【技术实现步骤摘要】
基于图层级的业务分析方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种基于图层级的业务分析方法、装置、电子设备及存储介质。
技术介绍
[0002]图层级分析是指针对图中的节点或者边进行层级定义的分析方法，上述的图指的是由节点，边以及连接关系组成的有序三元组。通过层级划分，可以对图中的节点进行分类，从而使相关人员对图可以有更直观清晰的认识，层级分析方法在不同的领域中有着广泛的应用，包括金融中的资金层级划分，互联网领域中的社交网络层级划分等等。目前已有的图层级划分的算法包括聚类算法社团检测算法以及深度学习的方法，然而这些方法都存在着一些缺陷或局限性。其中，对于聚类算法来说，其最大缺陷在于，其只能针对每个节点的各自的信息进行层级划分，无法对整个网络的整体信息有一个全盘的学习；另外，对于社团检测算法则又过于关注整体的联通关系，忽略了节点之间的局部差异；而深度学习算法又往往需要大量的数据量，由于缺少足够数据量，导致在大多现实场景基本无法落地。除此之外，现有方法最重要的一点缺陷是当在复杂网络中，需要探索...
【技术保护点】
【技术特征摘要】
1.一种基于图层级的业务分析方法，其特征在于，包括以下步骤：获取目标业务的目标资源关联网络，所述目标资源关联网络包括资源节点、资源权重边以及资源方向；根据所述资源节点以及所述资源权重边，对所述目标资源关联网络进行去环，得到目标资源无环网络；基于所述资源方向对所述目标资源无环网络进行随机游走，确定所述目标资源无环网络中每个资源节点的层级信息；通过所述层级信息与预设的目标业务规则，对所述目标业务进行图层级分析。2.如权利要求1所述的方法，其特征在于，所述根据所述资源节点以及所述资源权重边，对所述目标资源关联网络进行去环，得到目标资源无环网络，包括：计算所述目标资源关联网络中单个资源节点的强连通分量数目S1；对目标资源关联网络遍历去除一条所述资源权重边，并计算单个资源节点的强连通分量数目S2；基于所述单个资源节点的强连通分量数目S1与所述单个资源节点的强连通分量数目S2，对所述目标资源关联网络进行去环，得到目标资源无环网络。3.如权利要求2所述的方法，其特征在于，所述基于所述单个资源节点的强连通分量数目S1与所述单个资源节点的强连通分量数目S2，对所述目标资源关联网络进行去环，得到目标资源无环网络，包括：计算所述单个资源节点的强连通分量数目S2与所述单个资源节点的强连通分量数目S1的差值；取最大差值所对应的资源权重边中资源权重最小的资源权重边从所述目标资源关联网络中进行删除；当所述目标资源关联网络中所有的强连通分量都是单个资源节点构成时，得到目标资源无环网络。4.如权利要求1所述的方法，其特征在于，所述资源方向包括资源流出方向，所述基于所述资源方向对所述目标资源无环网络进行随机游走，确定所述目标资源无环网络中每个资源节点的层级信息，包括：根据所述目标资源无环网络，构建起始节点集合，所述起始节点集合包括所述目标资源无环网络中所有的资源节点；根据所述目标资源无环网络以及所述起始节点集合，构建每个资源节点的出方向关联节点集合，所述出方向关联节点集合包括所述目标资源无环网络中与对应资源节点在资源流出方向连接的所有资源节点；基于所述起始节点集合以及所述出方向关联节点集合进行随机游走，计算得到所述目标资源无环网络中每个资源节点的层级信息。5.如权利要求4所述的方法，其特征在于，所述基于所述起始节点集合以及所述出方向关联节点集合进行随机游走，计算得到所述目标资源无环网络中每个资源节点的层级信息，包括：在所述起始节点集合随机取出一个资源节点作为起始资源节点，确定所述起始资源节点的层级为I＝0，并将所述起始资源节点的层级结果记录在第一字典中；
从所述起始资源节点对应的所述出方向关联节点集合中随机取出一个资源节点作为出方向关联资源...
【专利技术属性】
技术研发人员：苏钰，
申请(专利权)人：深圳云天励飞技术股份有限公司，
类型：发明
国别省市：
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。