事件的推理方法、装置、计算机设备和存储介质制造方法及图纸

本申请提出一种事件的推理方法、装置、计算机设备和存储介质，其中，方法包括：通过获取目标事件集合，并分别获取目标事件集合在事件因图和事件果图之中的因图事件子集和果图事件子集，根据因图事件子集和事件因图，生成第一后续事件集，并根据果图事件子集、事件果图和事件因图，生成第二后续事件集，根据第一后续事件集和第二后续事件集生成后续事件集。由此，可以实现在已知某一或某些事件发生，推理后续发生的事件，并且通过利用事件因图和事件果图，对事件的时序进行因果推理，提高了推理效率。效率。效率。

【技术实现步骤摘要】
事件的推理方法、装置、计算机设备和存储介质


[0001]本申请涉及数据处理
，尤其涉及一种事件的推理方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着科学技术的发展，事件推理的研究涉及到了统计学、计算机科学、教育、公共政策和经济学等多个领域的重要研究课题。
[0003]现有推理技术包含精确推理和近似推理，但是每次推理时，需要使用全部变量，从而导致推理算法在变量较多的场景下效率较低。

技术实现思路

[0004]本申请提出一种事件的推理方法、装置、计算机设备和存储介质。
[0005]本申请一方面实施例提出了一种事件的推理方法，包括：
[0006]获取目标事件集合；
[0007]分别获取所述目标事件集合在事件因图和事件果图之中的因图事件子集和果图事件子集；
[0008]根据所述因图事件子集和所述事件因图，生成第一后续事件集，并根据所述果图事件子集、所述事件果图和所述事件因图，生成第二后续事件集；
[0009]根据所述第一后续事件集和所述第二后续事件集生成后续事件集。
[0010]本申请实施例的事件的推理方法，通过获取目标事件集合，并分别获取目标事件集合在事件因图和事件果图之中的因图事件子集和果图事件子集，根据因图事件子集和事件因图，生成第一后续事件集，并根据果图事件子集、事件果图和事件因图，生成第二后续事件集，根据第一后续事件集和第二后续事件集生成后续事件集。由此，可以实现在已知某一或某些事件发生，推理后续发生的事件，并且通过利用事件因图和事件果图，对事件的时序进行因果推理，提高了推理效率。
[0011]本申请另一方面实施例提出了一种事件的推理装置，包括：
[0012]第一获取模块，用于获取目标事件集合；
[0013]第二获取模块，用于分别获取所述目标事件集合在事件因图和事件果图之中的因图事件子集和果图事件子集；
[0014]第一生成模块，用于根据所述因图事件子集和所述事件因图，生成第一后续事件集，并根据所述果图事件子集、所述事件果图和所述事件因图，生成第二后续事件集；
[0015]第二生成模块，用于根据所述第一后续事件集和所述第二后续事件集生成后续事件集。
[0016]本申请实施例的事件的推理装置，通过获取目标事件集合，并分别获取目标事件集合在事件因图和事件果图之中的因图事件子集和果图事件子集，根据因图事件子集和事件因图，生成第一后续事件集，并根据果图事件子集、事件果图和事件因图，生成第二后续
事件集，根据第一后续事件集和第二后续事件集生成后续事件集。由此，可以实现在已知某一或某些事件发生，推理后续发生的事件，并且通过利用事件因图和事件果图，对事件的时序进行因果推理，提高了推理效率。
[0017]本申请另一方面实施例提出了一种计算机设备，包括处理器和存储器；
[0018]其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如上述一方面实施例所述的事件的推理方法。
[0019]本申请另一方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述一方面实施例所述的事件的推理方法。
[0020]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0021]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0022]图1为本申请实施例所提供的一种事件的推理方法的流程示意图；
[0023]图2为本申请实施例提供的一种事件因图示意图；
[0024]图3为本申请实施例提供的另一种事件的推理方法的流程示意图；
[0025]图4为本申请实施例提供的另一种事件的推理方法的流程示意图；
[0026]图5为本申请实施例提供的事件因图查询链条示意图；
[0027]图6为本申请实施例提供的另一种事件的推理方法的流程示意图；
[0028]图7为本申请实施例提供的事件果图和事件因图查询链条示意图；
[0029]图8为本申请实施例提供的另一种事件的推理方法的流程示意图；
[0030]图9为本申请实施例提供的事件同时图和事件因图查询链条示意图；
[0031]图10为本申请实施例提供的另一种事件的推理方法的流程示意图；
[0032]图11为本申请实施例提供的一种事件的推理装置的结构示意图。
具体实施方式
[0033]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0034]下面参考附图描述本申请实施例的事件的推理方法、装置、计算机设备和存储介质。
[0035]图1为本申请实施例提供的一种事件的推理方法的流程示意图。
[0036]本申请实施例的事件的推理方法，可由本申请实施例提供的事件的推理装置执行，该装置可配置于计算机设备中，以实现根据已发生事件推理出后续事件，并利用事件因图和事件果图，对事件的时序进行因果推理，提高推理效率。
[0037]如图1所示，该事件的推理方法包括：
[0038]步骤101，获取目标事件集合。
[0039]本实施例中，可获取某时刻发生的事件，从而获取目标事件集合。比如，目标事件
集合为{x1＝1，x5＝0，
…
}，其中，1，0为事件的取值，比如，x1＝1表示下雨，x1＝0表示不下雨，x5＝1表示有风，x5＝0表示没有风。
[0040]需要说明的是，1和0是两种取值仅是示例，事件的取值也可以是两个以上，本实施例对此不作限定。比如，x5＝0表示没有风，x5＝1表示2
‑
3级的风，x5＝2表示4
‑
5级的风，x5＝3表示6级以上的风。
[0041]步骤102，分别获取目标事件集合在事件因图和事件果图之中的因图事件子集和果图事件子集。
[0042]概率图模型本质上是一种利用图结构对随机变量联合概率分布进行表示的方法。概率图模型可以用来直观表示变量间的关系，概率图模型分为有向图模型和无向图模型。其中，概率图模型中节点表示随机变量，边表示依赖关系。
[0043]本实施例中，事件因图和事件果图具体是根据事件的时序先后确定因果的。其中，事件因图为有向图模型，比如事件因图中存在A
‑
>B，A
‑
>B表示A的后续结果为B；事件果图也是有向图模型，比如事件果图中存在C
‑
>B，C
‑
>B表示C的原因为B。也就是说，事件因图中父节点是因，子节点是果，事件果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件的推理方法，其特征在于，包括：获取目标事件集合；分别获取所述目标事件集合在事件因图和事件果图之中的因图事件子集和果图事件子集；根据所述因图事件子集和所述事件因图，生成第一后续事件集，并根据所述果图事件子集、所述事件果图和所述事件因图，生成第二后续事件集；根据所述第一后续事件集和所述第二后续事件集生成后续事件集。2.如权利要求1所述的事件的推理方法，其特征在于，还包括：获取所述目标事件集合在事件同时图之中的同时图事件子集；根据所述同时图事件子集、所述事件同时图和所述事件因图，生成第三后续事件集，其中，根据所述第一后续事件集、所述第二后续事件集和所述第三后续事件集生成所述后续事件集。3.如权利要求1所述的推理方法，其特征在于，所述根据所述因图事件子集和所述事件因图，生成第一后续事件集，包括：通过查询所述事件因图，获取所述因图事件子集中独立节点事件的第一子节点事件及其发生的条件概率，以及非独立节点事件的第二子节点事件及其发生的条件概率；根据所述第一子节点事件发生的条件概率，及所述第二子节点事件发生的条件概率，确定所述第一后续事件集。4.如权利要求1所述的推理方法，其特征在于，所述根据所述果图事件子集、所述事件果图和所述事件因图，生成第二后续事件集，包括：通过查询所述事件果图，获取所述果图事件子集中独立节点事件的第三子节点事件及其发生的条件概率，以及非独立节点事件的第四子节点事件及其发生的条件概率；通过查询所述事件因图，获取所述第三子节点事件的第五子节点事件及其发生的条件概率，以及所述第四子节点事件的第六子节点事件及其发生的条件概率；根据所述第三子节点事件发生的条件概率和所述第五子节点事件发生的条件概率，确定所述第五子节点事件发生的概率；根据所述第四子节点事件发生的条件概率和所述第六子节点事件发生的条件概率，确定所述第六子节点事件发生的概率；根据所述第五子节点事件发生的概率，及所述第六子节点事件发生的概率，确定所述第二后续事件集。5.如权利要求2所述的推理方法，其特征在于，所述根据所述同时图事件子集、所述事件同时图和所述事件因图，生成第三后续事件集，包括：通过查询所述事件同时图，获取所述同时图事件子集中独立节点事件的第一邻居节点事件及其发生的条件概率，以及非独立节点事件的第二邻居节点事件及其发生的条件概率；通过查询所述事件因图，获取所述第...

【专利技术属性】
技术研发人员：顾松庠，丁茹，
申请(专利权)人：京东科技控股股份有限公司，
类型：发明
国别省市：