一种图谱特征的提取方法、系统、计算机设备和存储介质技术方案

本发明专利技术公开了一种图谱特征的提取方法、系统、计算机设备和存储介质，该系统包括业务系统、图谱处理模块、数据计算模块、图数据库和实时数据库；业务系统用于发送参数查询请求至图谱处理模块，图谱处理模块负责从关系网络中计算实体并列关系相似度以及上下位关系的抽取，将相关信息存储在关系型数据库中，同时负责解析图数据库输出的关系和节点，汇总图谱查询结果和明细数据；数据计算模块用于准实时信息、实时信息和最终结果的计算；图数据库，用于存储图谱数据，并提供图谱数据检索功能；实时数据库用于存储实时信息计算所需的信息。本发明专利技术通过对全量关系图谱的划分，逐步缩小查询范围，并通过对准实时和实时进行合并，减少计算时间和资源浪费。

An extraction method, system, computer equipment and storage medium of atlas features

【技术实现步骤摘要】
一种图谱特征的提取方法、系统、计算机设备和存储介质
本专利技术属于关系图谱领域，具体涉及一种图谱特征的提取方法、系统、计算机设备和存储介质。
技术介绍
现有基于关系数据库的查询方法仅提供对目标客户采用非实时在系统中直接搜索其全量的关系和节点等相关信息，占用大量的资源。不仅如此，随着客户量的增加，关联关系与节点越来越多，全量搜索所花费的时间将会成倍增加，导致计算效率较低。
技术实现思路
本专利技术的目的在于提供一种图谱特征的提取方法、系统、计算机设备和存储介质，在全量关系网络的图数据库中基于参数定义提取各中心节点的子网络，缩小搜索范围，然后同时运用准实时信息和实时信息，提升图谱计算结果的效率。实现本专利技术目的的技术方案为：一种图谱特征的提取方法，包括：步骤1、参数初始化，计算各个参数的各个节点到中心节点的最短路径，取其最大值作为该组参数的最大深度；步骤2、基于目标客户信息，从存储全量关系网络的图数据库分别提取各中心节点的子网络；步骤3、定期计算准实时信息；所述准实时信息包含各个参数的过本文档来自技高网...

【技术保护点】
1.一种图谱特征的提取方法，其特征在于，包括：/n步骤1、参数初始化，计算各个参数的各个节点到中心节点的最短路径，取其最大值作为该组参数的最大深度；/n步骤2、基于目标客户信息，从存储全量关系网络的图数据库分别提取各中心节点的子网络；/n步骤3、定期计算准实时信息；所述准实时信息包含各个参数的过程结果、最终结果以及开始更新信息的时间戳；/n步骤4、确定参数定义中可变成分，用于实时解析计算的节点和关系；/n步骤5、接收业务系统的参数查询请求，所述查询请求包括目标客户身份标识和目标参数标识；根据目标客户身份标识和目标参数标识提取步骤3计算的准实时信息；/n步骤6、基于准实时信息上的时间戳，实时计算...

【技术特征摘要】
1.一种图谱特征的提取方法，其特征在于，包括：
步骤1、参数初始化，计算各个参数的各个节点到中心节点的最短路径，取其最大值作为该组参数的最大深度；
步骤2、基于目标客户信息，从存储全量关系网络的图数据库分别提取各中心节点的子网络；
步骤3、定期计算准实时信息；所述准实时信息包含各个参数的过程结果、最终结果以及开始更新信息的时间戳；
步骤4、确定参数定义中可变成分，用于实时解析计算的节点和关系；
步骤5、接收业务系统的参数查询请求，所述查询请求包括目标客户身份标识和目标参数标识；根据目标客户身份标识和目标参数标识提取步骤3计算的准实时信息；
步骤6、基于准实时信息上的时间戳，实时计算最新时间戳到查询时间点的所有实时新增信息；
步骤7、合并准实时信息和实时新增信息。


2.根据权利要求1所述的图谱特征的提取方法，其特征在于，步骤1中，参数定义包含节点、关系或属性，以及基于节点、关系或属性计算参数结果的方法。


3.根据权利要求1所述的图谱特征的提取方法，其特征在于，步骤2中，所述子网络的深度等于步骤1获得的最大深度。


4.根据权利要求1所述的图谱特征的提取方法，其特征在于，步骤3中，所述过程结果包含多个对象和对应的值，最终结果是基于提取出过程结果里面对象的值，按照参数定义内的计算方式计算过后获得的。


5.根据权利要求1所述的图谱特征的提取方法，其特征在于，步骤4中，可变成分包含节点和关系的更改或者新增以及计算参数结果的方法。


6.根据权利要求1所...

【专利技术属性】
技术研发人员：李怡文，黄馨，
申请(专利权)人：苏宁金融科技南京有限公司，
类型：发明
国别省市：江苏;32