应用于供应链平台服务的大数据挖掘方法及系统技术方案

本发明专利技术提供的应用于供应链平台服务的大数据挖掘方法及系统，涉及人工智能技术领域。在本发明专利技术中，依据提取到的具有的第一关系群体的典型关系网，对获取到的初始关系网分析网络进行网络优化操作，以形成目标关系网分析网络；利用目标关系网分析网络包括的主关系网分析模型，将待处理关系网进行关系网重建操作，以输出待处理关系网对应的目标重建关系网；基于待处理关系网和目标重建关系网，对包括的关系网对象进行群体异常挖掘操作，以输出对应的群体异常挖掘结果。基于上述内容，可以在一定程度上提高数据挖掘的可靠度。程度上提高数据挖掘的可靠度。程度上提高数据挖掘的可靠度。

【技术实现步骤摘要】
应用于供应链平台服务的大数据挖掘方法及系统


[0001]本专利技术涉及人工智能
，具体而言，涉及一种应用于供应链平台服务的大数据挖掘方法及系统。

技术介绍

[0002]人工智能(Artificial Intelligence，简称AI)，是利用数字计算机或者数字计算机控制的计算模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
[0003]人工智能技术的应用场景较多，例如，可以基于人工智能技术，对供应链平台的服务对象进行数据挖掘，例如，可以进行群体异常挖掘操作，但是，在现有技术中，存在着数据挖掘的可靠度不高的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种应用于供应链平台服务的大数据挖掘方法及系统，以在一定程度上提高数据挖掘的可靠度。
[0005]为实现上述目的，本专利技术实施例采用如下技术方案：一种应用于供应链平台服务的大数据挖掘方法，包括：依据提取到的具有的第一关系群体的典型关系网，对获取到的初始关系网分析网络进行网络优化操作，以形成目标关系网分析网络；利用所述目标关系网分析网络包括的主关系网分析模型，将待处理关系网进行关系网重建操作，以输出所述待处理关系网对应的目标重建关系网，所述待处理关系网包括的每一个关系网对象属于目标供应链平台的服务对象，所述目标重建关系网包括所述第一关系群体，所述目标重建关系网包括所述第一关系群体是指，所述目标重建关系网包括的关系群体的群体内部关系与所述第一关系群体的群体内部关系一致，所述目标重建关系网中的第一关系群体的群体对外标识性特征和所述待处理关系网中的待处理关系群体的群体对外标识性特征是一样的，在所述待处理关系网中，关系网对象的分布坐标之间的关系至少与对应的属性数据之间的关系具有相关性；基于所述待处理关系网和所述目标重建关系网，对包括的关系网对象进行群体异常挖掘操作，以输出对应的群体异常挖掘结果，所述群体异常挖掘结果用于反映包括的关系网对象在整体上的行为异常信息，在各关系网中，包括的关系网对象的属性数据为对应的服务对象的行为描述文本数据。
[0006]在一些优选的实施例中，在上述应用于供应链平台服务的大数据挖掘方法中，所述依据提取到的具有的第一关系群体的典型关系网，对获取到的初始关系网分析网络进行网络优化操作，以形成目标关系网分析网络的步骤，包括：确定出初始关系网分析网络的典型关系网簇，所述初始关系网分析网络包括主关
系网分析模型和从关系网分析模型，所述主关系网分析模型和所述从关系网分析模型具有的信息挖掘单元，所述典型关系网簇包括主典型关系网子簇和从典型关系网子簇，所述主典型关系网子簇包括A个主典型关系网，每一个主典型关系网都具有第一关系群体，所述从典型关系网子簇包括B个从典型关系网，每一个从典型关系网具有一个第二关系群体，每一个所述主典型关系网包括的关系网对象属于所述目标供应链平台的服务对象，且该关系网对象在所述主典型关系网中的属性数据为对应的服务对象的历史行为描述文本数据；在所述主典型关系网子簇中，确定出主典型关系网c1，以及，利用所述主关系网分析模型，将所述主典型关系网c1进行关系网重建操作，以输出对应的主重建关系网c2，所述主重建关系网c2包括第一关系群体，所述主重建关系网c2中的第一关系群体的群体对外标识性特征与所述主典型关系网c1中的第一关系群体的群体对外标识性特征是一样的，c不大于A；在所述从典型关系网子簇中，确定出从典型关系网d1，以及，利用所述主关系网分析模型，将所述从典型关系网d1进行关系网重建操作，以输出对应的从重建关系网d2，所述从重建关系网d2包括第一关系群体，所述从重建关系网d2中的第一关系群体的群体对外标识性特征和所述从典型关系网d1中的第二关系群体的群体对外标识性特征是一样的，d不大于B；利用所述从关系网分析模型，将所述从典型关系网d1进行关系网重建操作，以输出对应的从重建关系网d3，所述从重建关系网d3和所述从典型关系网d1具有的第二关系群体是一样的；基于所述主典型关系网c1和所述主重建关系网c2之间的关系网区别信息、所述从典型关系网d1和所述从重建关系网d2之间的关系网区别信息、所述从典型关系网d1和所述从重建关系网d3之间的关系网区别信息，对所述初始关系网分析网络进行网络优化操作，形成目标关系网分析网络。
[0007]在一些优选的实施例中，在上述应用于供应链平台服务的大数据挖掘方法中，所述主关系网分析模型包括特征挖掘单元和主特征还原单元；所述利用所述主关系网分析模型，将所述主典型关系网c1进行关系网重建操作，以输出对应的主重建关系网c2的步骤，包括：利用所述特征挖掘单元，将所述主典型关系网c1进行特征挖掘操作，以形成对应的主关系网特征表示，所述主关系网特征表示携带有所述主典型关系网c1中的第一关系群体的群体对外标识性特征；利用所述主特征还原单元，将所述主关系网特征表示进行特征还原操作，以输出对应的主重建整体关系网和所述主重建整体关系网的群体标识数据，所述群体标识数据用于反映所述主重建整体关系网中的群体局部关系网；基于所述主重建整体关系网的群体标识数据，在所述主重建整体关系网中，确定出对应的主重建关系网c2。
[0008]在一些优选的实施例中，在上述应用于供应链平台服务的大数据挖掘方法中，所述主关系网分析模型包括特征挖掘单元和主特征还原单元；所述利用所述主关系网分析模型，将所述从典型关系网d1进行关系网重建操作，以输出对应的从重建关系网d2的步骤，包括：
利用所述特征挖掘单元，将所述从典型关系网d1进行征挖掘操作，以形成对应的从关系网特征表示，所述从关系网特征表示携带有所述从典型关系网d1中的第二关系群体的群体对外标识性特征；利用所述主特征还原单元，将所述从关系网特征表示进行特征还原操作，以输出对应的从重建整体关系网和所述从重建整体关系网的群体标识数据，所述群体标识数据用于反映所述从重建整体关系网中的群体局部关系网；基于所述从重建整体关系网的群体标识数据，在所述从重建整体关系网中，确定出对应的从重建关系网d2。
[0009]在一些优选的实施例中，在上述应用于供应链平台服务的大数据挖掘方法中，所述特征挖掘单元包括第一数量个特征挖掘子单元和一个特征融合子单元，每一个特征挖掘子单元包括一个数据抽取块，第一数量个数据抽取块的大小不一样；所述第一数量个数据抽取块用于，抽取出加载到所述特征挖掘单元的典型关系网在第一数量个尺寸大小下的关键性数据；所述特征融合子单元用于，将所述第一数量个尺寸大小下的关键性数据进行融合操作，以形成所述加载到所述特征挖掘单元的典型关系网对应的特征表示，所述加载到所述特征挖掘单元的典型关系网包括所述主典型关系网c1或所述从典型关系网d1。
[0010]在一些优选的实施例中，在上述应用于供应链平台服务的大数据挖掘方法中，所述主特征还原单元包括一个变形处理子单元、第二数量个插值处理子单元和一个褶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于供应链平台服务的大数据挖掘方法，其特征在于，包括：依据提取到的具有的第一关系群体的典型关系网，对获取到的初始关系网分析网络进行网络优化操作，以形成目标关系网分析网络；利用所述目标关系网分析网络包括的主关系网分析模型，将待处理关系网进行关系网重建操作，以输出所述待处理关系网对应的目标重建关系网，所述待处理关系网包括的每一个关系网对象属于目标供应链平台的服务对象，所述目标重建关系网包括所述第一关系群体，所述目标重建关系网包括所述第一关系群体是指，所述目标重建关系网包括的关系群体的群体内部关系与所述第一关系群体的群体内部关系一致，所述目标重建关系网中的第一关系群体的群体对外标识性特征和所述待处理关系网中的待处理关系群体的群体对外标识性特征是一样的，在所述待处理关系网中，关系网对象的分布坐标之间的关系至少与对应的属性数据之间的关系具有相关性；基于所述待处理关系网和所述目标重建关系网，对包括的关系网对象进行群体异常挖掘操作，以输出对应的群体异常挖掘结果，所述群体异常挖掘结果用于反映包括的关系网对象在整体上的行为异常信息，在各关系网中，包括的关系网对象的属性数据为对应的服务对象的行为描述文本数据。2.如权利要求1所述的应用于供应链平台服务的大数据挖掘方法，其特征在于，所述依据提取到的具有的第一关系群体的典型关系网，对获取到的初始关系网分析网络进行网络优化操作，以形成目标关系网分析网络的步骤，包括：确定出初始关系网分析网络的典型关系网簇，所述初始关系网分析网络包括主关系网分析模型和从关系网分析模型，所述主关系网分析模型和所述从关系网分析模型具有的信息挖掘单元，所述典型关系网簇包括主典型关系网子簇和从典型关系网子簇，所述主典型关系网子簇包括A个主典型关系网，每一个主典型关系网都具有第一关系群体，所述从典型关系网子簇包括B个从典型关系网，每一个从典型关系网具有一个第二关系群体，每一个所述主典型关系网包括的关系网对象属于所述目标供应链平台的服务对象，且该关系网对象在所述主典型关系网中的属性数据为对应的服务对象的历史行为描述文本数据；在所述主典型关系网子簇中，确定出主典型关系网c1，以及，利用所述主关系网分析模型，将所述主典型关系网c1进行关系网重建操作，以输出对应的主重建关系网c2，所述主重建关系网c2包括第一关系群体，所述主重建关系网c2中的第一关系群体的群体对外标识性特征与所述主典型关系网c1中的第一关系群体的群体对外标识性特征是一样的，c不大于A；在所述从典型关系网子簇中，确定出从典型关系网d1，以及，利用所述主关系网分析模型，将所述从典型关系网d1进行关系网重建操作，以输出对应的从重建关系网d2，所述从重建关系网d2包括第一关系群体，所述从重建关系网d2中的第一关系群体的群体对外标识性特征和所述从典型关系网d1中的第二关系群体的群体对外标识性特征是一样的，d不大于B；利用所述从关系网分析模型，将所述从典型关系网d1进行关系网重建操作，以输出对应的从重建关系网d3，所述从重建关系网d3和所述从典型关系网d1具有的第二关系群体是一样的；基于所述主典型关系网c1和所述主重建关系网c2之间的关系网区别信息、所述从典型
关系网d1和所述从重建关系网d2之间的关系网区别信息、所述从典型关系网d1和所述从重建关系网d3之间的关系网区别信息，对所述初始关系网分析网络进行网络优化操作，形成目标关系网分析网络。3.如权利要求2所述的应用于供应链平台服务的大数据挖掘方法，其特征在于，所述主关系网分析模型包括特征挖掘单元和主特征还原单元；所述利用所述主关系网分析模型，将所述主典型关系网c1进行关系网重建操作，以输出对应的主重建关系网c2的步骤，包括：利用所述特征挖掘单元，将所述主典型关系网c1进行特征挖掘操作，以形成对应的主关系网特征表示，所述主关系网特征表示携带有所述主典型关系网c1中的第一关系群体的群体对外标识性特征；利用所述主特征还原单元，将所述主关系网特征表示进行特征还原操作，以输出对应的主重建整体关系网和所述主重建整体关系网的群体标识数据，所述群体标识数据用于反映所述主重建整体关系网中的群体局部关系网；基于所述主重建整体关系网的群体标识数据，在所述主重建整体关系网中，确定出对应的主重建关系网c2。4.如权利要求2所述的应用于供应链平台服务的大数据挖掘方法，其特征在于，所述主关系网分析模型包括特征挖掘单元和主特征还原单元；所述利用所述主关系网分析模型，将所述从典型关系网d1进行关系网重建操作，以输出对应的从重建关系网d2的步骤，包括：利用所述特征挖掘单元，将所述从典型关系网d1进行征挖掘操作，以形成对应的从关系网特征表示，所述从关系网特征表示携带有所述从典型关系网d1中的第二关系群体的群体对外标识性特征；利用所述主特征还原单元，将所述从关系网特征表示进行特征还原操作，以输出对应的从重建整体关系网和所述从重建整体关系网的群体标识数据，所述群体标识数据用于反映所述从重建整体关系网中的群体局部关系网；基于所述从重建整体关系网的群体标识数据，在所述从重建整体关系网中，确定出对应的从重建关系网d2。5.如权利要求3或4所述的应用于供应链平台服务的大数据挖掘方法，其特征在于，所述特征挖掘单元包括第一数量个特征挖掘子单元和一个特征融合子单元，每...

【专利技术属性】
技术研发人员：邹绮丽，单帅，董锋枫，杜吉平，
申请(专利权)人：云南侨如科技有限公司，
类型：发明
国别省市：