【技术实现步骤摘要】
关系推理以及关系推理模型的获取方法、装置及存储介质
本专利技术涉及计算机应用技术,特别涉及关系推理以及关系推理模型的获取方法、装置及存储介质。
技术介绍
在公共安全领域,关系推理是最主要的手段之一,包括把碎片化的线索关联起来,从大数据中挖掘有价值信息,分析人与人之间的直接和潜在关系等。传统的关系推理主要依靠人工方式,具有较高的专业门槛,依赖于经验知识,不但需要耗费较大的人力成本,而且准确性也较差。
技术实现思路
有鉴于此,本专利技术提供了关系推理以及关系推理模型的获取方法、装置及存储介质。具体技术方案如下:一种关系推理方法,包括:获取作为推理对象的各人员的预定信息;根据所述预定信息构建有向图;针对作为推理对象的两个人员,根据所述有向图生成两个人员的关系特征;将所述关系特征输入预先训练得到的关系推理模型,得到推理出的两个人员之间的社交关系。一种关系推理模型的获取方法,包括:获取作为训练样本的各人员的预定信息;根据所述预定信息构建有向图;针对作为训练样本的两个人员,根据所述有向图生成两个人员的关系特征;将所述关系特征作为输入,将获取到的两个人员之间的真实的社交关系作为输出,训练所述关系推理模型。一种关系推理装置,包括:第一获取单元、第一构建单元、第一生成单元以及关系推理单元;所述第一获取单元,用于获取作为推理对象的各人员的预定信息;所述第一构建单元,用于根据所述预定信息构 ...
【技术保护点】
1.一种关系推理方法,其特征在于,包括:/n获取作为推理对象的各人员的预定信息;/n根据所述预定信息构建有向图;/n针对作为推理对象的两个人员,根据所述有向图生成两个人员的关系特征;/n将所述关系特征输入预先训练得到的关系推理模型,得到推理出的两个人员之间的社交关系。/n
【技术特征摘要】
1.一种关系推理方法,其特征在于,包括:
获取作为推理对象的各人员的预定信息;
根据所述预定信息构建有向图;
针对作为推理对象的两个人员,根据所述有向图生成两个人员的关系特征;
将所述关系特征输入预先训练得到的关系推理模型,得到推理出的两个人员之间的社交关系。
2.根据权利要求1所述的方法,其特征在于,
所述各人员的预定信息包括:
各人员的人员标识、IP、无线接入点AP和地点,以及,人员之间的关联关系。
3.根据权利要求2所述的方法,其特征在于,
所述根据所述预定信息构建有向图包括:
构建包含人员标识、IP、AP和地点四种节点类型的第一有向图;
基于所述关联关系,构建包含人员标识这一节点类型的第二有向图。
4.根据权利要求3所述的方法,其特征在于,
所述根据所述有向图生成两个人员的关系特征包括:
所述两个人员为第一人员和第二人员,从所述第一有向图和所述第二有向图中分别提取出所述第一人员和所述第二人员之间的最短连通路径,并从所述第一有向图和所述第二有向图中分别提取出所述第一人员和所述第二人员之间的N度以内全部连通路径,所述N为大于一的正整数;
从所述第一有向图和所述第二有向图中分别提取出从所述第一人员出发的M度以内最大连通子图,从所述第一有向图和所述第二有向图中分别提取出从所述第二人员出发的M度以内最大连通子图,M为大于一的正整数;
根据提取出的最短连通路径和全部连通路径生成第一关系特征;
根据提取出的最大连通子图生成第二关系特征;
将所述第一关系特征和所述第二关系特征作为所述第一人员和所述第二人员的关系特征。
5.根据权利要求4所述的方法,其特征在于,
所述根据提取出的最短连通路径和全部连通路径生成第一关系特征包括:
利用提取出的最短连通路径和全部连通路径训练递归神经网络,得到从所述第一人员到所述第二人员的连通路径上的各节点的词向量特征;
按照将各节点的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第一关系特征。
6.根据权利要求5所述的方法,其特征在于,
所述根据提取出的最大连通子图生成第二关系特征包括:
获取从所述第一有向图中提取出的从所述第一人员出发的M度以内最大连通子图以及从所述第二人员出发的M度以内最大连通子图的交集;
获取从所述第二有向图中提取出的从所述第一人员出发的M度以内最大连通子图以及从所述第二人员出发的M度以内最大连通子图的交集;
将两个交集中的节点进行合并,得到节点集合Sv;
按照将所述节点集合Sv中的各节点的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第二关系特征。
7.根据权利要求4所述的方法,其特征在于,
该方法进一步包括:
根据所述第一人员的预定属性生成第三关系特征;
根据所述第二人员的预定属性生成第四关系特征;
将所述第一关系特征、所述第二关系特征、所述第三关系特征以及所述第四关系特征作为所述第一人员和所述第二人员的关系特征。
8.根据权利要求7所述的方法,其特征在于,
所述根据所述第一人员的预定属性生成第三关系特征包括:
分别获取所述第一人员的各预定属性的词向量特征,按照将获取到的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第三关系特征;
所述根据所述第二人员的预定属性生成第四关系特征包括:
分别获取所述第二人员的各预定属性的词向量特征,按照将获取到的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第四关系特征。
9.一种关系推理模型的获取方法,其特征在于,包括:
获取作为训练样本的各人员的预定信息;
根据所述预定信息构建有向图;
针对作为训练样本的两个人员,根据所述有向图生成两个人员的关系特征;
将所述关系特征作为输入,将获取到的两个人员之间的真实的社交关系作为输出,训练所述关系推理模型。
10.根据权利要求9所述的方法,其特征在于,
所述各人员的预定信息包括:
各人员的人员标识、IP、无线接入点AP和地点,以及,人员之间的关联关系。
11.根据权利要求10所述的方法,其特征在于,
所述根据所述预定信息构建有向图包括:
构建包含人员标识、IP、AP和地点四种节点类型的第一有向图;
基于所述关联关系,构建包含人员标识这一节点类型的第二有向图。
12.根据权利要求11所述的方法,其特征在于,
所述根据所述有向图生成两个人员的关系特征包括:
所述两个人员为第一人员和第二人员,从所述第一有向图和所述第二有向图中分别提取出所述第一人员和所述第二人员之间的最短连通路径,并从所述第一有向图和所述第二有向图中分别提取出所述第一人员和所述第二人员之间的N度以内全部连通路径,所述N为大于一的正整数;
从所述第一有向图和所述第二有向图中分别提取出从所述第一人员出发的M度以内最大连通子图,从所述第一有向图和所述第二有向图中分别提取出从所述第二人员出发的M度以内最大连通子图,M为大于一的正整数;
根据提取出的最短连通路径和全部连通路径生成第一关系特征;
根据提取出的最大连通子图生成第二关系特征;
将所述第一关系特征和所述第二关系特征作为所述第一人员和所述第二人员的关系特征。
13.根据权利要求12所述的方法,其特征在于,
所述根据提取出的最短连通路径和全部连通路径生成第一关系特征包括:
利用提取出的最短连通路径和全部连通路径训练递归神经网络,得到从所述第一人员到所述第二人员的连通路径上的各节点的词向量特征;
按照将各节点的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第一关系特征。
14.根据权利要求13所述的方法,其特征在于,
所述根据提取出的最大连通子图生成第二关系特征包括:
获取从所述第一有向图中提取出的从所述第一人员出发的M度以内最大连通子图以及从所述第二人员出发的M度以内最大连通子图的交集;
获取从所述第二有向图中提取出的从所述第一人员出发的M度以内最大连通子图以及从所述第二人员出发的M度以内最大连通子图的交集;
将两个交集中的节点进行合并,得到节点集合Sv;
按照将所述节点集合Sv中的各节点的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第二关系特征。
15.根据权利要求12所述的方法,其特征在于,
该方法进一步包括:
根据所述第一人员的预定属性生成第三关系特征;
根据所述第二人员的预定属性生成第四关系特征;
将所述第一关系特征、所述第二关系特征、所述第三关系特征以及所述第四关系特征作为所述第一人员和所述第二人员的关系特征。
16.根据权利要求15所述的方法,其特征在于,
所述根据所述第一人员的预定属性生成第三关系特征包括:
分别获取所述第一人员的各预定属性的词向量特征,按照将获取到的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第三关系特征;
所述根据所述第二人员的预定属性生成第四关系特征包括:
分别获取所述第二人员的各预定属性的词向量特征,按照将获取到的词向量特征按预定顺序串联或对应元素相加的方式,得到所述第四关系特征。
17.一种关系...
【专利技术属性】
技术研发人员:刘畅,谢奕,张阳,杨双全,熊云,郑灿祥,季昆鹏,张雪婷,王志清,崔轩,王翰琦,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京;11
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。