【技术实现步骤摘要】
本公开涉及信息处理，具体涉及一种数据实体间关系传递性质的确定方法、装置和设备。
技术介绍
1、随着云计算、物联网、人工智能等技术的发展，数据的采集和获取更加便利，城市级数据量得到大幅提升，存储了人、企、房、车、物等大量基础数据。在数据要素化的背景下，需要充分发挥数据价值，为用户决策、城市治理和民生服务等提供支撑。而如何有效地构建实体间的数据关系，是高效利用数据的重要前提。
2、关系传递建模为通过实体间已有的关联关系推断出新的隐含的关联关系，是构筑实体间关系网络的重要手段。
3、相关技术中，关系传递更多的用于单一实体的关系发现，且倾向于线性、浅显的关联关系，难以覆盖层级较深的引申关联关系，容易造成疏漏。
技术实现思路
1、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。
2、为此，本公开的目的在于提出一种数据实体间关系传递性质的确定方法、装置、设备和存储介质，能够更准确、更全面、更深入地识别数据实体间关联关系，充分挖掘城市级大数据聚合价值。
3、为达到上述目的，本公开第一方面实施例提出的一种数据实体间关系传递性质的确定方法，包括：
4、获取训练数据集合，其中，所述训练数据集合包括第一数据集和第二数据集，所述第一数据集对应数据实体具备目标关联关系，所述第二数据集对应数据实体不具备所述目标关联关系；
5、构建与所述目标关联关系对应的实体关联度评分模型；
6、根据所述实体关联度评分模型，构建惩罚函数
7、根据所述训练数据集合对所述惩罚函数进行模型训练，以得到与所述目标关联关系对应的目标单位向量；
8、根据所述实体关联度评分模型或所述目标单位向量，确定第一数据实体与多个候选数据实体之间的识别结果，其中，所述识别结果用于指示所述第一数据实体与所述候选数据实体之间是否存在所述目标关联关系。
9、为达到上述目的，本公开第二方面实施例提出的一种数据实体间关系传递性质的确定装置，包括：
10、获取模块，用于获取训练数据集合，其中，所述训练数据集合包括第一数据集和第二数据集，所述第一数据集对应数据实体具备目标关联关系，所述第二数据集对应数据实体不具备所述目标关联关系；
11、第一构建模块，用于构建与所述目标关联关系对应的实体关联度评分模型；
12、第二构建模块，用于根据所述实体关联度评分模型，构建惩罚函数；
13、训练模块，用于根据所述训练数据集合对所述惩罚函数进行模型训练，以得到与所述目标关联关系对应的目标单位向量；
14、确定模块，用于根据所述实体关联度评分模型或所述目标单位向量，确定第一数据实体与多个候选数据实体之间的识别结果，其中，所述识别结果用于指示所述第一数据实体与所述候选数据实体之间是否存在所述目标关联关系。
15、本公开第三方面实施例提出的计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本公开第一方面实施例提出的一种数据实体间关系传递性质的确定方法。
16、本公开第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面实施例提出的一种数据实体间关系传递性质的确定方法。
17、本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如本公开第一方面实施例提出的一种数据实体间关系传递性质的确定方法。
18、本公开提供的一种数据实体间关系传递性质的确定方法、装置、计算机设备和存储介质，通过获取训练数据集合，其中，训练数据集合包括第一数据集和第二数据集，第一数据集对应数据实体具备目标关联关系，第二数据集对应数据实体不具备目标关联关系，构建与目标关联关系对应的实体关联度评分模型，根据实体关联度评分模型，构建惩罚函数，根据训练数据集合对惩罚函数进行模型训练，以得到与目标关联关系对应的目标单位向量，根据实体关联度评分模型或目标单位向量，确定第一数据实体与多个候选数据实体之间的识别结果，其中，识别结果用于指示第一数据实体与候选数据实体之间是否存在目标关联关系，由此，能够更准确、更全面、更深入地识别数据实体间关联关系，充分挖掘城市级大数据聚合价值。
19、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。
本文档来自技高网...【技术保护点】
1.一种数据实体间关系传递性质的确定方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取训练数据集合，包括：
3.如权利要求2所述的方法，其特征在于，所述构建实体关联度度量模型，包括：
4.如权利要求2所述的方法，其特征在于，所述根据所述实体关联度度量模型对多个样本数据实体进行分类处理，以得到所述第一数据集和所述第二数据集，包括：
5.如权利要求1所述的方法，其特征在于，所述构建与所述目标关联关系对应的实体关联度评分模型，包括：
6.如权利要求5所述的方法，其特征在于，所述根据所述训练数据集合对所述惩罚函数进行模型训练，以得到与所述目标关联关系对应的目标单位向量，包括：
7.如权利要求5所述的方法，其特征在于，根据所述实体关联度评分模型，确定所述第一数据实体与所述候选数据实体之间的所述识别结果，包括：
8.如权利要求1所述的方法，其特征在于，根据所述目标单位向量，确定所述第一数据实体与所述候选数据实体之间的所述识别结果，包括：
9.一种数据实体间关系传递性质的确定
10.一种计算机设备，其特征在于，包括：
11.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，其中，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
...【技术特征摘要】
1.一种数据实体间关系传递性质的确定方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取训练数据集合，包括：
3.如权利要求2所述的方法，其特征在于，所述构建实体关联度度量模型，包括：
4.如权利要求2所述的方法，其特征在于，所述根据所述实体关联度度量模型对多个样本数据实体进行分类处理，以得到所述第一数据集和所述第二数据集，包括：
5.如权利要求1所述的方法，其特征在于，所述构建与所述目标关联关系对应的实体关联度评分模型，包括：
6.如权利要求5所述的方法，其特征在于，所述根据所述训练数据集合对所述惩罚函数进行模型训练，以得到...
【专利技术属性】
技术研发人员：贾晓丰，章敏，高嵩，穆显显，赵敏，刘静，
申请(专利权)人：北京市大数据中心，
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。