一种基于时空特征的关系收敛方法、装置、设备及存储介质制造方法及图纸

本公开提出一种基于时空特征的关系收敛方法、装置、设备及存储介质，该方法包括获取多个初始时间数据、多个初始空间数据，以及多个事件数据；对多个初始时间数据分别进行预处理，以得到多个目标时间数据；对多个初始空间数据分别进行预处理，以得到多个目标空间数据；结合时空推理和数据挖掘方法，对多个目标时间数据和多个目标空间数据以及多个事件数据进行时空融合处理，以得到目标收敛关系，目标收敛关系用于描述多个目标时间数据、多个目标空间数据以及多个事件数据之间的关联关系。通过本公开能够准确地确定不同维度数据之间的目标收敛关系，有效提升大规模复杂维度数据之间强关系的收敛准确度。之间强关系的收敛准确度。之间强关系的收敛准确度。

【技术实现步骤摘要】
一种基于时空特征的关系收敛方法、装置、设备及存储介质


[0001]本公开涉及大数据
，尤其涉及一种基于时空特征的关系收敛方法、装置、设备及存储介质。

技术介绍

[0002]事件的发生受到众多因素的影响，在一定空间范围内可能存在多尺度的时空依赖，如是否及时响应、是否无偏差、是否完整、是否可行等，随着物联网、云计算、人工智能、大数据等技术的发展，对带有时空属性的大规模复杂维度数据之间的关系收敛，逐渐受到越来越多的关注。
[0003]相关技术中，对大规模复杂维度数据之间强关系的收敛准确度不高。

技术实现思路

[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此，本公开的目的在于提出一种基于时空特征的关系收敛方法、装置、设备及存储介质，能够准确地确定不同维度数据之间的目标收敛关系，有效提升大规模复杂维度数据之间强关系的收敛准确度。
[0006]为达到上述目的，本公开第一方面实施例提出的基于时空特征的关系收敛方法，包括：获取多个初始时间数据、多个初始空间数据，以及多个事件数据；对多个初始时间数据分别进行预处理，以得到多个目标时间数据；对多个初始空间数据分别进行预处理，以得到多个目标空间数据；结合时空推理和数据挖掘方法，对多个目标时间数据和多个目标空间数据以及多个事件数据进行时空融合处理，以得到目标收敛关系，目标收敛关系用于描述多个目标时间数据、多个目标空间数据以及多个事件数据之间的关联关系。
[0007]本公开第一方面实施例提出的基于时空特征的关系收敛方法，通过获取多个初始时间数据、多个初始空间数据，以及多个事件数据，然后对多个初始时间数据分别进行预处理，以得到多个目标时间数据，对多个初始空间数据分别进行预处理，以得到多个目标空间数据，之后结合时空推理和数据挖掘方法，对多个目标时间数据和多个目标空间数据以及多个事件数据进行时空融合处理，以得到目标收敛关系，目标收敛关系用于描述多个目标时间数据、多个目标空间数据以及多个事件数据之间的关联关系，由于是对多个初始时间数据进行预处理，能够使得不同的初始时间数据具有相同的时间间隔，由于是对多个初始空间数据进行预处理，能够搭建空间坐标，便于对空间位置进行描述，由于是根据时空推理和数据挖掘确定目标收敛关系，能够准确地确定不同维度数据之间的目标收敛关系，有效提升大规模复杂维度数据之间强关系的收敛准确度。
[0008]为达到上述目的，本公开第二方面实施例提出的基于时空特征的关系收敛装置，包括：第一获取模块，用于获取多个初始时间数据、多个初始空间数据，以及多个事件数据；第一处理模块，用于对多个初始时间数据分别进行预处理，以得到多个目标时间数据；第二处理模块，用于对多个初始空间数据分别进行预处理，以得到多个目标空间数据；第三处理
模块，用于结合时空推理和数据挖掘方法，对多个目标时间数据和多个目标空间数据以及多个事件数据进行时空融合处理，以得到目标收敛关系，目标收敛关系用于描述多个目标时间数据、多个目标空间数据以及多个事件数据之间的关联关系。
[0009]本公开第二方面实施例提出的基于时空特征的关系收敛装置，通过获取多个初始时间数据、多个初始空间数据，以及多个事件数据，然后对多个初始时间数据分别进行预处理，以得到多个目标时间数据，对多个初始空间数据分别进行预处理，以得到多个目标空间数据，之后结合时空推理和数据挖掘方法，对多个目标时间数据和多个目标空间数据以及多个事件数据进行时空融合处理，以得到目标收敛关系，目标收敛关系用于描述多个目标时间数据、多个目标空间数据以及多个事件数据之间的关联关系，由于是对多个初始时间数据进行预处理，能够使得不同的初始时间数据具有相同的时间间隔，由于是对多个初始空间数据进行预处理，能够搭建空间坐标，便于对空间位置进行描述，由于是根据时空推理和数据挖掘确定目标收敛关系，能够准确地确定不同维度数据之间的目标收敛关系，有效提升大规模复杂维度数据之间强关系的收敛准确度。
[0010]根据本公开第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例的基于时空特征的关系收敛方法。
[0011]根据本公开第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开第一方面实施例的基于时空特征的关系收敛方法。
[0012]根据本公开第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开第一方面实施例的基于时空特征的关系收敛方法。
[0013]本公开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，或通过本公开的实践了解到。
附图说明
[0014]本公开上述的和/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：图1是本公开一实施例提出的基于时空特征的关系收敛方法的流程示意图；图2是本公开另一实施例提出的基于时空特征的关系收敛方法的流程示意图；图3是本公开另一实施例提出的基于时空特征的关系收敛方法的流程示意图；图4是本公开另一实施例提出的多目标分级最优化模型训练示意图；图5是根据本公开一实施例提出的基于时空特征的关系收敛装置的结构示意图；图6是根据本公开另一实施例提出的基于时空特征的关系收敛装置的结构示意图；图7示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
[0015]下面详细描述本公开的实施例，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，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0016]图1是本公开一实施例提出的基于时空特征的关系收敛方法的流程示意图。
[0017]本实施例以基于时空特征的关系收敛方法被配置为基于时空特征的关系收敛装置中来举例说明，本实施例中基于时空特征的关系收敛方法可以被配置在基于时空特征的关系收敛装置中，基于时空特征的关系收敛装置可以设置在服务器中，或者也可以设置在电子设备中，对此不作限制。
[0018]本实施例以基于时空特征的关系收敛方法被配置在电子设备中为例。其中，电子设备例如智能手机、平板电脑、个人数字助理、电子书等具有各种操作系统的硬件设备。
[0019]需要说明的是，本公开实施例的执行主体，在硬件上可以例如为服务器或者电子设备中的中央处理器（Central Processing Unit，CPU），在软件上可以例如为服务器或者电子设备中的相关的后台服务，对此不作限制。
[0020]如图1所示，该基于时空特征的关系收敛方法，包括：S101：获取多个初始时间数据、多个初始空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时空特征的关系收敛方法，其特征在于，包括：获取多个初始时间数据、多个初始空间数据，以及多个事件数据；对所述多个初始时间数据分别进行预处理，以得到多个目标时间数据；对所述多个初始空间数据分别进行预处理，以得到多个目标空间数据；结合时空推理和数据挖掘方法，对所述多个目标时间数据和所述多个目标空间数据以及所述多个事件数据进行时空融合处理，以得到目标收敛关系，所述目标收敛关系用于描述所述多个目标时间数据、所述多个目标空间数据以及所述多个事件数据之间的关联关系。2.如权利要求1所述的方法，其特征在于，所述对所述多个初始时间数据分别进行预处理，以得到多个目标时间数据，包括：根据至少部分初始时间数据的时间变量类型，对所述至少部分初始时间数据进行汇总处理，所述至少部分初始时间数据对应的时间间隔值小于间隔阈值，所述至少部分初始时间数据对应相同所述时间变量类型；和/或根据至少部分初始时间数据的时间变量类型，对所述至少部分初始时间数据中的空白值和/或空值进行填充处理，所述至少部分初始时间数据对应相同所述时间变量类型；以及对所述汇总处理后初始时间数据，和/或对所述填充处理后初始时间数据进行合并处理，以得到相应所述目标时间数据。3.如权利要求1所述的方法，其特征在于，所述对所述多个初始空间数据分别进行预处理，以得到多个目标空间数据，包括：确定与所述多个初始空间数据分别对应的多个空间坐标系；根据参考空间坐标系分别对所述多个空间坐标系进行坐标映射处理，以得到多个目标空间坐标系；将所述多个初始空间数据分别映射至相应所述多个目标空间坐标系之中，以得到所述多个目标空间数据。4.如权利要求1所述的方法，其特征在于，在所述结合时空推理和数据挖掘方法，对所述多个目标时间数据和所述多个目标空间数据以及所述多个事件数据进行时空融合处理，以得到目标收敛关系之前，还包括：对所述事件数据进行解析处理，以得到事件描述信息，所述事件描述信息至少包括：事件信息、事件地理信息、事件时间信息；根据所述事件地理信息从所述多个目标空间数据之中确定出匹配的目标空间数据；根据所述事件时间信息从所述多个目标时间数据之中确定出匹配的目标时间数据；则所述结合时空推理和数据挖掘方法，对所述多个目标时间数据和所述多个目标空间数据以及所述多个事件数据进行时空融合处理，以得到目标收敛关系，包括：结合所述时空推理和数据挖掘方法，对所述匹配的目标空间数据和所述匹配的目标时间数据以及相应所述事件数据进行时空融合处理，以得到目标收敛关系。5.如权利要求4所述的方法，其特征在于，所述结合所述时空推理和数据挖掘方法，对所述匹配的目标空间数据和所述匹配的目标时间数据以及相应所述事件数据进行时空融合处理，以得到目标收敛关系，包括：将所述匹配的目标空间数据和所述匹配的目标时间数据以及相应所述事件数据输入
至关系精准收敛模型之中，以得到所述关系精准收敛模型输出的所述目标收敛关系；其中，预先采用所述时空推理和数据挖掘方法获取样本空间数据、样本时间数据，以及与所述样本空间数据和所述样本时间数据对应的样本事件数据，结合所述样本空间数据、所述样本时间数据，以及所述样本事件数据之间的标注收敛关系，训练初始的最优化模型和给定约束的多目标分级最优化模型，直至所述最优化模型和所述多目标分级最优化模型收敛，将训练得到的所述最优化模型和所述多目标分级最优化模型共同作为所述关系精准收敛模型。6.如权利要求5所述的方法，其特征在于，所述方法还包括：获取样本空间数据和样本时间数据；获取初始关系图谱，所述初始关系图谱包括：多个实体，所述实体的标签、状态特征，以及不同所述实体之间的关联关系；根据多个事件数据处理所述初始关系图谱，以得到目标关系图谱，所述目标关系图谱包括：所述多个实体、所述实体的标签、在所述事件数据的影响下所述状态特征的变化信息，以及所述关联关系的变化信息；根据所述状态特征的变化信息和所述关联关系的变化信息，确定与所述样本空间数据和样本时间数据存在强关联关系的事件数据并作为所述样本事件数据，并将所述强关联关系作为所述标注收敛关系。7.一种基于时空特征的关系收敛装置，其特征在于，包括：第一获取模块，用于获取多个初始时间数据、多个初始空间数据，以及多个事件数据；第一处理模块，用于对所述多个初始时间数据分别进行预处理，以...

【专利技术属性】
技术研发人员：贾晓丰，江茜，肖益，张晰，李宝东，穆显显，
申请(专利权)人：贾晓丰江茜张晰，
类型：发明
国别省市：