CN112667753B - 一种挖掘实体节点路径的方法及计算机设备 - Google Patents
一种挖掘实体节点路径的方法及计算机设备 Download PDFInfo
- Publication number
- CN112667753B CN112667753B CN202011555577.0A CN202011555577A CN112667753B CN 112667753 B CN112667753 B CN 112667753B CN 202011555577 A CN202011555577 A CN 202011555577A CN 112667753 B CN112667753 B CN 112667753B
- Authority
- CN
- China
- Prior art keywords
- target
- node
- path
- entity node
- mining
- 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.)
- Active
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及大数据技术领域,提供了一种挖掘实体节点路径的方法、挖掘实体节点路径的装置、计算机设备及计算机可读存储介质。其中,一种挖掘实体节点路径的方法,根据目标实体节点的多组时段数据分别构建多个框架路径,使得构建得到的多个框架路径与多组时段数据之间实现关联映射,再基于多个框架路径构建关系网络,利用训练后的路径挖掘模型基于虚拟对象指标从该关系网络中挖掘出目标路径集合,使得目标路径集合中的每条目标路径中各节点能够作为基于目标实体节点的参考组合方案,进而为实体节点路径挖掘需求提供了具有较宽适用范围的新方案,此外,本申请还适用于区块链技术领域。
Description
技术领域
本发明属于大数据及区块链技术领域,尤其涉及一种挖掘实体节点路径的方法、挖掘实体节点路径的装置、计算机设备及计算机可读存储介质。
背景技术
目前,随着互联网技术的不断发展,使得许多原以纸质为载体的产品或票据凭证,已向数字化载体转变。例如,纸件保险协议演变成数字化电子协议;再例如,纸质电影票演变成电子观影凭证,纸质***演变成电子***。在实际中,将原以纸质为载体的产品或票据凭证,向数字化载体演变,不仅能够节约纸张成本,而且还便于整合信息资源,有利于大数据的分析与挖掘。
然而,目前基于数字化产品的大数据挖掘方案,主要是以客户群体为对象,基于客户群体的消费数据特征进行需求挖掘。例如,获取客户历史消费记录或历史浏览记录,通过分析相关产品间的特征相似度,也即分析从一实体节点至另一实体节点之间的概率大小,进而输出参考策略或参考意见。但该挖掘方案对实体节点之间的关联要求过高,需要考虑实体节点之间在某一维度上特征相关联程度或者特征相似程度,仅适用于相关产品或相似产品间的需求挖掘,由此可见,现有的挖掘实体节点路径的挖掘方案存在适用范围较低的问题。
发明内容
有鉴于此,本申请实施例提供了一种挖掘实体节点路径的方法、挖掘实体节点路径的装置、计算机设备及计算机可读存储介质,以解决现有的挖掘实体节点路径的挖掘方案存在适用范围较低的问题。
本申请实施例的第一方面提供了一种挖掘实体节点路径的方法,包括:
根据目标实体节点的多组时段数据,分别构建包含所述目标实体节点与关联实体节点的多个框架路径;其中,在每个所述框架路径中,所述目标实体节点与所述关联实体节点之间的方向连线,用于表征所述关联实体节点的虚拟对象指标;
基于多个所述框架路径进行网络构建,得到关系网络;
利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合;其中,所述目标路径集合中的每条目标路径各自包含目标关联实体节点集合,所述目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值。
本申请实施例的第二方面提供了一种挖掘实体节点路径的装置,包括:
第一构建单元,用于根据目标实体节点的多组时段数据,分别构建包含所述目标实体节点与关联实体节点的多个框架路径;其中,在每个所述框架路径中,所述目标实体节点与所述关联实体节点之间的方向连线,用于表征所述关联实体节点的虚拟对象指标;
第二构建单元,用于基于多个所述框架路径进行网络构建,得到关系网络;
挖掘单元,用于利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合;其中,所述目标路径集合中的每条目标路径各自包含目标关联实体节点集合,所述目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值。
本申请实施例的第三方面提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面的各个步骤。
本申请实施例的第四方面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存储有计算机程序,所述计算机程序被处理器执行时实现第一方面的各个步骤。
实施本申请实施例提供的一种挖掘实体节点路径的方法、挖掘实体节点路径的装置、计算机设备及计算机可读存储介质具有以下有益效果:
本申请实施例,根据目标实体节点的多组时段数据构建多个框架路径,由于在每个框架路径中,目标实体节点与关联实体节点之间的方向连线用于表征关联实体节点的虚拟对象指标,因此使得构建得到的多个框架路径与多组时段数据之间实现关联映射,基于多个框架路径构建关系网络,再利用训练后的路径挖掘模型基于虚拟对象指标从该关系网络中挖掘出包含目标实体节点与目标关联实体节点的目标路径集合,由于每个目标路径中的目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值,因此目标路径中各个节点能够作为基于目标实体节点的参考组合方案,进而提供了一种具有较宽适用范围的实体节点路径挖掘方案。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种挖掘实体节点路径的方法的实现流程图;
图2是本申请实施例中框架路径的示意图;
图3是本申请实施例中步骤S11的实现流程图;
图4是本申请实施例中初始框架变形为框架的过程示意图;
图5是本申请实施例中关系网络的示意图;
图6是本申请另一实施例提供的一种挖掘实体节点路径的方法的实现流程图;
图7是本申请实施例提供的一种挖掘实体节点路径的装置的结构框图;
图8是本申请实施例提供的一种计算机设备的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本实施例提供的一种挖掘实体节点路径的方法,执行主体为服务器,具体可以是配置有该方法功能的服务器,或者是服务器集群中的任一服务器。这里,服务器集群可以是由多个服务器组成的服务器集群,基于该服务器集群构建分布式***,使得服务器集群中的多个服务器之间可以实现数据共享或数据同步。在此基础上,向该服务器集群中的任一服务器配置目标脚本文件,由该目标脚本文件描述本实施例提供的挖掘实体节点路径的方法,使得该配置有目标脚本文件的服务器能够通过执行该目标脚本文件,进而执行挖掘实体节点路径的方法中的各个步骤。
在实现时,服务器或者服务器集群中的任一服务器,通过汇总目标实体节点的多组时段数据,根据目标实体节点的多组时段数据构建多个框架路径,该框架路径中包含目标实体节点与关联实体节点,再基于多个框架路径构建关系网络,最后利用训练后的路径挖掘模型基于虚拟对象指标,从该关系网络中挖掘出包含目标实体节点与目标关联实体节点的目标路径集合,由于每个目标路径中的目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值,因此目标路径中各个节点能够作为基于目标实体节点的参考组合方案,进而提供了一种具有较宽适用范围的实体节点路径挖掘方案。
例如,以上述目标实体节点为保险协议类产品组合推荐场景中的“目标电子协议”为例,通过汇总“目标电子协议”的多组时段销售数据,根据“目标电子协议”的多组时段销售数据构建多个框架路径,该框架路径中包含“目标电子协议”与“关联电子协议”,再基于多个框架路径构建关系网络,最后利用训练后的路径挖掘模型基于“关联电子协议”的“销售指标”,从该关系网络中挖掘出包含“目标电子协议”与“目标关联电子协议”的目标路径集合,由于每个目标路径中的“目标关联电子协议”集合对应的“销售指标”之和等于或大于预设阈值,因此目标路径中各个节点能够作为基于“目标电子协议”的参考组合方案,进而提供了一种具有较宽适用范围的实体节点路径挖掘方案。
以下通过具体实现方式对本实施例提供的一种挖掘实体节点路径的方法进行详细说明。
图1示出了本申请实施例提供的挖掘实体节点路径的方法的实现流程图,详述如下:
S11:根据目标实体节点的多组时段数据,分别构建包含所述目标实体节点与关联实体节点的多个框架路径;其中,在每个所述框架路径中,所述目标实体节点与所述关联实体节点之间的方向连线,用于表征所述关联实体节点的虚拟对象指标。
在步骤S11中,目标实体节点用于表征在线上进行销售的,以数字化电子形式为载体的实体产品。例如,电子保单、代金券等。与目标实体节点相似,关联实体节点同样用于表征在线上进行销售的,以数字化电子形式为载体,且与目标实体产品之间存在产品特征差异的关联实体产品。例如,电子保单的新增保单、代金券的补充券等。这里,关联实体节点表征的关联实体产品,指的是销售方在销售了目标实体产品后,于特定销售时段内所销售的关联实体产品,也即目标实体节点与关联实体节点之间存在附属关系与特定销售时段关联关系;其中,特定时段指的是目标实体节点所表征的目标实体产品对应的销售时段,包括从目标实体产品的起始销售时间点至目标实体产品的截止销售时间点的时长范围。
在本申请的所有实施例中,时段数据包括,在目标实体节点所表征的目标实体产品对应的特定销售时段内,目标实体产品的实际销售数据,以及关联实体节点所表征的关联实体产品的实际销售数据。这里,多组时段数据可以是同一销售方在多个特定销售时段内,对目标实体产品与关联实体产品进行销售所统计出的销售数据;或者是,不同销售方在同一特定销售时段内对目标实体产品与关联实体产品进行销售所统计出的销售数据;再或者是上述两者间的组合;其中,特定销售时段均为目标实体产品对应的固定销售时段。
需要说明的是,多个框架路径与多组时段数据之间一一对应,也即一个框架路径表征的是一组时段数据中目标实体产品的销售情况以及关联实体产品的销售情况。这里,不同组时段数据中的目标实体节点所表征的目标实体产品为同一实体产品,不同组时段数据中的关联实体节点所表征关联实体产品可以为同一实体产品,或者表征不同的实体产品。
为了令框架路径能够完整地表征时段数据中的内容,对框架路径中目标实体节点与关联实体节点之间的方向连线进行赋值,令该方向连线用于表征关联实体节点的虚拟对象指标。这里,虚拟对象指标用于表征关联实体节点对应的关联实体产品的销售数值,也即虚拟对象指标为具体数值,例如,销售份额、销售金额等。
在实际应用中,根据目标实体节点的时段数据构建框架路径时,由于时段数据包括在目标实体节点所表征的目标实体产品对应的特定销售时段内,目标实体产品的实际销售数据,以及关联实体节点所表征的关联实体产品的实际销售数据,因此关联实体节点所表征的关联实体产品可以是一个或多个,当存在多个关联实体节点时,相邻关联实体节点之间同样存在连线,其中,相邻关联实体节点之间的方向连线由时段数据中各关联实体产品的实际销售先后而定。
图2示出了本实施例中框架路径的示意图。如图2所示,目标实体节点S与关联实体节点(V1、V2)之间分别存在方向连线L1与方向连线L2,其中,方向连线L1的赋值为16表征的是时段数据中所描述的,在销售了目标实体节点S对应的目标实体产品后,又销售了关联实体节点V1所表征的关联实体产品16份;方向连线L2的赋值为13表征的是时段数据中所描述的,在销售了目标实体节点S对应的目标实体产品后,又销售了关联实体节点V2所表征的关联实体产品13份。
在图2中,关联实体节点V1与关联实体节点V3之间同样存在方向连线L3,其中,关联实体节点V3表征的是时段数据中所描述的,在销售了关联实体节点V1之后,又销售了关联实体节点V3,且关联实体节点V1与关联实体节点V3之间的连线L3赋值为12,也即表征了时段数据中包含有关联实体节点V3所表征的关联实体产品被销售了12份。
可以理解的是,由于目标实体节点与关联实体节点之间存在附属关系,因此在构建框架路径时,可以将目标实体节点作为主节点,关联实体节点作为子节点。在每个框架路径中,由于每个节点与连线均是由实际的时段数据作为依据进行对应构建得到,因此构建框架路径是为了将实际的时段数据映射成节点与连线所组成的框架路径,也即将实际的产品销售数据映射成具体的节点与连线所组成的框架路径,实现数据与模型间的对象转换,进而为数据的分析与挖掘提供了实现基础。
图3示出了本实施例中步骤S11的实现流程图。如图3所示,作为一个实施例,步骤S11具体包括:
S111:根据目标实体节点的多组时段数据,确定出每组所述时段数据对应的关联实体节点,以及所述关联实体节点对应的方向连线;
S112:基于每组所述时段数据对应的所述关联实体节点与所述方向连线,各自以所述目标实体节点为起始节点进行框架搭建,得到每组所述时段数据对应的目标框架;
S113:将多组所述时段数据对应的多个所述目标框架,作为多个所述框架路径。
在本实施例中,由于目标实体节点对应目标实体产品,且该目标实体节点为已知节点或已确定的节点,又因为时段数据包括在目标实体节点所表征的目标实体产品对应的特定销售时段内,目标实体产品的实际销售数据,以及关联实体节点所表征的关联实体产品的实际销售数据,因此在构建包含目标实体节点与关联实体节点的框架路径时,目标实体节点作为已知的主节点,只需要确定关联实体节点及关联实体节点对应的方向连线即可,至于方向连线所表征的关联实体节点的虚拟对象指标,同为已知或已确定的数据,故确定了方向连线即可通过对该方向连线进行赋值实现方向连线用于表征关联实体节点的虚拟对象指标。这里,由于每组时段数据之间存在差异,因此确定出每组时段数据对应的关联实体节点必然存在差异,相应地,关联实体节点对应的方向连线也存在差异。
在实际中,因为时段数据包括在目标实体产品对应的特定销售时段内,目标实体产品的实际销售数据,以及关联实体产品的实际销售数据,所以当时段数据中存在多种关联实体产品的实际销售数据时,构建得到的路径框架中也存在多个关联实体节点。
需要说明的是,关联实体节点对应的方向连线,该方向连线的具有指向性,且该方向连线的箭头方向用于表征关联实体节点与其相邻节点之间的时序先后,同时通过对该方向连线进行赋值,也使得该方向连线还用于描述其相邻节点向该关联实体节点转移的流量数值。这里,关联实体节点的相邻节点指的是该关联实体节点的上级节点,可以是目标实体节点,还可以是其他关联实体产品对应的关联实体节点,而无论是目标实体节点还是其他关联实体节点,所表征的都是在该关联实体节点对应的关联实体产品销售之前就已被销售的实体产品。也即,关联实体节点的相邻节点所表征的实体产品,其销售时间点早于关联实体节点的销售时间点,也即关联实体节点与相邻节点之间的方向连线,其箭头方向指向的节点即为关联实体节点。
在实际中,销售方无论是销售目标实体产品还是销售关联实体产品,实际销售数据中都能够体现不同实体产品间的销售时间点。也即,不同实体产品间的销售数据间存在销售先后顺序,因此在构建框架路径时,利用关联实体节点对应的方向连线来表征关联实体节点与其相邻节点之间的时序先后,能够更加完整地实现时段数据与框架路径之间的映射。
作为本实施例一种可能实现的方式,步骤S112包括:
以所述目标实体节点为起始节点,根据所述关联实体节点与所述方向连线构建初始框架;若所述初始框架中所述关联实体节点与相邻节点之间存在第一方向连线与第二方向连线,则在所述关联实体节点与所述相邻节点之间增加虚拟节点;其中,所述第一方向连线与所述第二方向连线互为反向;利用所述虚拟节点分别与所述关联实体节点和所述相邻节点之间的方向连线,替换所述初始框架中的所述第二方向连线,得到目标框架。
在本实施例中,初始框架中的起始节点为目标实体节点,根据关联实体节点与方向连线以目标实体节点为起始节点进行框架构建,得到初始框架。由于该初始框架中包含了目标实体节点与关联实体节点,且目标实体节点与关联实体节点之间的连线所具有方向性,该方向连线用于表征目标实体节点与关联实体节点各自对应的实体产品的销售时序,因此在销售了关联实体产品后又对目标实体产品进行了销售,则会在目标实体节点与关联实体节点之间存在两个方向相反的连线,也即第一方向连线与第二方向连线,其中第二方向连线所对应的销售时间晚于第一方向连线对应的销售时间。
需要说明的是,将时段数据完整且准确地映射成节点间的框架,能够利用多个框架构建成关系网络,并将产品的组合问题转化为关系网络的挖掘问题,但是当框架中的关联实体节点与相邻节点之间存在双向连线时,也即存在第一方向连线与第二方向连线时,融合得到的关系网络则无法进行求解,故必须消除关联实体节点与相邻节点之间的双向连线现象,使得框架中节点与节点之间无双向连线。
本实施例中,当初始框架中关联实体节点与相邻节点之间存在第一方向连线与第二方向连线时,于关联实体节点与相邻节点之间增加虚拟节点,再利用虚拟节点分别与关联实体节点和相邻节点之间的方向连线,进而替换掉第二方向连线,使得得到的框架中关联实体节点与相邻节点之间再无双向连线,保证了后续组件成关系网络后,能够进行挖掘求解。
作为本实施例一种实现的方式,上述步骤:利用所述虚拟节点分别与所述关联实体节点和所述相邻节点之间的方向连线,替换所述初始框架中的所述第二方向连线,得到目标框架,包括:
根据所述第二方向连线确定第一替换方向连线与第二替换方向连线;利用所述第一替换方向连线连接所述关联实体节点与所述虚拟节点,利用所述第而替换方向连线连接所述虚拟节点与所述相邻节点;删除所述初始框架中的所述第二方向连线得到目标框架。
在本实施例中,虚拟节点为无实际意义的节点,也即虚拟节点无法表征实际的实体产品。第一替换方向用于从关联实体节点指向虚拟节点,第二替换方向连线用于从虚拟节点指向相邻节点。
需要说明的是,在本申请的所有实施例中,由于关联实体节点对应的方向连线用于表征关联实体节点与其相邻节点之间的时序先后,同时也还用于描述其相邻节点向该关联实体节点转移的流量数值,因此在将关联实体节点与相邻节点之间的第二方向连线替换后,需要为第一替换方向连线与第二替换方向连线赋值。又因为虚拟节点为无实际意义的节点,所以为了保存时序数据的不变,第一替换方向连线与第二替换方向连线赋值与第二方向连线的赋值相同。
图4示出了本实施例中初始框架变形为框架的过程示意图。如图4所示,初始框架10中关联实体节点V1的相邻节点V2之间存在双向连线(L4、L5),通过增加虚拟节点V’,再利用第一替换方向连线L101连接关联实体节点V1与虚拟节点V’,利用第二替换方向连线L102连接虚拟节点V’与相邻节点V2,进而替换掉双线连线中的第二方向连线。由于虚拟节点V’不代表任何实体产品,因此在对第一替换方向连线L101与第二替换方向连线L102进行赋值时,为了确保数值的准确性,虚拟节点V’作为之间过度节点,与该虚拟节点V’相连的第一替换方向连线L101与第二替换方向连线L102的赋值均为10。
应当理解的是,在根据目标实体节点的多组时段数据,分别构建包含目标实体节点与关联实体节点的多个框架路径后,执行步骤S12~S13。
S12:基于多个所述框架路径进行网络构建,得到关系网络。
在步骤S12中,每个框架路径中的目标实体节点所表征的是同一目标实体产品,因此在基于多个框架路径进行网络构建时,可以只以一个目标实体节点为网络的中心,基于多个框架路径中的关联实体节点与方向连线进行网络融合,进而得到只有一个目标实体节点的关系网络。
在本实施例中,关系网络用于描述目标实体节点的多组时段数据,也即关系网络是根据目标实体节点的多组时段数据进行框架路径化与网络化后的展现形式,该关系网络也可以看做是多个框架路径的融合结果。
在实现时,由于多个框架路径中的目标实体节点是相同的,而每个框架路径之间存在相同或不同的关联实体节点,因此可以只以一个目标实体节点为网络的中心,向外扩张关联实体节点,并通过合并相同的关联实体节点的方式减少关系网络中的关联实体节点。同时,为了使关系网络能够维持与多组时段数据之间隐射关系的真实性,在将相同的关联实体节点继续合并时,可以通过保留该关联实体节点与其相邻节点之间的方向连线,进而保留节点之间的关联数据与先后顺序的一致性。
作为本申请一实施例,步骤S12具体可以包括:
将多个所述框架路径以一个目标实体节点为中心进行框架路径融合,得到初始关系网络;向所述初始关系网络中增加超级汇,得到关系网络。
在本实施例中,在本实施例中,将多个框架路径以一个目标实体节点为中心进行框架路径融合得到初始关系网络,该目标实体节点即为该初始关系网络的超级源。通过对初始关系网络增加超级汇,进而使得到的关系网络能够用于求解最大流问题。
需要说明的是,由于在实际应用中,常会遇到,最终销售的实体产品并不相同,也即多个框架路径中,每个框架路径以同一目标实体节点为起始点,但并非以同一关联实体节点为终点,而对于关系网络的最大流问题求解需要建立再同源同汇的基础上。因此在确定了目标实体节点的条件下,通过增加了一个超级汇,且令任一框架路径的最终节点指向该超级汇的可能性定义为上限无穷大,实现对初始关系网络的修正,进而满足了对关系网络求解最大流的条件。
作为一个示例,图5中示出了本实施例中关系网络的示意图。如图5所示,关系网络100中,节点S为目标实体节点,节点E为超级汇。在图5中,第一框架路径101与第二框架路径102有共同的目标实体节点S。目标实体节点S与关联实体节点V1、关联实体节点V2、关联实体节点V3、关联实体节点V4以及虚拟节点V’组成第一框架路径101。另外,目标实体节点S还与关联实体节点V4、关联实体节点V5、关联实体节点V6、关联实体节点V7、关联实体节点V8、关联实体节点V9以及虚拟节点V’组成第二框架路径102。将第一框架路径101与第二框架路径102进行框架路径融合,由于两个框架路径中均包含有关联实体节点V4,因此在进行框架路径融合时,可以只保留一个关联实体节点V4作为两个框架路径之间的共同节点在关系网络中体现。这里,当第一框架路径101与第二框架路径102进行框架路径融合后,得到的初始关系网络中最末尾的关联实体节点包括关联实体节点V3、虚拟节点V’、关联实体节点V4以及关联实体节点V9,由于初始关系网络中没有最终的汇聚节点,因此无法利用求解路径节点流量的方式对该初始关系网络进行处理。
如图5所示,通过增加节点E作为超级汇,使得初始关系网络中最末尾的关联实体节点包括关联实体节点V3、虚拟节点V’、关联实体节点V4以及关联实体节点V9能够最终汇总至该超级汇E,进而形成具有目标实体节点S与超级汇E的关系网络,为利用求解路径节点流量的方式对该初始关系网络进行处理提供了实现基础。
S13:利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合;其中,所述目标路径集合中的每条目标路径各自包含目标关联实体节点集合,所述目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值。
在步骤S13中,训练后的路径挖掘模型用于描述关系网络中目标实体节点与关联实体节点之间的组合对关系。预设阈值用于描述目标路径中所有目标关联实体节点的虚拟对象指标之和的最小值,也即从关联网络中确定的路径中,只有当该路径中的所有关联实体节点的虚拟对象指标之和等于或大于该预设阈值,则该路径才能被作为目标路径,其中的关联实体节点才能够作为目标关联实体节点。
在实际应用中,目标路径集合中包括至少一条目标路径,由于目标路径集合中的每条目标路径各自包含目标关联实体节点集合,且目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值,因此可以通过配置相应的预设阈值调整目标路径集合中的目标路径个数。
在实现时,利用训练后的挖掘路径模型基于虚拟对象指标从关系网络中挖掘出目标路径集合时,可以是基于虚拟对象指标与预设阈值之间的关系,以目标实体节点为起点遍历关系网络中的所有关联实体节点,并在挖掘到目标路径后,将该目标路径进行另存储,同时从关系网络中删除该目标路径。以此类推,直到将关系网络中的所有关联实体节点的组合方式均遍历完成后,输出目标路径集合。
需要说明的是,由于关系网络可以视为以目标实体节点为中心向外延伸,途径多个关联实体节点并最终流向超级汇的网络,因此在利用训练后的路径挖掘模型基于虚拟对象指标从关系网络中挖掘出目标路径以得到目标路径集合的过程中,是以目标实体节点为起点,将与该目标实体节点相邻且方向连线的赋值最大的关联实体节点作为下一级节点,在以该关联实体节点为起点,将与该关联实体节点相连且赋值最大的下一级关联实体节点作为路径中的下一节点,以此类推直到超级汇为终点,得出目标路径,并将该目标路径进行另存储,同时从关系网络中删除该目标路径。这里,由于在从关系网络中确定出一条目标路径后,将该目标路径从关系网络中删除,使得下次遍历时,确定出的都是新的关系网络中,方向连线赋值最大的关联实体节点。
作为本实施例一种实现的方式,路径挖掘模型可以是基于蚁群算法构建得到的模型,利用训练网络集合对该路径挖掘模型进行训练,得到训练后的路径挖掘模型。
在实现时,训练网络集合中的每个网络样本可以是利用上述构建关系网络的方式,基于多组时段数据构建多个框架路径,再通过不同框架路径之间的配对融合得到。
应当理解的是,蚁群算法是一种用于寻找优化路径的概率型算法,也是参考了自然界中蚁群觅食时总能确定出蚁巢与食物源之间最佳路径的现象,构建出用于反复模拟蚁群试探路线的算法。由于每个网络样本中都具有唯一的起始节点与结束节点,在起始节点与结束节点之间由多个中间节点组成不同的通行路径,且不同的路径上对应的赋值大小不同,因此通过配置相应的训练策略与损失函数,令在训练基于蚁群算法构建的路径挖掘模型时,学习每次从网络样本中试探出赋值总和最大的路径作为目标路径。同时,令该路径挖掘模型能够在训练过程中,受控于损失函数的限制,不断向最优的路径试探策略收敛,进而得到训练后的路径挖掘模型。
可以理解的是,在实际应用中,训练后的路径挖掘模型主要用于通过轮询的方式从关系网络中确定出瞒住预设阈值的目标路径,因此在实现时,还可以是基于其它能够提供轮询功能的算法构建得到,故此处不再赘述。
以上方案中,根据目标实体节点的多组时段数据构建多个框架路径,由于在每个框架路径中,目标实体节点与关联实体节点之间的方向连线用于表征关联实体节点的虚拟对象指标,因此使得构建得到的多个框架路径与多组时段数据之间实现关联映射,基于多个框架路径构建关系网络,再利用训练后的路径挖掘模型基于虚拟对象指标从该关系网络中挖掘出包含目标实体节点与目标关联实体节点的目标路径集合,由于每个目标路径中的目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值,因此目标路径中各个节点能够作为基于目标实体节点的参考组合方案,进而提供了一种具有较宽适用范围的实体节点路径挖掘方案。
此外,本申请实施例中,以实际的多组时段数据为基础,通过构建多组框架路径,从而实现了将产品间流量转移的情况映射为节点路径间,再通过对多组框架路径进行融合得到关系网络,利用路径挖掘模型对该关系网络进行路径挖掘,实现了将数据分析或数据挖掘的问题转化为网络路径求解问题,进而能够利用关系网络以及关系网络中各路径求解方式,解决数据分析或数据挖掘的问题。
图6示出了本申请另一实施例提供的一种挖掘实体节点路径的方法的实现流程图。参见图6,相对于图1所述实施例,本实施例提供的一种挖掘实体节点路径的方法中在所述利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合的步骤之后,还包括:S21,具体详述如下:
在本实施例中,在所述利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合的步骤之后,还包括:
S21:若接收到目标终端发送的路径获取请求,则根据所述路径获取请求,从所述目标路径集合中确定出目标子集返回给所述目标终端。
在本实施例中,路径获取请求由于描述目标终端访问的路径内容,也即用户在使用目标终端向服务器获取关于目标实体节点与关联实体节点的组合方案时,可以通过配置相应的路径规格,例如目标实体节点的特定时间、关联实体节点的个数、关联实体节点对应的虚拟对象指标,以及路径中所有关联实体节点对应的虚拟对象指标之和等。
在实现时,可以通过在路径获取请求中携带有用于描述子集特征的数据内容,当接收到目标终端发送的路径获取请求,根据该路径获取请求中携带有用于描述子集特征的数据内容,从目标路径集合中确定出目标子集返回给目标终端。
在实际应用中,可以对目标路径集合进行分组实现相似或者相同目标路径的聚类,例如,对目标路径结合中的所有目标路径进行虚拟对象指标总和(x1、x2、x3、x4、x5、x6、……xn-1、xn)进行降序排列得到如下排列顺序:
{目标路径1,虚拟对象指标总和x1,组1}、
{目标路径2,虚拟对象指标总和x1,组1},
{目标路径3,虚拟对象指标总和x2,组2},
{目标路径4,虚拟对象指标总和x3,组3},
{目标路径5,虚拟对象指标总和x3,组3},
{目标路径6,虚拟对象指标总和x3,组3},
……
{目标路径n-1,虚拟对象指标总和x7,组n-y}
目标路径n,虚拟对象指标总和x7,组n-y}
其中,目标路径1与目标路径2的虚拟对象指标总和均为x1,因此可以将目标路径1与目标路径2分为组1;目标路径3的虚拟对象指标总和为x2,当无其他目标路径与目标路径3的虚拟对象指标终端相同,则目标路径3为组2;与组1相似地,目标路径3、目标路径4以及目标路径5的虚拟对象指标总和均为x3,因此可以将目标路径3、目标路径4以及目标路径5分为组3。以此类推,目标路径n-1与目标路径n的虚拟对象指标总和均为x7,因此可以将目标路径n-1与目标路径n分为组n-y。
本实施例中,将多个具有相同虚拟对象指标总和的目标路径归为一组,同组内的多个目标路径,就是可以相互替换的待选路径,因此,在从目标路径集合中确定出目标子集返回给目标终端时,可以将同组内的全部或部分目标路径作为目标子集中的内容,反馈给目标终端,实现多样性方案选择与替换。
如图6所示,基于上述任一实施例,在所述利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合的步骤之后,还可以包括步骤S22。这里,步骤S22与步骤S21为并列步骤,也即步骤S21与步骤S22之间不分执行顺序的先后,可以同时执行了步骤S21与步骤S22,或者,先执行步骤S21再执行步骤S22;再或者,先执行步骤S22再执行步骤S21,此处不作限制。具体详述如下:
进一步地,在所述利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合的步骤之后,还包括:
S22:将所述目标路径集合部署至区块链节点中。
在本实施例中,为了将目标路径集合进行共享,将目标路径集合部署至区块链中,进而避免该目标路径集合的内容被篡改。
在本申请的所有实施例中,将目标路径集合部署至区块链节点中可令该区块链节点能够通过调用该目标路径集合,进而获得该目标路径集合中目标路径,也即实体产品组合方式。同时,还能够保证该目标路径集合安全性和对用户的公正透明性。本示例所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
以上方案中,根据目标实体节点的多组时段数据构建多个框架路径,由于在每个框架路径中,目标实体节点与关联实体节点之间的方向连线用于表征关联实体节点的虚拟对象指标,因此使得构建得到的多个框架路径与多组时段数据之间实现关联映射,基于多个框架路径构建关系网络,再利用训练后的路径挖掘模型基于虚拟对象指标从该关系网络中挖掘出包含目标实体节点与目标关联实体节点的目标路径集合,由于每个目标路径中的目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值,因此目标路径中各个节点能够作为基于目标实体节点的参考组合方案,进而提供了一种具有较宽适用范围的实体节点路径挖掘方案。
此外,将目标路径集合部署至区块链节点中,使得该目标路径集合能够被区块链中的其他节点获取并使用,能够进一步提高该目标路径集合的利用率。
请参阅图7,图7是本申请实施例提供的一种挖掘实体节点路径的装置的结构框图。本实施例中该移动终端包括的各单元用于执行图1与图6对应的实施例中的各步骤。具体请参阅图1与图6以及图1与图6所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。参见图7,挖掘实体节点路径的装置70包括:第一构建单元71、第二构建单元72以及挖掘单元73。具体地:
第一构建单元71,用于根据目标实体节点的多组时段数据,分别构建包含所述目标实体节点与关联实体节点的多个框架路径;其中,在每个所述框架路径中,所述目标实体节点与所述关联实体节点之间的方向连线,用于表征所述关联实体节点的虚拟对象指标;
第二构建单元72,用于基于多个所述框架路径进行网络构建,得到关系网络;
挖掘单元73,用于利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合;其中,所述目标路径集合中的每条目标路径各自包含目标关联实体节点集合,所述目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值。
作为本申请一实施例,挖掘单元71具体用于,根据目标实体节点的多组时段数据,确定出每组所述时段数据对应的关联实体节点,以及所述关联实体节点对应的方向连线;基于每组所述时段数据对应的所述关联实体节点与所述方向连线,各自以所述目标实体节点为起始节点进行框架搭建,得到每组所述时段数据对应的目标框架;将多组所述时段数据对应的多个所述目标框架,作为多个所述框架路径。
作为本申请一实施例,挖掘单元71具体还用于,以所述目标实体节点为起始节点,根据所述关联实体节点与所述方向连线构建初始框架;若所述初始框架中所述关联实体节点与相邻节点之间存在第一方向连线与第二方向连线,则在所述关联实体节点与所述相邻节点之间增加虚拟节点;其中,所述第一方向连线与所述第二方向连线互为反向;利用所述虚拟节点分别与所述关联实体节点和所述相邻节点之间的方向连线,替换所述初始框架中的所述第二方向连线,得到目标框架。
作为本申请一实施例,挖掘单元71具体还用于,根据所述第二方向连线确定第一替换方向连线与第二替换方向连线;利用所述第一替换方向连线连接所述关联实体节点与所述虚拟节点,利用所述第而替换方向连线连接所述虚拟节点与所述相邻节点;删除所述初始框架中的所述第二方向连线得到目标框架。
作为本申请一实施例,输出单元72具体用于,将多个所述框架路径以一个目标实体节点为中心进行框架路径融合,得到初始关系网络;向所述初始关系网络中增加超级汇,得到关系网络。
作为本申请一实施例,挖掘实体节点路径的装置70还包括:
返回单元74,用于若接收到目标终端发送的路径获取请求,则根据所述路径获取请求,从所述目标路径集合中确定出目标子集返回给所述目标终端。
作为本申请一实施例,挖掘实体节点路径的装置70还包括:
部署单元75,用于将所述目标路径集合部署至区块链节点中。
应当理解的是,图7示出的挖掘实体节点路径的装置的结构框图中,各单元用于执行图1与6对应的实施例中的各步骤,而对于图1与图6对应的实施例中的各步骤已在上述实施例中进行详细解释,具体请参阅图1与图6以及图1与图6所对应的实施例中的相关描述,此处不再赘述。
图8是本申请实施例提供的一种计算机设备的结构框图。如图8所示,该实施例的计算机设备80包括:处理器81、存储器82以及存储在所述存储器82中并可在所述处理器81上运行的计算机程序83,例如挖掘实体节点路径的方法的程序。处理器81执行所述计算机程序83时实现上述各个挖掘实体节点路径的方法各实施例中的步骤,例如图1所示的S11至S13,或者图6所示的S11至S21,或者图6所示的S11至S21,以及S11至S22。或者,所述处理器81执行所述计算机程序83时实现上述图7对应的实施例中各单元的功能,例如,图7所示的单元71至75的功能,具体请参阅图7对应的实施例中的相关描述,此处不赘述。
示例性的,所述计算机程序83可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器82中,并由所述处理器81执行,以完成本申请。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序83在所述计算机设备80中的执行过程。例如,所述计算机程序83可以被分割成第一构建单元、第二构建单元以及挖掘单元,各单元具体功能如上所述。
所述转台设备可包括,但不仅限于,处理器81、存储器82。本领域技术人员可以理解,图8仅仅是计算机设备80的示例,并不构成对计算机设备80的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述转台设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器81可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器82可以是所述计算机设备80的内部存储单元,例如计算机设备80的硬盘或内存。所述存储器82也可以是所述计算机设备80的外部存储设备,例如所述计算机设备80上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器82还可以既包括所述计算机设备80的内部存储单元也包括外部存储设备。所述存储器82用于存储所述计算机程序以及所述转台设备所需的其他程序和数据。所述存储器82还可以用于暂时地存储已经输出或者将要输出的数据。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种挖掘实体节点路径的方法,其特征在于,包括:
根据目标实体节点的多组时段数据,分别构建包含所述目标实体节点与关联实体节点的多个框架路径;其中,在每个所述框架路径中,所述目标实体节点与所述关联实体节点之间的方向连线,用于表征所述关联实体节点的虚拟对象指标;
基于多个所述框架路径进行网络构建,得到关系网络;
利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合;其中,所述目标路径集合中的每条目标路径各自包含目标关联实体节点集合,所述目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值;
在利用训练后的所述路径挖掘模型基于所述虚拟对象指标从所述关系网络中挖掘出目标路径以得到所述目标路径集合的过程中,以所述目标实体节点为起点,将与所述目标实体节点相邻且方向连线的赋值最大的关联实体节点作为下一级节点,再以所述关联实体节点为起点,将与所述关联实体节点相连且赋值最大的下一级关联实体节点作为路径中的下一节点,直到超级汇为终点,得出所述目标路径,并将所述目标路径进行另存储,同时从所述关系网络中删除所述目标路径。
2.根据权利要求1所述的挖掘实体节点路径的方法,其特征在于,所述根据目标实体节点的多组时段数据,分别构建包含所述目标实体节点与关联实体节点的多个框架路径,包括:
根据目标实体节点的多组时段数据,确定出每组所述时段数据对应的关联实体节点,以及所述关联实体节点对应的方向连线;
基于每组所述时段数据对应的所述关联实体节点与所述方向连线,各自以所述目标实体节点为起始节点进行框架搭建,得到每组所述时段数据对应的目标框架;
将多组所述时段数据对应的多个所述目标框架,作为多个所述框架路径。
3.根据权利要求2所述的挖掘实体节点路径的方法,其特征在于,所述基于每组所述时段数据对应的所述关联实体节点与所述方向连线,各自以所述目标实体节点为起始节点进行框架搭建,得到每组所述时段数据对应的目标框架,包括:
以所述目标实体节点为起始节点,根据所述关联实体节点与所述方向连线构建初始框架;
若所述初始框架中所述关联实体节点与相邻节点之间存在第一方向连线与第二方向连线,则在所述关联实体节点与所述相邻节点之间增加虚拟节点;其中,所述第一方向连线与所述第二方向连线互为反向;
利用所述虚拟节点分别与所述关联实体节点和所述相邻节点之间的方向连线,替换所述初始框架中的所述第二方向连线,得到目标框架。
4.根据权利要求3所述的挖掘实体节点路径的方法,其特征在于,所述利用所述虚拟节点分别与所述关联实体节点和所述相邻节点之间的方向连线,替换所述初始框架中的所述第二方向连线,得到目标框架,包括:
根据所述第二方向连线确定第一替换方向连线与第二替换方向连线;
利用所述第一替换方向连线连接所述关联实体节点与所述虚拟节点,利用所述第而替换方向连线连接所述虚拟节点与所述相邻节点;
删除所述初始框架中的所述第二方向连线得到目标框架。
5.根据权利要求1所述的挖掘实体节点路径的方法,其特征在于,所述基于多个所述框架路径进行网络构建,得到关系网络,包括:
将多个所述框架路径以一个目标实体节点为中心进行框架路径融合,得到初始关系网络;
向所述初始关系网络中增加超级汇,得到关系网络。
6.根据权利要求1所述的挖掘实体节点路径的方法,其特征在于,在所述利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合的步骤之后,还包括:
若接收到目标终端发送的路径获取请求,则根据所述路径获取请求,从所述目标路径集合中确定出目标子集返回给所述目标终端。
7.根据权利要求1-6任一项所述的挖掘实体节点路径的方法,其特征在于,在所述利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合的步骤之后,还包括:
将所述目标路径集合部署至区块链节点中。
8.一种挖掘实体节点路径的装置,其特征在于,包括:
第一构建单元,用于根据目标实体节点的多组时段数据,分别构建包含所述目标实体节点与关联实体节点的多个框架路径;其中,在每个所述框架路径中,所述目标实体节点与所述关联实体节点之间的方向连线,用于表征所述关联实体节点的虚拟对象指标;
第二构建单元,用于基于多个所述框架路径进行网络构建,得到关系网络;
挖掘单元,用于利用训练后的路径挖掘模型,基于所述虚拟对象指标从所述关系网络中挖掘出目标路径集合;其中,所述目标路径集合中的每条目标路径各自包含目标关联实体节点集合,所述目标关联实体节点集合对应的虚拟对象指标之和等于或大于预设阈值;
在利用训练后的所述路径挖掘模型基于所述虚拟对象指标从所述关系网络中挖掘出目标路径以得到所述目标路径集合的过程中,以所述目标实体节点为起点,将与所述目标实体节点相邻且方向连线的赋值最大的关联实体节点作为下一级节点,再以所述关联实体节点为起点,将与所述关联实体节点相连且赋值最大的下一级关联实体节点作为路径中的下一节点,直到超级汇为终点,得出所述目标路径,并将所述目标路径进行另存储,同时从所述关系网络中删除所述目标路径。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011555577.0A CN112667753B (zh) | 2020-12-24 | 2020-12-24 | 一种挖掘实体节点路径的方法及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011555577.0A CN112667753B (zh) | 2020-12-24 | 2020-12-24 | 一种挖掘实体节点路径的方法及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112667753A CN112667753A (zh) | 2021-04-16 |
CN112667753B true CN112667753B (zh) | 2023-08-18 |
Family
ID=75408581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011555577.0A Active CN112667753B (zh) | 2020-12-24 | 2020-12-24 | 一种挖掘实体节点路径的方法及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112667753B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757723B (zh) * | 2022-06-13 | 2022-09-06 | 山东国赢大数据产业有限公司 | 用于资源要素交易平台的数据分析模型构建***及方法 |
CN115329151B (zh) * | 2022-10-17 | 2023-03-14 | 北方健康医疗大数据科技有限公司 | 图数据库的优化方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678527A (zh) * | 2020-06-12 | 2020-09-18 | 北京京东乾石科技有限公司 | 路径网络图生成方法及装置、电子设备和存储介质 |
CN111949744A (zh) * | 2020-07-31 | 2020-11-17 | 北京明略昭辉科技有限公司 | 基于知识图谱的关联信息挖掘方法及装置 |
CN112052403A (zh) * | 2020-09-11 | 2020-12-08 | 深圳市梦网视讯有限公司 | 一种基于商品社区分类的链接度传播方法、***及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9798783B2 (en) * | 2013-06-14 | 2017-10-24 | Actuate Corporation | Performing data mining operations within a columnar database management system |
WO2017147396A1 (en) * | 2016-02-24 | 2017-08-31 | Data2Discovery | Object oriented system and method having semantic substructures for machine learning |
-
2020
- 2020-12-24 CN CN202011555577.0A patent/CN112667753B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678527A (zh) * | 2020-06-12 | 2020-09-18 | 北京京东乾石科技有限公司 | 路径网络图生成方法及装置、电子设备和存储介质 |
CN111949744A (zh) * | 2020-07-31 | 2020-11-17 | 北京明略昭辉科技有限公司 | 基于知识图谱的关联信息挖掘方法及装置 |
CN112052403A (zh) * | 2020-09-11 | 2020-12-08 | 深圳市梦网视讯有限公司 | 一种基于商品社区分类的链接度传播方法、***及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112667753A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112003703B (zh) | 一种跨链发送可认证消息的方法和装置 | |
EP3353687B1 (en) | Contextual access of data | |
CN109146490A (zh) | 区块生成方法、装置和*** | |
CN112667753B (zh) | 一种挖掘实体节点路径的方法及计算机设备 | |
US20240232223A1 (en) | Data synchronization method and system based on blockchain, and related device | |
CN108769111A (zh) | 一种服务器连接方法、计算机可读存储介质及终端设备 | |
US20210158353A1 (en) | Methods, systems, apparatuses, and devices for processing request in consortium blockchain | |
CN104769550B (zh) | 在云计算网络中分配带宽的方法和*** | |
WO2021208762A1 (zh) | 数据存储、查询 | |
CN108829769A (zh) | 一种可疑群组发现方法和装置 | |
US20200202356A1 (en) | Blockchain-based information processing method and apparatus, and device | |
CN110958666B (zh) | 基于强化学习的网络切片资源映射方法 | |
EP3920464A1 (en) | Method for storing transaction that represents asset transfer to distributed network and program for the same | |
CN115049070A (zh) | 联邦特征工程数据的筛选方法及装置、设备及存储介质 | |
CN110399564B (zh) | 帐号分类方法和装置、存储介质及电子装置 | |
CN112766560B (zh) | 联盟区块链网络优化方法、装置、***和电子设备 | |
CN111552715B (zh) | 用户查询方法和装置 | |
CN117370460A (zh) | 基于双链存储的区块链存储优化方法及装置 | |
KR102109201B1 (ko) | 사용자 단말기들 사이의 게임 아이템 거래를 중개하는 네트워크 서버 및 그것의 동작 방법 | |
CN111951112A (zh) | 基于区块链的智能合约执行方法、终端设备和存储介质 | |
CN116938523A (zh) | 区块链***、运行方法、电子设备和存储介质 | |
CN111400399A (zh) | 区块链***的账本同步方法、装置及硬件设备 | |
CN114329127B (zh) | 特征分箱方法、装置及存储介质 | |
US10949856B1 (en) | Systems and methods for adaptive learning to replicate peak performance of human decision making | |
CN115048462A (zh) | 一种基于区块链的数字资产合成方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |