CN107291712B - 数据的生成方法及装置 - Google Patents

Abstract

本发明公开了一种数据的生成方法及装置，涉及互联网技术领域，主要目的在于解决依赖单一维度信息生成的社交关系网络不能满足当今多维度社会属性信息的查询的问题。本发明的技术方案包括：获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，本体编号包含唯一的社交身份标识；根据本体编号生成开户信息表；根据社交行为构造社交属性信息表；所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号；基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络。本发明应用于挖掘社会关系网络中。

Description

数据的生成方法及装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种数据的生成方法及装置。

背景技术

随着互联网技术的快速发展，产生和捕获的数据量迅猛增长，使得现代社会逐步迈进大数据时代，在大数据时代中社交网络的应用越来越广泛，随之增加的是越来越多的人愿意在交互的社交网络中分享各自的见闻感受。

在社交关系网络挖掘的业务场景中，通常需要接近于现实生活场景中的社交关系信息，例如，人与人之间的通讯。在挖掘社交关系网络时，通常需要模拟本体之间的通讯关系，其中，所述本体包括社交关系中的个人及其电话号码，该电话号码是在挖掘社交关系网络时个人的唯一身份标识。社交关系网络的挖掘过程依赖于电话号码，虽然可以很好的生成通讯关系网络，但是随着科技的不断进步，人与人之间的通讯交往不限于使用移动电话或者固定电话，人与人之间的通讯还可以通过同行、同住、同家族等多维度社会属性信息，因此，依赖单一维度信息生成的社交关系网络不能满足当今社会多维度社会属性信息的查询。

发明内容

有鉴于此，本发明实施例提供一种数据的生成方法及装置，主要目的在于解决依赖单一维度信息生成的社交关系网络不能满足当今社会多维度社会属性信息的查询的问题。

为达到上述目的，本发明提供如下技术方案：

一方面，本发明提供一种数据的生成方法，包括：

获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，所述本体编号包含唯一的社交身份标识；

根据所述本体编号生成开户信息表；

根据社交行为构造社交属性信息表；所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号；

基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络。

另一方面，本发明提供的一种数据的生成装置，包括：

第一获取单元，用于获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，所述本体编号包含唯一的社交身份标识；

生成单元，用于根据所述第一获取单元获取的所述本体编号生成开户信息表；

第一构造单元，用于根据社交行为构造社交属性信息表；所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号；

第二构造单元，用于基于所述第一构造单元构造的所述社交信息编号与所述生成单元生成的所述开户信息表中的本体编号构造关系网络。

借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：

本发明提供的一种数据的生成方法及装置，首先，获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，该本体编号包含唯一的社交身份标识；根据本体编号生成开户信息表；其次，根据社交行为构造社交属性信息表，该社交属性信息表中包含社交信息编号，社交信息编号为对社交行为构造的信息编号；最后，基于社交信息编号与开户信息表中的本体编号构造关系网络；与现有技术中只依赖于单一维度信息生成社交关系网络相比，本发明能够从多维度的社交行为生成社交关系网络，可以从社交行为中的任意维度信息对社交关系网络进行查询，能够满足当今大数据时代的查询、获取信息的需求。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种数据的生成方法的流程图；

图2示出了本发明实施例提供的关系网络的示意图；

图3示出了本发明实施例提供的一种数据的生成装置的组成框图；

图4示出了本发明实施例提供的另一种数据的生成装置的组成框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供一种数据的生成方法，如图1所示，该方法包括：

101、获取本体编号。

本发明实施例中，本体为社交关系网络中的人或者社交身份标识，所述本体编号包含唯一的社交身份标识。

在实际应用中，本体代表一个关系网络中的一个广义人，即包括一个人及其所有具有社交身份标识，所述社交身份标识可以包含但不局限于以下内容：例如，身份证号码、手机号码、微信号码、QQ号码、人人网账号、脸谱(facebook)账号、贴吧账户、微博账户等等，需要说明的是，在本发明实施例中，以下的实施例是以社交身份标识为身份证号码或者手机号码为例进行的说明；本发明实施例对社交身份标识的具体形式不作限定。

102、根据所述本体编号生成开户信息表。

在具体实施时，开户信息表中记录的属性信息包括：手机号码及使用该手机号码的身份证号码。

103、根据社交行为构造社交属性信息表。

所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号，该社交信息编号是唯一的。需要说明的是，步骤102中的开户信息表与本步骤的社交属性信息表是相辅相成的。

本发明实施例中，所述社交行为包括但不局限于以下内容，例如：社交关系网络中人与人之间的通讯、同住、同行、同家族及个人的行为轨迹；对应于社交行为，所述社交属性信息表包括：通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表。

104、基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络。

将社交信息编号与本体编号进行结合，共同构成关系网络，以图示的形式生成社交关系网络。在构造关系网络时，包含所述本体编号的开户信息表为顶点，包含所述社交信息编号的至少两个社交属性信息表为子集。

本发明实施例提供的一种数据的生成方法，首先，获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，该本体编号包含唯一的社交身份标识；根据本体编号生成开户信息表；其次，根据社交行为构造社交属性信息表，该社交属性信息表中包含社交信息编号，社交信息编号为对社交行为构造的信息编号；最后，基于社交信息编号与开户信息表中的本体编号构造关系网络；与现有技术中只依赖于单一维度信息生成社交关系网络相比，本发明能够从多维度的社交行为生成社交关系网络，可以从社交行为中的任意维度信息对社交关系网络进行查询，能够满足当今大数据时代的查询、获取信息的需求。

进一步的，作为对图1所示方法的细化和扩展，步骤101在获取本体编号过程中，首先需要生成本体编号表，该本体编号表用于记录所述本体编号，并且为本体编号分配唯一的社交身份标识，获取分配社交身份标识后的本体编号。对本体编号分配唯一的社交身份标识，其目的在于，建立本体编号与社交身份标识的一一对应关系。

在本发明实施例中，生成本体编号表需要根据生成本体的实际规模进行设置，为了确保本体编号表能够完全记录本体编号，在生成本体编号表时其大小要等于或者大于本体的实际规模。示例性的，若生成本体的数量为100万，在生成本体编号表时，其数量为100万或者100.1万等等，本发明实施例对本体的数量及本体编号表等内容不进行限定。

为了便于对本体编号表的统一管理，在生成本体编号表的过程中每个本体生成唯一的编号，即本体编号，编号方式可以包含但不局限于使用单一阿拉伯数字编号、单一希腊字母或者阿拉伯数字与希腊字母的结合编号等等。示例性的，若本体数量为100万，在对本体进行编号时可通过数字1-1000000进行编号标识。本发明实施例对本体编号的具体实现方式不进行限定。

需要说明的是，生成的本体编号表仅记录有对本体的本体编号，而不涉及本体本身，即本体编号与本体没有一一对应的关系；示例性的，假设，本体编号为001，在该本体编号中加入的社交身份标识可能是张三的社交身份标识，也可能是李四的社交身份标识；本体编号为002，在本体编号中加入的社交身份标识也可能是张三的社交身份标识，也可能只王五的社交身份标识；以上仅为示例性的举例，本发明实施例对此不作限定。

为本体编号分配的社交身份标识具有唯一性，承由上述的示例，若本体编号001中分配了李四的社交身份标识，则本体编号001中不会再被分配张三的社交身份标识或者王五的社交身份标识；若本体编号002中分配了张三的社交身份标识，则本体编号002中不会再分配李四的社交身份标识或者王五的社交身份标识。

进一步的，根据社交行为构造社交属性信息表，根据社交行为生成其对应的唯一标识信息，基于该唯一标识信息构造社交属性信息表，该社交属性信息表包含多维度信息，从社交属性信息表中的任意表中，通过社交行为的唯一标识信息均可查询、获取关系网络中的个人信息。

进一步的，社交属性信息表作为构成关系网络的必要信息，以下将详细说明当社交属性信息表包含通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表时，社交属性信息表的具体构造过程。

(一)当所述社交属性信息表为所述通讯信息表时，基于所述唯一标识信息构造所述社交属性信息表。

当所述社交属性信息表为所述通讯信息表时，根据基站信息获取不同本体编号之间的通讯信息，根据幂律分布函数及通讯信息构造通讯信息表。其中，所述基站信息为个运营商基站的经纬度信息。本发明实施例中，通过统计幂律分布函数的各种指标(通讯信息)，将统计的各种指标拟合成幂律分布函数，构造通讯信息表。

(二)当所述社交属性信息表为所述同住关系表时，基于所述唯一标识信息构造所述社交属性信息表。

首先，从互联网中获取第一预置时间段内的酒店信息，该酒店信息包括但不局限于以下内容：酒店名称、酒店房间数及酒店所属基站信息等等，其中，所述酒店所属基站信息包含酒店的具体地址；其次，对酒店信息构造居住编号，所述居住编号是社交行为的唯一标识信息；最后，基于居住编号生成同住关系表。

示例性的，假设，从互联网中获取2016/1/1-2016/2/29酒店I的酒店信息包括：酒店名称为酒店I、酒店房间数为505、酒店所属基站信息为(A^°b'c"，d^°e'f")，在构造居住编号时采用，I-001-A/b/c-d/e/f/、I-002-A/b/c-d/e/f…I-500-A/b/c-d/e/f。本发明实施例对构造居住编号的方法不进行限定，能唯一标识居住编号的方式均可采用。

需要说明的是，同住关系表中记录有身份证号码与居住编号的对应信息；在去酒店进行住宿时，通过需要通过身份证进行实名验证，在同住关系表中，通过查询身份证号码即可查找该身份证号码对应的本体编号在关系网络中的其他信息。

(三)当所述社交属性信息表为所述同行关系表时，基于所述唯一标识信息构造所述社交属性信息表。

首先，从互联网上获取第二预置时间段内的列车信息，该列车信息包括：列车车次信息、沿途各站信息及到沿途各站的时刻信息；其次，根据获取的列车信息构造出行编号；最后，基于出行编号生成同行关系表。其中，对构造出行编号与构造居住编号的实现方式相同，请参考上述有关居住编号的详细描述，本发明实施例在此不再进行赘述。

需要说明的是，同行关系表中记录有身份证号码与出行编号的对应信息；在搭乘列车时，通过需要通过身份证进行实名验证，在同行关系表中，通过查询身份证号码即可查找该身份证号码对应的本体编号在关系网络中的其他信息。

(四)当所述社交属性信息表为所述同家族关系表时，基于所述唯一标识信息构造所述社交属性信息表。

从本体编号表中确定核心家族成员，根据幂律分布函数计算核心家族成员对应的家族规模，根据家族规模及本体编号选择其他本体编号加入核心家族成员所在的家族，并生成同家族关系表。

在实际操作时，由于本发明实施例面向的是大规模数据，在从本体编号中确定核心家族成员时，通过随机选取的方式确定核心家族成员。确定出核心家族成员之后，基于幂律分布函数、概率衰减表计算核心家族成员对应的家族规模，其中所述概率衰减表中记录有以各个本体编号为起点的不同家族规模，并包含不同家族规模对应的概率，示例性的，概率衰减表中记录有80％的家族规模为3，8％的家族规模为4，0.8％的家族规模为5…，每个家族生成一个随机数，根据随机数即可求出该家族的家族规模。

(五)当所述社交属性信息表为所述人员轨迹表时，基于所述唯一标识信息构造所述社交属性信息表。

针对各个本体编号分别随机生成预设数量的位置信息，设置预设数量的位置信息的到达概率，当确定本体编号出现在第一位置时，根据马尔科夫随机过程计算本体编号到第二位置的随机概率；其中，第一位置为预设数量的位置信息中的任意一个位置，第二位置为预设数量的位置中除第一位置外的所有位置，将随机概率最大值对应的第二位置确定为本体编号待前往的目的地位置，生成从第一位置到目的地位置的轨迹。

在本发明实施例中，针对各个本体编号分别随机生成预设数量的位置信息为各个本体编号经常到达的位置信息，分别对预设数量的常去位置信息设置到达概率，在对预设数量经常到达的位置信息设置到达概率时，需要根据各个本体编号该些预设数量的位置信息的次数设置，本体编号到达位置信息的次数越多，其设置位置信息的到达概率越大，本体编号到达位置信息的次数越少，其设置位置信息的到达概率越小。在本发明实施例中，有关根据马尔科夫随机过程计算本体编号到第二位置的随机概率的实现方式，请参考现有技术中的详细描述，本发明实施例在此不再进行赘述。

进一步的，在生成从第一位置到目的地位置的轨迹之后，由于该轨迹是在随着本体的移动而改变的，因此，需要对该轨迹进行及时更新。首先，判断通讯信息表、同住关系表、同行关系表、同家族关系表中的数据是否与轨迹存在关联关系，若确定存在关联关系，则将通讯信息表、同住关系表、同行关系表、同家族关系表中与轨迹相关联的数据对轨迹进行更新。在具体实施过程中，同家族关系表中的数据通常不会有太大的更新，在社交关系网络中，人与人之间的通讯、同行、同住，可能会随着时间的变化而变化，因此，可以基于通讯信息表、同住关系表、同行关系表中与轨迹相关联的数据对轨迹进行更新。

进一步的，上述实施例已详细说明了通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表的构造过程，在生成关系网络时，基于通讯、同行、同住、同家族、个人的行为轨迹等多维度信息生成关系网络，在生成通讯信息表、同住关系表、同行关系表与人员轨迹表之后，将开户信息表中的本体编号分别与通讯信息表、同住关系表、同行关系表、同家族关系表与人员轨迹表中的社交信息编号构造关系网络，以图示的形式将关系网络进行展示，示例性的，如图2所示，图2示出了本发明实施例提供的关系网络的示意图，在各个表中均包含表对应的唯一标识信息。其中，图2仅为示例性的举例，本发明实施例对通讯信息表、同住关系表、同行关系表、同家族关系表与人员轨迹表分别与开户信息表的位置以及通讯信息表、同住关系表、同行关系表、同家族关系表与人员轨迹表、开户信息表中的内容进行限定。

进一步的，在实际应用中，基于通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中的社交信息编号与本体编号构造的关系网络可以包含但不局限于二部图(或者二分图)。为了构造数据量更大的关系网络，通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表之间相互构造关系网络，以满足当今人们对大数据查询、获取的实际需求。

进一步的，以上示例详细说明了开户信息表中的本体编号分别与通讯信息表、同住关系表、同行关系表、同家族关系表与人员轨迹表中的社交信息编号构成关系网络的实施过程。在实际应用中，随着用户对大数据查询需求的不断增大，本发明实施例还可以构造通讯信息表、同住关系表、同行关系表、同家族关系表与人员轨迹表之间的关系网络，例如，构造通讯信息表与同住关系表、同行关系表、同家族关系表、人员轨迹表之间的关系网络；或者，构造同住关系表与通讯信息表、同行关系表、同家族关系表、人员轨迹表之间的关系网络。构造社交属性信息表之间的关系网络，其步骤包括：分别获取所述通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中的社交信息编号；构造社交信息编号与社交信息编号之间的关系网络。需要说明的是，有关构造社交信息编号与社交信息编号之间的关系网络与基于社交信息编号与开户信息表中的本体编号构造关系网络的具体操作流程类似，本发明实施例对构造社交信息编号与社交信息编号之间的关系网络的具体实现过程不再进行一一赘述。

进一步的，基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络，基于随机映射的方式将社交信息编号映射到开户信息表中的本体编号中，构造社交信息编号与本体编号之间的关系网络。在具体实施时，将开户信息表中的本体编号与社交信息编号作为两个不同的集合，将两个集合进行合并，构成社交信息编号与本体编号之间的关系网络。

进一步的，由于在关系网络挖掘的业务场景中，经常需要接近于真实场景的大规模关系网络数据，而真实场景中，一个人可能会有多个电话号码或者电话号码是匿名使用的，可能在挖掘关系网络的过程中，会偏离真实数据。为解决上述问题，本发明实施例在根据分配社交身份标识后的本体编号生成开会信息表时，从全部分配社交身份标识后的本体编号中选取预设数量的分配社交身份标识后的本体编号，并生成伪造数据，该伪造数据为模拟社交身份标识生成的数据；根据预设数量的分配社交身份标识后的本体编号与伪造数据生成所述开户信息表。本发明实施例中，通过伪造数据模拟真实场景中通讯公司存储的手机号码开户记录与手机号码真实的使用者不相符的情况，以确保挖掘关系网络的更接近于真实场景。

进一步的，在为本体编号分配唯一的社交身份标识过程中，为了避免不同的本体分配到相同的社交身份标识，基于哈希规则本体编号分配唯一的社交身份标识，该社交身份标识包括身份证号码或手机号码。

进一步的，作为对上述图1所示方法的实现，本发明另一实施例还提供了一种数据的生成装置。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。

本发明实施例提供一种数据的生成装置，如图3所示，该装置包括：

第一获取单元31，用于获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，所述本体编号包含唯一的社交身份标识；

生成单元32，用于根据所述第一获取单元31获取的所述本体编号生成开户信息表；

第一构造单元33，用于根据社交行为构造社交属性信息表；所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号；

第二构造单元34，用于基于所述第一构造单元33构造的所述社交信息编号与所述生成单元32生成的所述开户信息表中的本体编号构造关系网络。

进一步的，如图4所示，所述第一获取单元31包括：

生成子单元311，用于生成本体编号表；其中，所述本体编号表用于记录所述本体编号；

分配子单元312，用于为所述生成子单元311生成的所述本体编号分配唯一的所述社交身份标识；

获取子单元313，用于获取所述分配子单元312分配社交身份标识后的本体编号。

进一步的，如图4所示，其特征在于，所述第一构造单元33包括：

生成子单元331，用于根据所述社交行为生成其对应的唯一标识信息；

构造子单元332，用于基于所述生成子331单元生成的所述唯一标识信息构造所述社交属性信息表。

进一步的，所述社交行为包括所述社交关系网络中人与人之间的通讯、同住、同行、同家族及个人的行为轨迹；

所述社交属性信息表包括：通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表。

进一步的，如图4所示，当所述社交属性信息表为所述通讯信息表时，所述构造子单元332包括：

第一获取模块3321，用于根据基站信息获取不同本体编号之间的通讯信息，所述基站信息为各运营商基站的经纬度信息；

第一构造模块3322，用于根据幂律分布函数及所述获取模块3321获取的所述通讯信息构造所述通讯信息表。

进一步的，如图4所示，当所述社交属性信息表为所述同住关系表时，所述构造子单元332包括：

第二获取模块3323，用于获取第一预置时间段内的酒店信息，酒店信息包括：酒店名称、酒店房间数及酒店所属基站信息；

第二构造模块3324，用于对所述第二获取模块3323获取的所述酒店名称、酒店房间数及酒店所属基站信息构造居住编号；

第一生成模块3325，用于基于所述第二构造模块3324构造的所述居住编号生成所述同住关系表。

进一步的，如图4所示，当所述社交属性信息表为所述同行关系表时，所述构造子单元332包括：

第三获取模块3326，用于获取第二预置时间段内的列车信息；所述列车信息包括：列车车次信息、沿途各站信息及到沿途各站的时刻信息；

第三构造模块3327，用于基于所述第三获取模块3326获取的所述列车车次信息、沿途各站信息及到沿途各站的时刻信息构造出行编号；

第二生成模块3328，用于基于所述第三构造模块3327构造的所述出行编号生成所述同行关系表。

进一步的，如图4所示，当所述社交属性信息表为所述同家族关系表时，所述构造子单元332包括：

第一确定模块3329，用于从所述本体编号表中确定核心家族成员；

第一计算模块33210，用于根据幂律分布函数计算所述确定模块确定的所述核心家族成员对应的家族规模；

处理模块33211，根据所述家族规模及所述本体编号选择其他本体编号加入所述核心家族成员所在的家族，并生成所述同家族关系表。

进一步的，如图4所示，当所述社交属性信息表为所述人员轨迹表时，所述构造子单元332包括：

第三生成模块33212，用于针对各个本体编号分别随机生成预设数量的位置信息；

设置模块33213，用于设置所述第三生成模块33212生成的所述预设数量的位置信息的到达概率；

第二计算模块33214，用于当确定所述本体编号出现在第一位置时，根据马尔科夫随机过程计算所述本体编号到第二位置的随机概率；其中，所述第一位置为所述预设数量的位置信息中的任意一个位置，所述第二位置为所述预设数量的位置中除所述第一位置外的所有位置；

第二确定模块33215，用于将所述第二计算模块33214计算的所述随机概率最大值对应的第二位置确定为所述本体编号待前往的目的地位置；

第四生成模块33216，用于生成从所述第一位置到所述第二确定模块确定的所述目的地位置的轨迹。

进一步的，如图4所示，所述构造子单元332还包括：

判断模块33217，用于判断所述通讯信息表、同住关系表、同行关系表、同家族关系表中的数据是否与所述轨迹存在关联关系；

更新模块33218，用于当所述判断模块33217确定存在关联关系时，将所述通讯信息表、同住关系表、同行关系表、同家族关系表中与所述轨迹相关联的数据对所述轨迹进行更新。

进一步的，如图4所示，所述装置还包括：

第二获取单元35，用于获取所述通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中的社交信息编号；

第三构造单元36，用于构造所述第二获取单元35获取的所述通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中社交信息编号与社交信息编号之间的关系网络。

进一步的，如图4所示，所述第二构造单元34包括：

映射子单元341，用于基于随机映射的方式将所述社交信息编号映射到所述开户信息表中的本体编号；

构造子单元342，用于构造所述社交信息编号与所述本体编号之间的关系网络。

进一步的，如图4所示，所述生成单元32包括：

选取子单元321，用于从全部分配社交身份标识后的本体编号中选取预设数量的分配社交身份标识后的本体编号；

第一生成子单元322，用于生成伪造数据，所述伪造数据为模拟所述社交身份标识生成的数据；

第二生成子单元323，用于根据所述选取子单元321选取的所述预设数量的分配社交身份标识后的本体编号与所述第一生成子单元322生成的所述伪造数据生成所述开户信息表。

进一步的，所述第二构造单元34，还用于将所述开户信息表中的本体编号分别与通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表构造关系网络。

进一步的，所述第二构造单元34构造的所述关系网络包含二部图。

进一步的，所述分配子单元312，还用于基于哈希规则为所述本体编号分配唯一的所述社交身份标识，所述社交身份标识包括身份证号码或手机号码。

本发明实施例提供的一种数据的生成装置，首先，获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，该本体编号包含唯一的社交身份标识；根据本体编号生成开户信息表；其次，根据社交行为构造社交属性信息表，该社交属性信息表中包含社交信息编号，社交信息编号为对社交行为构造的信息编号；最后，基于社交信息编号与开户信息表中的本体编号构造关系网络；与现有技术中只依赖于单一维度信息生成社交关系网络相比，本发明能够从多维度的社交行为生成社交关系网络，可以从社交行为中的任意维度信息对社交关系网络进行查询，能够满足当今大数据时代的查询、获取信息的需求。

所述数据的生成装置包括处理器和存储器，上述第一获取单元、生成单元、第一构造单元及第二构造单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决依赖单一维度信息生成的社交关系网络不能满足当今社会多维度社会属性信息的查询的问题。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)，存储器包括至少一个存储芯片。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，所述本体编号包含唯一的社交身份标识；根据所述本体编号生成开户信息表；根据社交行为构造社交属性信息表；所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号；基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的图表中图形的显示方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (30)

1.一种数据的生成方法，其特征在于，包括：

获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，所述本体编号包含唯一的社交身份标识；

根据所述本体编号生成开户信息表；

根据社交行为构造社交属性信息表；所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号；

基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络；

基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络包括：

基于随机映射的方式将所述社交信息编号映射到所述开户信息表中的本体编号；

构造所述社交信息编号与所述本体编号之间的关系网络。

2.根据权利要求1所述的方法，其特征在于，获取本体编号包括：

生成本体编号表；其中，所述本体编号表用于记录本体编号；

为所述本体编号分配唯一的所述社交身份标识，并获取分配社交身份标识后的本体编号。

3.根据权利要求2所述的方法，其特征在于，根据社交行为构造社交属性信息表包括：

根据所述社交行为生成其对应的唯一标识信息；

基于所述唯一标识信息构造所述社交属性信息表。

4.根据权利要求3所述的方法，其特征在于，所述社交行为包括所述社交关系网络中人与人之间的通讯、同住、同行、同家族及个人的行为轨迹；

所述社交属性信息表包括：通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表。

5.根据权利要求4所述的方法，其特征在于，当所述社交属性信息表为所述通讯信息表时，基于所述唯一标识信息构造所述社交属性信息表包括：

根据基站信息获取不同本体编号之间的通讯信息，所述基站信息为各运营商基站的经纬度信息；

根据幂律分布函数及所述通讯信息构造所述通讯信息表。

6.根据权利要求4所述的方法，其特征在于，当所述社交属性信息表为所述同住关系表时，基于所述唯一标识信息构造所述社交属性信息表包括：

获取第一预置时间段内的酒店信息，酒店信息包括：酒店名称、酒店房间数及酒店所属基站信息；

对所述酒店名称、酒店房间数及酒店所属基站信息构造居住编号；

基于所述居住编号生成所述同住关系表。

7.根据权利要求4所述的方法，其特征在于，当所述社交属性信息表为所述同行关系表时，基于所述唯一标识信息构造所述社交属性信息表包括：

获取第二预置时间段内的列车信息；所述列车信息包括：列车车次信息、沿途各站信息及到沿途各站的时刻信息；

基于所述列车车次信息、沿途各站信息及到沿途各站的时刻信息构造出行编号；

基于所述出行编号生成所述同行关系表。

8.根据权利要求4所述的方法，其特征在于，当所述社交属性信息表为所述同家族关系表时，基于所述唯一标识信息构造所述社交属性信息表包括：

从所述本体编号表中确定核心家族成员；

根据幂律分布函数计算所述核心家族成员对应的家族规模；

根据所述家族规模及所述本体编号选择其他本体编号加入所述核心家族成员所在的家族，并生成所述同家族关系表。

9.根据权利要求4所述的方法，其特征在于，当所述社交属性信息表为所述人员轨迹表时，基于所述唯一标识信息构造所述社交属性信息表包括：

针对各个本体编号分别随机生成预设数量的位置信息；

设置所述预设数量的位置信息的到达概率；

当确定所述本体编号出现在第一位置时，根据马尔科夫随机过程计算所述本体编号到第二位置的随机概率；其中，所述第一位置为所述预设数量的位置信息中的任意一个位置，所述第二位置为所述预设数量的位置中除所述第一位置外的所有位置；

将所述随机概率最大值对应的第二位置确定为所述本体编号待前往的目的地位置；

生成从所述第一位置到所述目的地位置的轨迹。

10.根据权利要求9所述的方法，其特征在于，所述方法还包括：

判断所述通讯信息表、同住关系表、同行关系表、同家族关系表中的数据是否与所述轨迹存在关联关系；

若确定存在关联关系，则将所述通讯信息表、同住关系表、同行关系表、同家族关系表中与所述轨迹相关联的数据对所述轨迹进行更新。

11.根据权利要求1-10中任一项所述的方法，其特征在于，所述方法还包括：

获取通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中的社交信息编号；

构造所述通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中社交信息编号与社交信息编号之间的关系网络。

12.根据权利要求1所述的方法，其特征在于，根据分配社交身份标识后的本体编号生成开户信息表包括：

从全部分配社交身份标识后的本体编号中选取预设数量的分配社交身份标识后的本体编号，并生成伪造数据，所述伪造数据为模拟所述社交身份标识生成的数据；

根据所述预设数量的分配社交身份标识后的本体编号与所述伪造数据生成所述开户信息表。

13.根据权利要求12所述的方法，其特征在于，基于所述社交信息编号与所述开户信息表中的本体编号构造关系网络，还包括：

将所述开户信息表中的本体编号分别与通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中的社交信息编号构造关系网络。

14.根据权利要求1-10、12-13中任一项所述的方法，其特征在于，所述关系网络包含二部图。

15.根据权利要求2所述的方法，其特征在于，为所述本体编号分配唯一的所述社交身份标识包括：

基于哈希规则为所述本体编号分配唯一的所述社交身份标识，所述社交身份标识包括身份证号码或手机号码。

16.一种数据的生成装置，其特征在于，包括：

第一获取单元，用于获取本体编号；其中，本体为社交关系网络中的人或者社交身份标识，所述本体编号包含唯一的社交身份标识；

生成单元，用于根据所述第一获取单元获取的所述本体编号生成开户信息表；

第一构造单元，用于根据社交行为构造社交属性信息表；所述社交属性信息表中包含社交信息编号，所述社交信息编号为对社交行为构造的信息编号；

第二构造单元，用于基于所述第一构造单元构造的所述社交信息编号与所述生成单元生成的所述开户信息表中的本体编号构造关系网络；

所述第二构造单元包括：

映射子单元，用于基于随机映射的方式将所述社交信息编号映射到所述开户信息表中的本体编号；

构造子单元，用于构造所述社交信息编号与所述本体编号之间的关系网络。

17.根据权利要求16所述的装置，其特征在于，所述第一获取单元包括：

生成子单元，用于生成本体编号表；其中，所述本体编号表用于记录本体编号；

分配子单元，用于为所述生成子单元生成的所述本体编号分配唯一的所述社交身份标识；

获取子单元，用于获取所述分配子单元分配社交身份标识后的本体编号。

18.根据权利要求17所述的装置，其特征在于，所述第一构造单元包括：

生成子单元，用于根据所述社交行为生成其对应的唯一标识信息；

构造子单元，用于基于所述生成子单元生成的所述唯一标识信息构造所述社交属性信息表。

19.根据权利要求18所述的装置，其特征在于，所述社交行为包括所述社交关系网络中人与人之间的通讯、同住、同行、同家族及个人的行为轨迹；

所述社交属性信息表包括：通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表。

20.根据权利要求19所述的装置，其特征在于，当所述社交属性信息表为所述通讯信息表时，所述构造子单元包括：

第一获取模块，用于根据基站信息获取不同本体编号之间的通讯信息，所述基站信息为各运营商基站的经纬度信息；

第一构造模块，用于根据幂律分布函数及所述获取模块获取的所述通讯信息构造所述通讯信息表。

21.根据权利要求19所述的装置，其特征在于，当所述社交属性信息表为所述同住关系表时，所述构造子单元包括：

第二获取模块，用于获取第一预置时间段内的酒店信息，酒店信息包括：酒店名称、酒店房间数及酒店所属基站信息；

第二构造模块，用于对所述第二获取模块获取的所述酒店名称、酒店房间数及酒店所属基站信息构造居住编号；

第一生成模块，用于基于所述第二构造模块构造的所述居住编号生成所述同住关系表。

22.根据权利要求19所述的装置，其特征在于，当所述社交属性信息表为所述同行关系表时，所述构造子单元包括：

第三获取模块，用于获取第二预置时间段内的列车信息；所述列车信息包括：列车车次信息、沿途各站信息及到沿途各站的时刻信息；

第三构造模块，用于基于所述第三获取模块获取的所述列车车次信息、沿途各站信息及到沿途各站的时刻信息构造出行编号；

第二生成模块，用于基于所述第三构造模块构造的所述出行编号生成所述同行关系表。

23.根据权利要求19所述的装置，其特征在于，当所述社交属性信息表为所述同家族关系表时，所述构造子单元包括：

第一确定模块，用于从所述本体编号表中确定核心家族成员；

第一计算模块，用于根据幂律分布函数计算所述确定模块确定的所述核心家族成员对应的家族规模；

处理模块，根据所述家族规模及所述本体编号选择其他本体编号加入所述核心家族成员所在的家族，并生成所述同家族关系表。

24.根据权利要求19所述的装置，其特征在于，当所述社交属性信息表为所述人员轨迹表时，所述构造子单元包括：

第三生成模块，用于针对各个本体编号分别随机生成预设数量的位置信息；

设置模块，用于设置所述第三生成模块生成的所述预设数量的位置信息的到达概率；

第二计算模块，用于当确定所述本体编号出现在第一位置时，根据马尔科夫随机过程计算所述本体编号到第二位置的随机概率；其中，所述第一位置为所述预设数量的位置信息中的任意一个位置，所述第二位置为所述预设数量的位置中除所述第一位置外的所有位置；

第二确定模块，用于将所述第二计算模块计算的所述随机概率最大值对应的第二位置确定为所述本体编号待前往的目的地位置；

第四生成模块，用于生成从所述第一位置到所述第二确定模块确定的所述目的地位置的轨迹。

25.根据权利要求24所述的装置，其特征在于，所述构造子单元还包括：

判断模块，用于判断所述通讯信息表、同住关系表、同行关系表、同家族关系表中的数据是否与所述轨迹存在关联关系；

更新模块，用于当所述判断模块确定存在关联关系时，将所述通讯信息表、同住关系表、同行关系表、同家族关系表中与所述轨迹相关联的数据对所述轨迹进行更新。

26.根据权利要求16-25中任一项所述的装置，其特征在于，所述装置还包括：

第二获取单元，用于获取通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中的社交信息编号；

第三构造单元，用于构造所述第二获取单元获取的所述通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中社交信息编号与社交信息编号之间的二部图。

27.根据权利要求16所述的装置，其特征在于，第二生成单元包括：

选取子单元，用于从全部分配社交身份标识后的本体编号中选取预设数量的分配社交身份标识后的本体编号；

第一生成子单元，用于生成伪造数据，所述伪造数据为模拟所述社交身份标识生成的数据；

第二生成子单元，用于根据所述选取子单元选取的所述预设数量的分配社交身份标识后的本体编号与所述第一生成子单元生成的所述伪造数据生成所述开户信息表。

28.根据权利要求27所述的装置，其特征在于，所述第二构造单元，还用于将所述开户信息表中的本体编号分别与通讯信息表、同住关系表、同行关系表、同家族关系表及人员轨迹表中的社交信息编号构造关系网络。

29.根据权利要求16-25、27-28中任一项所述的装置，其特征在于，所述构造单元构造的所述关系网络包含二部图。

30.根据权利要求17所述的装置，其特征在于，所述分配子单元，还用于基于哈希规则为所述本体编号分配唯一的所述社交身份标识，所述社交身份标识包括身份证号码或手机号码。

Images