信息处理方法、装置、设备及介质制造方法及图纸

本公开涉及一种信息处理方法、装置、设备及介质。一种信息处理方法，包括：获取社会实体集的交易图，该交易图包括所述社会实体集中各社会实体的基本信息和各社会实体间的交易关系；从交易图中，筛选获取包含目标社会实体的交易子图；通过链路预测模型从交易子图中确定要推荐的目标社会实体。由此，通过交易子图生成方法对各类社会实体推荐算法均能有效降低数据量，加速计算速度，并且通过链路预测模型进行社会实体推荐可以实现对社会实体交易网络的深度挖掘，提高推荐算法的准确性。提高推荐算法的准确性。提高推荐算法的准确性。

【技术实现步骤摘要】
信息处理方法、装置、设备及介质


[0001]本公开涉及信息处理
，尤其涉及一种信息处理方法、装置、设备及介质。

技术介绍

[0002]随着税务大数据的发展，相关部门积累了海量社会实体交易数据，高效挖掘税务大数据中潜在的价值成为相关社会实体用户重点关注的方向。对社会实体来说，其商业盈利与其客户息息相关，选对、选准上下游客户能保证社会实体利润稳定、风险性降低。因此，为社会实体精准推荐优质客户是社会实体经营中至关重要的环节。
[0003]目前公开的社会实体推荐方法有基于内容匹配的推荐方法，该方法使用如社会实体行业特征、社会实体地域特征、社会实体交易信息等特征，通过计算相似度的方式进行推荐。这种推荐方法的推荐结果可解释性强，推荐结果稳定，但无法挖掘社会实体间的深层推荐关系，此外由于税务海量数据导致了计算量大，无法有效计算的问题。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种信息处理方法、装置、设备及介质。
[0005]第一方面，本公开实施例提供了一种信息处理方法，包括：
[0006]获取社会实体集的交易图，该交易图包括所述社会实体集中各社会实体的基本信息和各社会实体间的交易关系；
[0007]从交易图中，筛选获取包含目标社会实体的交易子图；
[0008]通过链路预测模型从交易子图中确定要推荐的目标社会实体。
[0009]第二方面，本公开实施例提供了一种信息处理装置，包括：
[0010]获取单元，获取社会实体集的交易图，该交易图包括所述社会实体集中各社会实体的基本信息和各社会实体间的交易关系；
[0011]提取单元，从交易图中，筛选获取包含目标社会实体的交易子图；
[0012]确定单元，通过链路预测模型从交易子图中确定要推荐的目标社会实体。
[0013]第三方面，本公开实施例提供了一种信息处理设备，包括：
[0014]处理器；
[0015]存储器，用于存储可执行指令；
[0016]其中，处理器用于从存储器中读取可执行指令，并执行可执行指令以实现上述第一方面所述的信息处理方法。
[0017]第四方面，本公开实施例提供了一种计算机可读存储介质，存储介质存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现上述第一方面所述的信息处理方法。
[0018]本公开实施例提供的技术方案与现有技术相比具有如下优点：
[0019]本公开实施例的信息处理方法、装置、设备及介质，能够在获取社会实体集的交易
图之后，从交易图中，筛选出包含目标社会实体的交易子图，并通过链路预测模型从交易子图中得到要推荐的目标社会实体，由此，通过交易子图生成方法对各类社会实体推荐算法均能有效降低数据量，加速计算速度，并且通过链路预测模型进行社会实体推荐可以实现对社会实体交易网络的深度挖掘，提高推荐算法的准确性。
附图说明
[0020]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0021]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0022]图1为本公开实施例提供的一种信息处理方法的流程示意图；
[0023]图2为本公开实施例提供的一种信息处理装置的结构示意图；
[0024]图3为本公开实施例提供的一种信息处理设备的硬件电路结构示意图。
具体实施方式
[0025]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
[0026]在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
[0027]随着税务大数据的发展，相关部门积累了海量社会实体交易数据，高效挖掘税务大数据中潜在的价值成为相关社会实体用户重点关注的方向，目前公开的社会实体推荐方法有基于内容匹配的推荐方法与基于链路预测的方法。
[0028]其中，基于链路预测的方法属于新兴的推荐方法，能够自动挖掘社会实体间的深层关系。然而对于海量的社会实体数据，链路预测方法面临计算量过大、无法实施的问题。此外该方法训练负例样本数据构造困难。
[0029]这些检测方案存在以下不足：
[0030]首先，税务领域海量数据造成的推荐系统计算效率低。
[0031]其次，深度学习推荐系统缺乏社会实体推荐负例样本数据。
[0032]最后，基于传统机器学习的样本构造方案不能对训练数据中的噪声数据进行过滤，导致基于高噪声训练数据训练所得的模型的检测精确性较差，很难对社会实体进行准确地推荐。
[0033]综上，已有的对社会实体进行准确地推荐，难以满足税社会实体在海量数据中筛选优质客户的实际业务需求。
[0034]为了解决上述的问题，本公开实施例提供了一种信息处理方法、装置、设备及介质，能够在获取社会实体集的交易图之后，从交易图中，筛选出包含目标社会实体的交易子图，并通过链路预测模型从交易子图中得到要推荐的目标社会实体，由此，通过交易子图生
成方法对各类社会实体推荐算法均能有效降低数据量，加速计算速度，并且通过链路预测模型进行社会实体推荐可以实现对社会实体交易网络的深度挖掘，提高推荐算法的准确性。
[0035]下面首先结合图1至图3对本公开实施例提供的信息处理方法进行说明。
[0036]图1示出了本公开实施例提供的一种信息处理方法的流程示意图。
[0037]在本公开一些实施例中，图1所示的信息处理方法可以由服务器执行。其中，服务器可以是云服务器或者服务器集群等具有存储及计算功能的设备。
[0038]如图1所示，该信息处理方法可以包括如下步骤。
[0039]S110、获取社会实体集的交易图。
[0040]在本公开实施例中，服务器可以获取社会实体的交易图，该交易图中包括所述社会实体集中各社会实体的基本信息和各社会实体间的交易关系。
[0041]交易图的生成过程举例如下：
[0042]社会实体在生产经营活动中由于销售货物、购买商品等交易行为，社会实体间构成了复杂的交易关系。
[0043]交易图具体构建过程中，可将社会实体当作节点，社会实体间的交易关系视为边，则社会实体与社会实体间的交易关系可以表示成一张巨大的网络图结构，即交易图。图中节点携带社会实体的基本信息，边携带社会实体间交易信息。
[0044]其中，社会实体可以包括纳税社会实体，社会实体的基本信息可以包括社会实体的登记注册数据、所在行业本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息处理方法，其特征在于，包括：获取社会实体集的交易图，该交易图包括所述社会实体集中各社会实体的基本信息和各社会实体间的交易关系；从所述交易图中，筛选获取包含目标社会实体的交易子图；通过链路预测模型从所述交易子图中确定要推荐的目标社会实体。2.根据权利要求1所述的方法，其特征在于，所述交易子图，包括：行业交易子图、上下游行业交易子图和社会实体局部交易子图中的至少一种；所述行业交易子图通过筛选社会实体的行业信息进行构建；所述上下游行业交易子图通过预先构造好的上下游行业信息对社会实体进行筛选构建而成；所述社会实体局部交易子图通过对目标社会实体进行图搜索算法进行构建。3.根据权利要求2所述的方法，其特征在于，所述交易子图为社会实体局部交易子图时，所述社会实体的交易图还包括：与社会实体集中各社会实体的交易过的商品信息。4.根据权利要求2或3所述的方法，其特征在于，所述交易子图为社会实体局部交易子图时，还包括：通过局部随机负采样方法从所述交易图中随机选择与所述目标社会实体没有交易关系的社会实体集作为负例样本数据。5.根据权利要求4所述的方法，其特征在于，所述负例样本比例占十分之七。6.根据权利要求1...

【专利技术属性】
技术研发人员：乔振浩，刘芬，马兰，王志刚，张朝霞，林文辉，
申请(专利权)人：航天信息股份有限公司，
类型：发明
国别省市：