参照目标节点的处理方式,可以计算出社会关系图谱中所有节点各点对应的影响值。目标节点的影响值不仅涵盖了目标节点自身属性带来的影响,并且充分考虑了与其相邻或相接近的跨级节点对其造成的影响,实现了对社会关系图谱中信息价值的深入挖掘。
图4为本发明实施例提供的一种社会关系图谱的量化装置40的硬件结构示意图,包括:
存储器41,用于存储计算机程序;
处理器42,用于执行计算机程序以实现如上述任意实施例所述的社会关系图谱的量化方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述任一实施例所述的社会关系图谱的量化方法的步骤。
以上对本发明实施例所提供的一种社会关系图谱的量化方法、装置和计算机可读存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (10)
1.一种社会关系图谱的量化方法,其特征在于,包括:
调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,所述社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型;
依据预先设定的关系类型权重、跨节点影响权重以及各所述节点的属性分值,计算出所述社会关系图谱中跨级节点对目标节点的影响值;其中,所述目标节点为所述社会关系图谱中所有节点中的任意一个节点。
2.根据权利要求1所述的社会关系图谱的量化方法,其特征在于,所述调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱包括:
获取待构建节点;其中,每个节点有其对应的属性信息;
依据预先建立的属性分值列表,确定出各所述节点的属性分值;其中,所述属性分值列表中包含不同属性类别各自对应的分值;
按照预先设定的关系图库,确定出各节点之间的连接关系;其中,相邻节点之间有其对应的关系类型;
根据各所述节点的属性分值以及各所述节点之间的连接关系,构建社会关系图谱。
3.根据权利要求2所述的社会关系图谱的量化方法,其特征在于,所述依据预先建立的属性分值列表,确定出各所述节点的属性分值包括:
依据各所述节点的属性信息,将各所述节点划分为用户节点组和组织机构节点组;
根据预先设定的用户行为信息得分表,计算出所述用户节点组中各用户节点的属性分值;
查询预先设定的组织机构类型与机构得分的对应关系,确定出所述组织机构节点组中各组织机构节点的属性分值。
5.根据权利要求1-4任意一项所述的社会关系图谱的量化方法,其特征在于,在所述依据预先设定的关系类型权重、跨节点影响权重以及各所述节点的属性分值,计算出所述社会关系图谱中跨级节点对目标节点的影响值之后还包括:
判断是否存在影响值满足预设条件的节点;
若存在影响值满足预设条件的节点,则对影响值满足预设条件的节点设置风险标识。
6.一种社会关系图谱的量化装置,其特征在于,包括构建单元和计算单元;
所述构建单元,用于调用预先设置的节点关系抽取脚本,对获取的待构建节点的属性信息进行分析,以构建社会关系图谱;其中,所述社会关系图谱中包括各节点的属性分值以及相邻节点之间对应的关系类型;
所述计算单元,用于依据预先设定的关系类型权重、跨节点影响权重以及各所述节点的属性分值,计算出所述社会关系图谱中跨级节点对目标节点的影响值;其中,所述目标节点为所述社会关系图谱中所有节点中的任意一个节点。
7.根据权利要求6所述的社会关系图谱的量化装置,其特征在于,所述构建单元包括获取子单元、分值确定子单元、关系确定子单元和建立子单元;
所述获取子单元,用于获取待构建节点;其中,每个节点有其对应的属性信息;
所述分值确定子单元,用于依据预先建立的属性分值列表,确定出各所述节点的属性分值;其中,所述属性分值列表中包含不同属性类别各自对应的分值;
所述关系确定子单元,用于按照预先设定的关系图库,确定出各节点之间的连接关系;其中,相邻节点之间有其对应的关系类型;
所述建立子单元,用于根据各所述节点的属性分值以及各所述节点之间的连接关系,构建社会关系图谱。
9.一种社会关系图谱的量化装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至5任意一项所述社会关系图谱的量化方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述社会关系图谱的量化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947621.6A CN112084343A (zh) | 2020-09-10 | 2020-09-10 | 一种社会关系图谱的量化方法、装置和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010947621.6A CN112084343A (zh) | 2020-09-10 | 2020-09-10 | 一种社会关系图谱的量化方法、装置和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112084343A true CN112084343A (zh) | 2020-12-15 |
Family
ID=73736233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010947621.6A Pending CN112084343A (zh) | 2020-09-10 | 2020-09-10 | 一种社会关系图谱的量化方法、装置和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112084343A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800286A (zh) * | 2021-04-08 | 2021-05-14 | 北京轻松筹信息技术有限公司 | 用户关系链的构建方法、装置及电子设备 |
CN113094506A (zh) * | 2021-04-14 | 2021-07-09 | 每日互动股份有限公司 | 一种基于关系图谱的预警方法、计算机设备及存储介质 |
CN117421462A (zh) * | 2023-12-18 | 2024-01-19 | 中信证券股份有限公司 | 一种数据处理方法、装置及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103634151A (zh) * | 2013-11-30 | 2014-03-12 | 华中科技大学 | 一种基于多评价标准的信誉合成方法 |
CN109472485A (zh) * | 2018-11-01 | 2019-03-15 | 成都数联铭品科技有限公司 | 企业失信风险传播查询***及方法 |
CN109670944A (zh) * | 2018-12-19 | 2019-04-23 | 信雅达***工程股份有限公司 | 一种基于图谱关系网络的企业信用评估方法及*** |
CN109740865A (zh) * | 2018-12-13 | 2019-05-10 | 平安科技(深圳)有限公司 | 风险评估方法、***、设备及存储介质 |
CN110223168A (zh) * | 2019-06-24 | 2019-09-10 | 浪潮卓数大数据产业发展有限公司 | 一种基于企业关系图谱的标签传播反欺诈检测方法及*** |
US20200145447A1 (en) * | 2018-11-02 | 2020-05-07 | Forcepoint, LLC | Contagion Risk Detection, Analysis and Protection |
CN111325355A (zh) * | 2020-03-19 | 2020-06-23 | 中国建设银行股份有限公司 | 企业实际控制人的确定方法、装置、计算机设备及介质 |
CN111402064A (zh) * | 2020-06-03 | 2020-07-10 | 天云融创数据科技(北京)有限公司 | 一种风险值的评估方法及装置 |
CN111401700A (zh) * | 2020-03-05 | 2020-07-10 | 平安科技(深圳)有限公司 | 一种数据分析方法、装置、计算机***及可读存储介质 |
CN111563187A (zh) * | 2020-05-15 | 2020-08-21 | 中国工商银行股份有限公司 | 关系确定方法、装置、***和电子设备 |
-
2020
- 2020-09-10 CN CN202010947621.6A patent/CN112084343A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103634151A (zh) * | 2013-11-30 | 2014-03-12 | 华中科技大学 | 一种基于多评价标准的信誉合成方法 |
CN109472485A (zh) * | 2018-11-01 | 2019-03-15 | 成都数联铭品科技有限公司 | 企业失信风险传播查询***及方法 |
US20200145447A1 (en) * | 2018-11-02 | 2020-05-07 | Forcepoint, LLC | Contagion Risk Detection, Analysis and Protection |
CN109740865A (zh) * | 2018-12-13 | 2019-05-10 | 平安科技(深圳)有限公司 | 风险评估方法、***、设备及存储介质 |
CN109670944A (zh) * | 2018-12-19 | 2019-04-23 | 信雅达***工程股份有限公司 | 一种基于图谱关系网络的企业信用评估方法及*** |
CN110223168A (zh) * | 2019-06-24 | 2019-09-10 | 浪潮卓数大数据产业发展有限公司 | 一种基于企业关系图谱的标签传播反欺诈检测方法及*** |
CN111401700A (zh) * | 2020-03-05 | 2020-07-10 | 平安科技(深圳)有限公司 | 一种数据分析方法、装置、计算机***及可读存储介质 |
CN111325355A (zh) * | 2020-03-19 | 2020-06-23 | 中国建设银行股份有限公司 | 企业实际控制人的确定方法、装置、计算机设备及介质 |
CN111563187A (zh) * | 2020-05-15 | 2020-08-21 | 中国工商银行股份有限公司 | 关系确定方法、装置、***和电子设备 |
CN111402064A (zh) * | 2020-06-03 | 2020-07-10 | 天云融创数据科技(北京)有限公司 | 一种风险值的评估方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800286A (zh) * | 2021-04-08 | 2021-05-14 | 北京轻松筹信息技术有限公司 | 用户关系链的构建方法、装置及电子设备 |
CN112800286B (zh) * | 2021-04-08 | 2021-07-23 | 北京轻松筹信息技术有限公司 | 用户关系链的构建方法、装置及电子设备 |
CN113094506A (zh) * | 2021-04-14 | 2021-07-09 | 每日互动股份有限公司 | 一种基于关系图谱的预警方法、计算机设备及存储介质 |
CN113094506B (zh) * | 2021-04-14 | 2023-08-18 | 每日互动股份有限公司 | 一种基于关系图谱的预警方法、计算机设备及存储介质 |
CN117421462A (zh) * | 2023-12-18 | 2024-01-19 | 中信证券股份有限公司 | 一种数据处理方法、装置及电子设备 |
CN117421462B (zh) * | 2023-12-18 | 2024-03-08 | 中信证券股份有限公司 | 一种数据处理方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112084343A (zh) | 一种社会关系图谱的量化方法、装置和介质 | |
Das et al. | Manipulation among the arbiters of collective intelligence: How Wikipedia administrators mold public opinion | |
CN108763277B (zh) | 一种数据分析方法、计算机可读存储介质及终端设备 | |
CN107220549B (zh) | 基于cvss的漏洞风险基础评估方法 | |
CN107547552B (zh) | 一种基于网站特征识别和关系拓扑的网站信誉度评估方法及装置 | |
CN109635007B (zh) | 一种行为评估方法、装置及相关设备 | |
US7644026B2 (en) | Ranking systems based on a risk | |
CN109831459B (zh) | 安全访问的方法、装置、存储介质和终端设备 | |
CN107273752B (zh) | 基于词频统计和朴素贝叶斯融合模型的漏洞自动分类方法 | |
CN112422574A (zh) | 风险账号的识别方法、装置、介质及电子设备 | |
CN101425926A (zh) | 基于信用评估的网络秩序调控方法 | |
CN115174250B (zh) | 网络资产安全评估方法、装置、电子设备及存储介质 | |
Layton et al. | Unsupervised authorship analysis of phishing webpages | |
CN113468542A (zh) | 一种暴露面资产风险评估方法、装置、设备及介质 | |
CN112613299A (zh) | 企业同义词库的构建方法、装置和电子设备 | |
CN116361759B (zh) | 一种基于量化权限指引的智能合规控制方法 | |
CN112085588A (zh) | 规则模型的安全性的确定方法、装置和数据处理方法 | |
Krug et al. | The interplay between home and host institutions on CBA ownership decision | |
JEVTIĆ et al. | Probabilistic Framework For Loss Distribution Of Smart Contract Risk | |
CN110766091B (zh) | 一种套路贷团伙的识别方法及*** | |
CN114553517A (zh) | 非线性加权的网络安全评估方法、装置、设备和存储介质 | |
CN109617925A (zh) | 一种针对网络攻击的防护、区间标记的设置方法及*** | |
CN114155012A (zh) | 欺诈群体识别方法、装置、服务器及存储介质 | |
Hartnett et al. | The Origins of Coercive Institutions in the Middle East: Preliminary Evidence from Egypt | |
CN111241277A (zh) | 一种基于稀疏图的用户身份识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |