一种交通违法对象的挖掘方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种交通违法对象的挖掘方法、装置、设备及介质，方法包括：获取交通违法数据；根据所述交通违法数据构建交通违法知识图谱；所述交通违法知识图谱中包括实体型节点和属性型节点；对所述交通违法知识图谱进行子图分割，得到图谱子图；确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量；对所述各个子图的低维编码向量进行聚类处理，确定交通违法对象的挖掘结果。本发明专利技术提高了对交通违法对象的识别准确率和识别效率，可广泛应用于数据挖掘技术领域。用于数据挖掘技术领域。用于数据挖掘技术领域。

【技术实现步骤摘要】
一种交通违法对象的挖掘方法、装置、设备及介质


[0001]本专利技术涉及数据挖掘
，尤其是一种交通违法对象的挖掘方法、装置、设备及介质。

技术介绍

[0002]随着机动车、驾驶人数量的急剧增长，通过电子警察查获机动车交通违法的需求越来越大，但是，电子警察无法确定实际机动车驾驶人，导致针对实际交通违法对象的识别准确率较低，使得电子警察对交通违法对象的打击力度不高，进而会影响交通安全。
[0003]相关技术一般通过人工识别的方式来对交通违法对象进行确认，但这种方式的工作量较大，效率较低。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种高效且准确的交通违法对象的挖掘方法、装置、设备及介质。
[0005]本专利技术的一方面提供了一种交通违法对象的挖掘方法，包括：
[0006]获取交通违法数据；
[0007]根据所述交通违法数据构建交通违法知识图谱；所述交通违法知识图谱中包括实体型节点和属性型节点；
[0008]对所述交通违法知识图谱进行子图分割，得到图谱子图；
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通违法对象的挖掘方法，其特征在于，包括：获取交通违法数据；根据所述交通违法数据构建交通违法知识图谱；所述交通违法知识图谱中包括实体型节点和属性型节点；对所述交通违法知识图谱进行子图分割，得到图谱子图；确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量；对所述各个子图的低维编码向量进行聚类处理，确定交通违法对象的挖掘结果。2.根据权利要求1所述的一种交通违法对象的挖掘方法，其特征在于，所述根据所述交通违法数据构建交通违法知识图谱，包括：根据所述交通违法数据，确定实体型节点和属性型节点；根据所述实体型节点和所述属性型节点，建立节点之间的关联关系，进而构建得到所述交通违法知识图谱其中，所述实体型节点包括客观实体节点和交通泛化实体节点，所述客观实体节点包括人物对象、车辆对象和道路对象；所述交通泛化实体节点包括交通违法事件、交通事故事件和交通出行事件；所述属性型节点包括机动车颜色、机动车品牌、机动车型号、驾驶员性别和驾驶员准驾车型。3.根据权利要求1所述的一种交通违法对象的挖掘方法，其特征在于，所述对所述交通违法知识图谱进行子图分割，得到图谱子图，包括：将所述交通违法知识图谱中的实体划分为核心对象实体和属性对象实体；其中，所述核心对象实体包括驾驶员、驾驶证、机动车和违法信息；所述属性对象实体包括但不限于驾驶员性别、机动车颜色和机动车品牌；确定所述不同的核心对象实体之间的第一连接关系；确定所述核心对象实体与所述属性对象实体之间的第二连接关系；根据所述第一连接关系和所述第二连接关系，从所述交通违法知识图谱中提取得到图谱子图。4.根据权利要求1所述的一种交通违法对象的挖掘方法，其特征在于，所述确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量，包括：将所述图谱子图中的一个核心对象实体作为元胞；确定所述元胞与其他核心对象实体之间的相关关系；根据所述相关关系，确定子图的低维向...

【专利技术属性】
技术研发人员：杨粤湘，谢嘉孟，汤燕生，陈泽毅，刘岚，王霄，王波文，沈南潮，
申请(专利权)人：谢嘉孟汤燕生陈泽毅刘岚王霄王波文沈南潮，
类型：发明
国别省市：