The method and system of knowledge map generation of network social relations based on artificial intelligence include: experience acquisition step, experience extraction step, experience intersection step, intersection information acquisition step, relationship generation step, knowledge map generation step, entity acquisition step. The above methods and systems improve the intelligence and efficiency of the network social relationship knowledge map generation through the technology of knowledge map generation based on artificial intelligence and big data.
【技术实现步骤摘要】
基于人工智能的网络社交关系知识图谱生成方法和系统
本专利技术涉及信息
，特别是涉及一种基于人工智能的网络社交关系知识图谱生成方法和系统。
技术介绍
在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有网络社交经历关系往往只限于同一个社交网络，例如仅基于微博进行分析，或仅基于人人网进行分析，等等，且在分析网络社交经历关系时没有考虑到时间的因素。因此，现有技术还有待于改进和发展。
技术实现思路
基于此，有必要针对现有技术中的缺陷或不足，提供基于人工智能的网络社交关系知识图谱生成方法和系统，以解决现有技术中网络社交经历关系生成时没有综合考虑多种社交网络平台中的社交关系并将时间和社交网络经历综合考虑的缺点。第一方面，本专利技术实施例提供一种网络社交关系知识图谱生成方法，所述方法包括：经历获取步骤，获取每个网络用户的网络社交的经历；经历抽取步骤，从每一个网络用户的网络社交的经历中抽取每一个经历的时间段及该时间段网络用户所在的社交网络；经历求交步骤，求属于不同网络用户的每两个经历的交集；交集信息获取步骤，通过对经历进行匹配获取具有交集的每两个经历，获取交集部分的信息；关系生成步骤，根据网络用户的经历，判断每两个网络用户之间的关系，生成该关系的实体、标签、属性进行关联后加入网络社交经历关系知识库；知识图谱生成步骤，用于将每个网络用户作为网络社交经历关系知识图谱中的一个实体，将网络社交经历关系知识库中每个关系的关系标签及其属性作为该关...
【技术保护点】
1.一种网络社交关系知识图谱生成方法，其特征在于，所述方法包括：/n经历获取步骤，获取每个网络用户的网络社交的经历；/n经历抽取步骤，从每一个网络用户的网络社交的经历中抽取每一个经历的时间段及该时间段网络用户所在的社交网络；/n经历求交步骤，求属于不同网络用户的每两个经历的交集；/n交集信息获取步骤，通过对经历进行匹配获取具有交集的每两个经历，获取交集部分的信息；/n关系生成步骤，根据网络用户的经历，判断每两个网络用户之间的关系，生成该关系的实体、标签、属性进行关联后加入网络社交经历关系知识库；/n知识图谱生成步骤，用于将每个网络用户作为网络社交经历关系知识图谱中的一个实体，将网络社交经历关系知识库中每个关系的关系标签及其属性作为该关系中网络用户的网络社交经历关系知识图谱中对应的实体之间的关联关系；/n实体获取步骤，获取网络社交经历关系知识图谱中与任一实体具有关联关系的实体；/n关系获取步骤，获取与第一网络用户在知识图谱中具备关系的第二网络用户，获取该第一网络用户与该第二网络用户之间的关系，计算该第一网络用户与该第二网络用户之间的关系的权重和，根据对应的关系权重和从高到低对与该第一网络...
【技术特征摘要】
1.一种网络社交关系知识图谱生成方法，其特征在于，所述方法包括：
经历获取步骤，获取每个网络用户的网络社交的经历；
经历抽取步骤，从每一个网络用户的网络社交的经历中抽取每一个经历的时间段及该时间段网络用户所在的社交网络；
经历求交步骤，求属于不同网络用户的每两个经历的交集；
交集信息获取步骤，通过对经历进行匹配获取具有交集的每两个经历，获取交集部分的信息；
关系生成步骤，根据网络用户的经历，判断每两个网络用户之间的关系，生成该关系的实体、标签、属性进行关联后加入网络社交经历关系知识库；
知识图谱生成步骤，用于将每个网络用户作为网络社交经历关系知识图谱中的一个实体，将网络社交经历关系知识库中每个关系的关系标签及其属性作为该关系中网络用户的网络社交经历关系知识图谱中对应的实体之间的关联关系；
实体获取步骤，获取网络社交经历关系知识图谱中与任一实体具有关联关系的实体；
关系获取步骤，获取与第一网络用户在知识图谱中具备关系的第二网络用户，获取该第一网络用户与该第二网络用户之间的关系，计算该第一网络用户与该第二网络用户之间的关系的权重和，根据对应的关系权重和从高到低对与该第一网络用户有关系的每一网络用户进行排序。
2.根据权利要求1所述的网络社交关系知识图谱生成方法，其特征在于，
所述经历获取步骤包括：
信息回复和信息发布经历获取步骤，获取每个网络用户的网络社交经历中的信息回复经历和信息发布经历；
所述经历抽取步骤包括：
信息回复经历抽取步骤，从每一个网络用户的网络社交经历的信息回复经历中抽取每一个信息回复经历的时间段及该时间段网络用户所在的社交网络；信息回复指的是在社交网络上回复别人发布的信息；
信息发布经历抽取步骤，从网络社交经历的信息发布经历中抽取每一个信息发布经历的时间段及该时间段网络用户所在的社交网络；信息发布是指网络用户在社交网络上发布信息。
3.根据权利要求1所述的网络社交关系知识图谱生成方法，其特征在于，
交集信息获取步骤包括：
第一交集信息获取步骤，通过对经历进行匹配获取时间段交集不为空且社交网络交集不为空的属于不同网络用户的每两个经历，获取交集部分的时间段和社交网络信息；
第二交集信息获取步骤，通过对经历进行匹配获取时间段交集为空且社交网络交集不为空的属于不同网络用户的每两个经历，获取交集部分的社交网络信息；
关系生成步骤包括：
同时段关系生成步骤，根据网络用户的经历，判断每两个网络用户之间的同时段关系，生成该关系的实体、标签、属性进行关联后加入同时段网络社交经历关系知识库；
不同时段关系生成步骤，根据网络用户的经历，判断每两个网络用户之间的不同时段关系，生成该关系的实体、标签、属性进行关联后加入不同时段网络社交经历关系知识库。
4.根据权利要求3所述的网络社交关系知识图谱生成方法，其特征在于，
同时段关系生成步骤包括：
信息回复经历同时段关系生成步骤，如果所述两个经历分别为两个网络用户的信息回复经历，且这两个网络用户具有同时段关系，则将这两个网络用户的姓名作为该关系的实体，将同时段回复关系作为该关系的标签，将交集部分的时间段和社交网络信息作为该关系的属性，将该关系的实体、标签、属性进行关联后加入同时段网络社交经历关系知识库；
信息发布经历同时段关系生成步骤，如果所述两个经历分别为两个网络用户的信息发布经历，且这两个网络用户具有同时段关系，则将这两个网络用户的姓名作为该关系的实体，将同时段发布关系作为该关系的标签，将交集部分的时间段和社交网络信息作为该关系的属性，将该关系的实体、标签、属性进行关联后加入同时段网络社交经历关系知识库；
信息回复信息发布经历同时段关系生成步骤，如果所述两个经历分别为一个网络用户的信息回复经历和另一个网络用户的信息发布经历，且这两个网络用户具有同时段关系，则将这两个网络用户的姓名作为该关系的实体，将同时段回复发布关系作为该关系的标签，将交集部分的时间段和社交网络信息作为该关系的属性，将该关系的实体、标签、属性进行关联后加入同时段网络社交经历关系知识库；
不同时段关系生成步骤包括：
信息回复经历不同时段关系生成步骤，如果所述每两个经历分别为两个网络用户的信息回复经历，且这两个网络用户具有不同时段关系，则将这两个网络用户的姓名作为该关系的实体，将不同时段回复关系作为该关系的标签，将交集部分的社交网络信息作为该关系的属性，将该关系的实体、标签、属性进行关联后加入不同时段网络社交经历关系知识库；
信息发布经历不同时段关系生成步骤，如果所述两个经历分别为两个网络用户的信息发布经历，且这两个网络用户具有不同时段关系，则将这两个网络用户的姓名作为该关系的实体，将不同时段发布关系作为该关系的标签，将交集部分的时...
【专利技术属性】
技术研发人员：朱定局，刘彥辰，黄君，
申请(专利权)人：南京智慧光信息科技研究院有限公司，大国创新智能科技东莞有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。