本说明书提供数据账户的交互关系可视化方法及装置，其中数据账户的交互关系可视化方法包括：将需要分析的各个数据账户作为根节点，将数据账户的对端作为叶子节点，然后将仅与一个根节点相连的目标叶子节点与对应的根节点合并，获得第一层聚簇结果；然后，再对第一层聚簇结果中的各个节点进行划分，针对划分获得的每个待分析区域，对其中存在相同连接关系的节点进一步合并，获得第二层聚簇结果；之后，还可以再基于第二层聚簇结果中的各个节点的关系矩阵，对第二层聚簇结果中的各个节点进一步分组，并合并同组的节点获得第三层聚簇结果，以进行可视化。如此，通过多层聚簇的方式合并相关节点，优化可视化图像，适用于大规模数据账户的分析排查。据账户的分析排查。据账户的分析排查。
【技术实现步骤摘要】
数据账户的交互关系可视化方法及装置
[0001]本说明书涉及计算机
，特别涉及一种数据账户的交互关系可视化方法。本说明书同时涉及一种数据账户的交互关系可视化装置，一种计算设备，以及一种计算机可读存储介质。
技术介绍
[0002]随着计算机技术、互联网技术和人工智能技术的快速发展，越来越多的用户通过线上进行数据交互，不同数据账户之间的数据交互流水可以反映数据账户之间的交互情况，在诸多领域中需要对不同数据账户之间的数据交互进行分析，因而可以将不同数据账户之间的交互关系进行可视化展示，以满足不同领域对数据账户的分析需求。
[0003]现有技术中，往往是获取需要分析的各个数据账户，然后将每个数据账户作为一个节点，基于各个数据账户之间的连接关系，连接相应的节点，生成对应的可视化图像，通过该可视化图像展示各个数据账户之间的交互关系。
[0004]然而，随着数据量的大幅度增长，可视化图像中节点数量大幅度增长，连接关系越来越复杂，可视化效果较差，不利于分析和排查相应的数据账户，导致重要信息遗漏。
技术实现思路
[0005]有鉴于此，本说明书实施例提供了一种数据账户的交互关系可视化方法。本说明书同时涉及一种数据账户的交互关系可视化装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
[0006]根据本说明书实施例的第一方面，提供了一种数据账户的交互关系可视化方法，包括：
[0007]将待分析的数据账户作为根节点，并将所述根节点与相连的目标叶子节点合并，获得第一层聚簇结果，其中，所述目标叶子节点为仅与对应数据账户存在数据交互的对端账户；
[0008]将所述第一层聚簇结果中的各个节点划分为至少两个待分析区域，其中，不同的待分析区域之间不存在连接关系；
[0009]对目标分析区域中存在相同连接关系的节点进行合并，获得第二层聚簇结果，其中，所述目标分析区域为划分获得的各个待分析区域中的任一个；
[0010]确定所述第二层聚簇结果中的各个节点的度数关系矩阵，并根据所述度数关系矩阵对所述第二层聚簇结果中的各个节点进行分组，合并同组的节点获得第三层聚簇结果，并生成对应的可视化图像，其中，所述度数关系矩阵用于指示各个节点之间的距离。
[0011]根据本说明书实施例的第二方面，提供了一种数据账户的交互关系可视化装置，包括：
[0012]第一合并模块，被配置为将待分析的数据账户作为根节点，并将所述根节点与相连的目标叶子节点合并，获得第一层聚簇结果，其中，所述目标叶子节点为仅与对应数据账
户存在数据交互的对端账户；
[0013]划分模块，被配置为将所述第一层聚簇结果中的各个节点划分为至少两个待分析区域，其中，不同的待分析区域之间不存在连接关系；
[0014]第二合并模块，被配置为对目标分析区域中存在相同连接关系的节点进行合并，获得第二层聚簇结果，其中，所述目标分析区域为划分获得的各个待分析区域中的任一个；
[0015]第三合并模块，被配置为确定所述第二层聚簇结果中的各个节点的度数关系矩阵，并根据所述度数关系矩阵对所述第二层聚簇结果中的各个节点进行分组，合并同组的节点获得第三层聚簇结果，并生成对应的可视化图像，其中，所述度数关系矩阵用于指示各个节点之间的距离。
[0016]根据本说明书实施例的第三方面，提供了一种计算设备，包括：
[0017]存储器和处理器；
[0018]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，以实现上述的数据账户的交互关系可视化方法的步骤。
[0019]根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述数据账户的交互关系可视化方法的步骤。
[0020]本说明书实施例提供的数据账户的交互关系可视化方法，将待分析的数据账户作为根节点，并将所述根节点与相连的目标叶子节点合并，获得第一层聚簇结果，其中，所述目标叶子节点为与所述数据账户存在数据交互的对端账户；将所述第一层聚簇结果中的各个节点划分为至少两个待分析区域，其中，不同的待分析区域之间不存在连接关系；对目标分析区域中存在相同连接关系的节点进行合并，获得第二层聚簇结果，其中，所述目标分析区域为划分获得的各个待分析区域中的任一个；确定所述第二层聚簇结果中的各个节点的度数关系矩阵，并根据所述度数关系矩阵对所述第二层聚簇结果中的各个节点进行分组，合并同组的节点获得第三层聚簇结果，并生成对应的可视化图像，其中，所述度数关系矩阵用于指示各个节点之间的距离。
[0021]这种情况下，可以将需要分析的各个数据账户作为根节点，将数据账户的对端作为叶子节点，然后将仅与一个根节点相连的目标叶子节点与对应的根节点合并，获得第一层聚簇结果；然后，再对第一层聚簇结果中的各个节点进行划分，针对划分获得的每个待分析区域，可以对其中存在相同连接关系的节点进一步合并，获得第二层聚簇结果；之后，还可以再基于第二层聚簇结果中的各个节点的关系矩阵，对第二层聚簇结果中的各个节点进一步分组，并合并同组的节点获得第三层聚簇结果，以进行可视化。如此，通过多层聚簇的方式合并相关节点，优化需要分析的各个数据账户的可视化图像，适用于大规模数据账户的分析排查，大幅度减少可视化图像中节点的数量，简化连接关系，从而提高需要分析的各个数据账户的可视化效果，便于分析和排查相应数据账户的交互情况，避免重要信息遗漏。
附图说明
[0022]图1是本说明书一实施例提供的一种数据账户的交互关系可视化方法的流程图；
[0023]图2a是本说明书一实施例提供的一种第一层聚簇结果的示意图；
[0024]图2b是本说明书一实施例提供的一种第四层聚簇结果的示意图；
[0025]图2c是本说明书一实施例提供的一种待分析区域的示意图；
[0026]图2d是本说明书一实施例提供的一种第二层聚簇结果的示意图；
[0027]图2e是本说明书一实施例提供的一种度数关系矩阵的示意图；
[0028]图2f是本说明书一实施例提供的一种第三层聚簇结果的示意图；
[0029]图2g是本说明书一实施例提供的一种第五层聚簇结果的示意图；
[0030]图2h是本说明书一实施例提供的一种待分析的数据账户可视化分析的流程示意图；
[0031]图3是本说明书一实施例提供的一种应用于交易流水分析场景下的数据账户的交互关系可视化方法的处理流程图；
[0032]图4是本说明书一实施例提供的一种数据账户的交互关系可视化装置的结构示意图；
[0033]图5是本说明书一实施例提供的一种计算设备的结构框图。
具体实施方式
[0034]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据账户的交互关系可视化方法，其特征在于，所述方法包括：将待分析的数据账户作为根节点，并将所述根节点与相连的目标叶子节点合并，获得第一层聚簇结果，其中，所述目标叶子节点为仅与对应数据账户存在数据交互的对端账户；将所述第一层聚簇结果中的各个节点划分为至少两个待分析区域，其中，不同的待分析区域之间不存在连接关系；对目标分析区域中存在相同连接关系的节点进行合并，获得第二层聚簇结果，其中，所述目标分析区域为划分获得的各个待分析区域中的任一个；确定所述第二层聚簇结果中的各个节点的度数关系矩阵，并根据所述度数关系矩阵对所述第二层聚簇结果中的各个节点进行分组，合并同组的节点获得第三层聚簇结果，并生成对应的可视化图像，其中，所述度数关系矩阵用于指示各个节点之间的距离。2.根据权利要求1所述的方法，其特征在于，所述将所述根节点与相连的目标叶子节点合并，获得第一层聚簇结果，包括：根据所述待分析的数据账户的数据流向，确定对应的对端账户；将各个对端账户中仅与第一根节点相连的账户作为所述第一根节点的目标叶子节点，其中，所述第一根节点为各个根节点中的任一个；分别将各个根节点与相连的目标叶子节点合并，获得所述第一层聚簇结果。3.根据权利要求2所述的方法，其特征在于，所述根据所述待分析的数据账户的数据流向，确定对应的对端账户之后，还包括：将各个对端账户中连接至少两个根节点的账户作为中间节点；相应地，所述将所述第一层聚簇结果中的各个节点划分为至少两个待分析区域，包括：确定所述第一层聚簇结果中所述根节点和所述中间节点的连接关系；根据所述连接关系，将所述第一层聚簇结果中的各个节点划分为至少两个待分析区域。4.根据权利要求3所述的方法，其特征在于，所述对目标分析区域中存在相同连接关系的节点进行合并，获得第二层聚簇结果，包括：确定所述目标分析区域中连接相同根节点的目标中间节点；合并所述目标中间节点获得所述第二层聚簇结果。5.根据权利要求1所述的方法，其特征在于，所述确定所述第二层聚簇结果中的各个节点的度数关系矩阵，包括：确定目标节点与其他节点之间的最短距离，其中，所述目标节点为所述目标分析区域中的任一节点；根据所述目标分析区域中各节点与其他节点之间的最短距离，生成所述度数关系矩阵。6.根据权利要求1所述的方法，其特征在于，所述根据所述度数关系矩阵对所述第二层聚簇结果中的各个节点进行分组，包括：对所述度数关系矩阵进行降维，获得节点拓扑结构特征矩阵；对所述节点拓扑结构特征矩阵进行聚类，获得所述第二层聚簇结果中的各个节点的分组结果。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，所述将所述根节点...
【专利技术属性】
技术研发人员：赵愉，
申请(专利权)人：赞塔杭州科技有限公司，
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。