本发明专利技术公开了一种基于链路预测的用电客户虚假绑定识别方法、装置、系统及计算机可读存储介质，该方法包括：获取用电客户图谱；计算出用电客户图谱中每个节点的度值；针对每个节点，确定出与节点对应的各邻居节点；针对每个邻居节点，根据节点的度值及与节点对应的邻居节点的度值，计算出节点与邻居节点之间的亲密度；根据与每个邻居节点分别对应的亲密度，识别出与节点存在虚假绑定的邻居节点；本发明专利技术在使用过程中能够实现对虚假绑定的识别，有利于使推广信息准确送达。使推广信息准确送达。使推广信息准确送达。
【技术实现步骤摘要】
一种基于链路预测的用电客户虚假绑定识别方法及装置
[0001]本专利技术涉及知识图谱
，特别是涉及一种基于链路预测的用电客户虚假绑定识别方法、装置、系统及计算机可读存储介质。
技术介绍
[0002]随着图计算、自然语言处理等技术地快速发展，知识图谱技术更加成熟，被广泛应用于国家电网各信息化项目当中。在使用知识图谱技术，对营销系统用电客户关系进行建模过程中发现，部分用户信息存在更新不及时、户号绑定较为随意、户号无关账号绑定等现象。目前，缺少用电客户与户号关联度的研究，对于无效的联系方式以及用电客户与户号之间绑定关系，无法进行有效的识别，从而影响推广信息的精准送达。
[0003]鉴于此，如何识别用电客户中的虚假绑定成为本领域技术人员需要解决的问题。
技术实现思路
[0004]本专利技术实施例的目的是提供一种基于链路预测的用电客户虚假绑定识别方法、装置、系统及计算机可读存储介质，在使用过程中能够实现对虚假绑定的识别，有利于使推广信息准确送达。
[0005]为解决上述技术问题，本专利技术实施例提供了一种基于链路预测的用电客户虚假绑定识别方法，包括：
[0006]获取用电客户图谱；
[0007]计算出所述用电客户图谱中每个节点的度值；
[0008]针对每个节点，确定出与所述节点对应的各邻居节点；
[0009]针对每个所述邻居节点，根据所述节点的度值及与所述节点对应的邻居节点的度值，计算出所述节点与所述邻居节点之间的亲密度；
[0010]根据与每个所述邻居节点分别对应的亲密度，识别出与所述节点存在虚假绑定的邻居节点。
[0011]可选的，所述根据所述节点的度值及与所述节点对应的邻居节点的度值，计算出所述节点与所述邻居节点之间的亲密度的过程包括：
[0012]从各个节点中确定出与所述邻居节点对应的各个次邻居节点；
[0013]根据所述节点的度值以及各个所述次邻居节点的度值，计算出所述节点与所述邻居节点之间的优先连接指标；
[0014]计算出所述节点与所述邻居节点之间的一阶路径指标；
[0015]根据所述优先连接指标和所述一阶路径指标，计算出所述节点与所述邻居节点之间的亲密度。
[0016]可选的，所述根据所述节点的度值以及各个所述次邻居节点的度值，计算出所述节点与所述邻居节点之间的优先连接指标的过程包括：
[0017]根据所述节点的度值以及各个所述次邻居节点的度值以及第一计算关系式，计算
出所述节点与所述邻居节点之间的优先连接指标，其中：
[0018]所述第一计算关系式为：
[0019]其中，MPA(i,x)表示节点i与邻居节点x之间的优先连接指标，N(x)为邻居节点x的所有次邻居节点集合，k
i
表示节点i的度值，k
n
表示第n个次邻居节点的度值。
[0020]可选的，所述计算出所述节点与所述邻居节点之间的一阶路径指标的过程包括：
[0021]根据所述节点与所述邻居节点之间的业务数据，计算出每类关系的权重；
[0022]根据第二计算关系式计算出所述节点与所述邻居节点之间的一阶路径指标，其中，第二计算关系式为：
[0023]其中，L(i,x)为节点i与邻居节点x之间的一阶路径指标，E(i,x)表示节点i与邻居节点x之间的关系集合，e表示当前关系，α
e
表示当前关系的权重，l
e
表示当前关系是否存在。
[0024]可选的，所述关系的类别包括电器联系人、缴费、工单、户主和发票。
[0025]可选的，所述根据与每个所述邻居节点分别对应的亲密度，识别出与所述节点存在虚假绑定的邻居节点的过程包括：
[0026]将与每个所述邻居节点分别对应的亲密度按照大小排序；
[0027]将亲密度最大的预设数量的邻居节点作为真实关系节点，将其他的邻居节点作为虚假关系节点。
[0028]本专利技术实施例还提供了一种基于链路预测的用电客户虚假绑定识别装置，包括：
[0029]获取模块，用于获取用电客户图谱；
[0030]第一计算模块，用于计算出所述用电客户图谱中每个节点的度值；
[0031]确定模块，用于针对每个节点，确定出与所述节点对应的各邻居节点；
[0032]第二计算模块，用于针对每个所述邻居节点，根据所述节点的度值及与所述节点对应的邻居节点的度值，计算出所述节点与所述邻居节点之间的亲密度；
[0033]识别模块，用于根据与每个所述邻居节点分别对应的亲密度，识别出与所述节点存在虚假绑定的邻居节点。
[0034]可选的，所述第二计算模块包括：
[0035]确定单元，用于从各个节点中确定出与所述邻居节点对应的各个次邻居节点；
[0036]第一计算单元，用于根据所述节点的度值以及各个所述次邻居节点的度值，计算出所述节点与所述邻居节点之间的优先连接指标；
[0037]第二计算单元，用于计算出所述节点与所述邻居节点之间的一阶路径指标；
[0038]第三计算单元，用于根据所述优先连接指标和所述一阶路径指标，计算出所述节点与所述邻居节点之间的亲密度。
[0039]本专利技术实施例还提供了一种基于链路预测的用电客户虚假绑定识别系统，包括：
[0040]存储器，用于存储计算机程序；
[0041]处理器，用于执行所述计算机程序时实现如上述所述基于链路预测的用电客户虚假绑定识别方法的步骤。
[0042]本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述基于链路预测的用电客户虚假绑定识别方法的步骤。
[0043]本专利技术实施例提供了一种基于链路预测的用电客户虚假绑定识别方法、装置、系统及计算机可读存储介质，该方法包括：获取用电客户图谱；计算出用电客户图谱中每个节点的度值；针对每个节点，确定出与节点对应的各邻居节点；针对每个邻居节点，根据节点的度值及与节点对应的邻居节点的度值，计算出节点与邻居节点之间的亲密度；根据与每个邻居节点分别对应的亲密度，识别出与节点存在虚假绑定的邻居节点。
[0044]可见，本专利技术实施例通过获取用电客户图谱，并计算出用电客户图谱中每个节点的度值，确定出每个节点各自的邻居节点，并针对每个节点的每个邻居节点，根据该节点的度值及邻居节点的度值，计算出节点与邻居节点之间的亲密度，从而可以得到该节点与每个邻居节点各自对应的亲密度，并根据各个亲密度识别出与节点存在虚假绑定的邻居节点；本专利技术实施例在使用过程中能够实现对虚假绑定的识别，有利于使推广信息准确送达。
附图说明
[0045]为了更清楚地说明本专利技术实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于链路预测的用电客户虚假绑定识别方法，其特征在于，包括：获取用电客户图谱；计算出所述用电客户图谱中每个节点的度值；针对每个节点，确定出与所述节点对应的各邻居节点；针对每个所述邻居节点，根据所述节点的度值及与所述节点对应的邻居节点的度值，计算出所述节点与所述邻居节点之间的亲密度；根据与每个所述邻居节点分别对应的亲密度，识别出与所述节点存在虚假绑定的邻居节点。2.根据权利要求1所述的基于链路预测的用电客户虚假绑定识别方法，其特征在于，所述根据所述节点的度值及与所述节点对应的邻居节点的度值，计算出所述节点与所述邻居节点之间的亲密度的过程包括：从各个节点中确定出与所述邻居节点对应的各个次邻居节点；根据所述节点的度值以及各个所述次邻居节点的度值，计算出所述节点与所述邻居节点之间的优先连接指标；计算出所述节点与所述邻居节点之间的一阶路径指标；根据所述优先连接指标和所述一阶路径指标，计算出所述节点与所述邻居节点之间的亲密度。3.根据权利要求2所述的基于链路预测的用电客户虚假绑定识别方法，其特征在于，所述根据所述节点的度值以及各个所述次邻居节点的度值，计算出所述节点与所述邻居节点之间的优先连接指标的过程包括：根据所述节点的度值以及各个所述次邻居节点的度值以及第一计算关系式，计算出所述节点与所述邻居节点之间的优先连接指标，其中：所述第一计算关系式为：其中，MPA(i,x)表示节点i与邻居节点x之间的优先连接指标，N(x)为邻居节点x的所有次邻居节点集合，k
i
表示节点i的度值，k
n
表示第n个次邻居节点的度值。4.根据权利要求2所述的基于链路预测的用电客户虚假绑定识别方法，其特征在于，所述计算出所述节点与所述邻居节点之间的一阶路径指标的过程包括：根据所述节点与所述邻居节点之间的业务数据，计算出每类关系的权重；根据第二计算关系式计算出所述节点与所述邻居节点之间的一阶路径指标，其中，第二计算关系式为：其中，L(i,x)为节点i与邻居节点x之间的一阶路径指标，E(i,x)表示节点i与邻居节点x之间的关系集合，e表示当前关系，α
e
...
【专利技术属性】
技术研发人员：张维，楼斐，蒋颖，吴懿臻，冯龙，叶子强，何妍妍，包锦辉，张微微，蒋静娴，张梦实，徐宏伟，赵萍，徐煊斌，
申请(专利权)人：浙江华云信息科技有限公司国网浙江省电力有限公司，
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。