基于元社会关系圈的人物知识图谱属性获取方法及装置制造方法及图纸

本发明专利技术属于数据挖掘技术领域，特别涉及一种基于元社会关系圈的人物知识图谱属性获取方法及装置，该方法包含：遍历社交网络中用户，构建人物知识图谱，该人物知识图谱包含人物实体集合、人物实体之间的语义边集合、语义边对应的关系集合及语义边到关系集合的映射函数，每个人物实体设定有已知属性；基于用户的元社会关系圈推测用户未知属性并迭代更新人物知识图谱中属性值，直至社交网络中每个用户属性值均不再更新。本发明专利技术避免属性值摇摆等问题，且受元社会关系圈的条件限制，迭代过程收敛速度快，限定了特定社会关系与相应可推理属性类型的一致性，推测出的未知属性更准确，对基于人物关系的人物属性推理具有重要的指导意义。

Attribute Acquisition Method and Device of Character Knowledge Map Based on Meta-social Relation Circle

【技术实现步骤摘要】
基于元社会关系圈的人物知识图谱属性获取方法及装置
本专利技术属于数据挖掘
，特别涉及一种基于元社会关系圈的人物知识图谱属性获取方法及装置。
技术介绍
构建人物知识图谱，在民用市场、安全等领域，都具有十分广阔的应用前景。知识图谱通过融合来自各类数据源中的信息，并以规范化的本体描述，是一种良好的知识管理和组织工具。然而，由于人物属性信息的数据来源范围及信息抽取技术的限制导致初步构建的人物知识图谱存在一定程度的信息缺失，推理学习是知识图谱构建完善的重要方法，人物知识图谱推理即利用知识图谱的语义特性对初步构建的人物知识图谱缺失的关系与属性进行补全，从而构建完整的人物知识图谱。如何推理出缺失的人物属性信息，成为构建完整的知识图谱的一个关键问题。目前，基于知识图谱的实体属性推理方法较少，而针对社交网络用户的属性推测方法研究较多，主要分为基于分类器的推测方法、基于多数迭代投票的推测方法以及基于社团挖掘的推测方法，鉴于社交网络与知识图谱相似的图结构特点，可以借鉴这些方法解决知识图谱中的实体属性推理。基于分类器的方法是研究较早且使用广泛的一类方法，根据用户的已知属性，利用分类器对用户进行分类，并本文档来自技高网...

【技术保护点】
1.一种基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，包含如下内容：A)遍历社交网络中用户，构建人物知识图谱，该人物知识图谱包含人物实体集合、人物实体之间的语义边集合、语义边对应的关系集合及语义边到关系集合的映射函数，每个人物实体设定有已知属性；B)基于用户的元社会关系圈推测用户未知属性并迭代更新人物知识图谱中属性值，直至社交网络中每个用户属性值均不再更新。

【技术特征摘要】
1.一种基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，包含如下内容：A)遍历社交网络中用户，构建人物知识图谱，该人物知识图谱包含人物实体集合、人物实体之间的语义边集合、语义边对应的关系集合及语义边到关系集合的映射函数，每个人物实体设定有已知属性；B)基于用户的元社会关系圈推测用户未知属性并迭代更新人物知识图谱中属性值，直至社交网络中每个用户属性值均不再更新。2.根据权利要求1所述的基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，A)中，人物知识图谱表示为KG＝{V，E，R，F}，其中，V表示人物实体集合，E表示人物实体之间的语义边集合，R表示语义边对应的关系集合，F表示语义边到R的映射函数。3.根据权利要求1所述的基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，B)中，依据人物知识图谱中人物实体间映射函数，获取用户的元社会关系圈。4.根据权利要求3所述的基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，依据人物知识图谱，对于人物实体，遍历其所有的邻居节点，确定人物实体相关的元社会关系圈集合。5.根据权利要求1所述的基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，B)中，基于相同社会关系的人物实体间共享与社会关系对应的属性特点，运用多数迭代投票机制，推测人物知识图谱中人物实体未知属性。6.根据权利要求5所述的基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，迭代过程中，记录每次人物实体属性值发生更新时新属性值的得票数，每一轮投票结束后，对于属性类型，将得票数最多的属性值作为候选属性值，在候选属性值得票数大于上一轮更新时属性值得票数时，更新人物实体的属性值。7.根据权利要求5所述的基于元社会关系圈的人物知识图谱属性获取方法，其特征在于，属性值投...

【专利技术属性】
技术研发人员：尹美娟，刘晓楠，邱庆云，郑燕，王奕博，高文龙，王灿，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：河南,41