CN107729478B - 一种数据分析方法和装置 - Google Patents
一种数据分析方法和装置 Download PDFInfo
- Publication number
- CN107729478B CN107729478B CN201710959202.2A CN201710959202A CN107729478B CN 107729478 B CN107729478 B CN 107729478B CN 201710959202 A CN201710959202 A CN 201710959202A CN 107729478 B CN107729478 B CN 107729478B
- Authority
- CN
- China
- Prior art keywords
- node
- connecting line
- obtaining
- key
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种数据分析方法和装置,涉及信息处理技术领域,所述方法包括:根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;获得所述多模态数据链的连接线的属性信息;根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;根据所述连接线的权值,获得关键节点;根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。解决现有技术中对案件素材的组织过程中存在的效率低下,不便于多人协作办案的技术问题。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种数据分析方法和装置。
背景技术
案件素材是一种重要的数据线索,其记录着案件发生时的场景和具体的案件细节,其对于案件的研判和侦破具有非常重要的作用。
目前犯罪案件中案件素材的组织形式都是较为分散的人工管理方式,采用人工的方式对不同类型的案件素材进行分类整理和维护。
现有技术中的这种方式存在效率低下,同时对于多人之间的协作也具有一定的限制,相关的办案人员没有一个统一的系统或者有效的方式来进行有效的沟通协作,相互之间的信息得不到及时的交流更新的技术问题。
发明内容
本发明实施例提供了一种数据分析方法和装置,解决现有技术中对案件素材的组织过程中存在的效率低下,不便于多人协作办案的技术问题。
鉴于上述问题,提出了本申请实施例以便提供一种数据分析方法和装置。
第一方面,本发明提供了一种数据分析方法,所述方法包括:根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;根据所述连接线的属性信息,获得所述连接线的权值;根据连接线节点,确定与连接线节点相连的连接线;根据所述与连接线节点相连的连接线以及所述连接线的权值,获得关键节点;根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。
进一步的,所述方法还包括:获得所述连接线节点的时间属性和空间属性;根据所述连接线节点的时间属性和空间属性,获得矛盾节点。
进一步的,所述方法还包括:获得第一阈值;根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
进一步的,所述方法还包括:获得所述关键节点的重要程度阈值;如果所述连接线节点的重要程度大于所述重要程度阈值,确定所述连接线节点为关键节点。
进一步的,所述根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径,还包括:获得第一关键路径集合;获得关键节点集合;根据所述关键节点集合,获得第一关键节点;根据所述第一关键路径集合,获得第二关键节点;如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合。
进一步的,所述根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径,还包括:获得第二关键路径集合;获得连接线集合;根据所述连接线集合,获得第三关键节点;根据所述第二关键路径集合,获得第四关键节点;如果所述第三关键节点与所述第四关键节点直接连接,获得第二连接线,将所述第三关键节点、所述第二连接线加入所述第二关键路径集合;如果所述第三关键节点与所述第四关键节点没有直接连接,获得所述第三关键节点与所述第四关键节点的第二最短路径,将所述第三关键节点与所述第二最短路径加入所述第二关键路径集合。
进一步的,所述获得第二关键路径集合,还包括:获得第二阈值;如果所述连接线的权值大于所述第二阈值,将所述连接线加入所述第二关键路径集合。
第二方面,本发明提供了一种数据分析装置,所述装置包括:
第一获得单元,所述第一获得单元用于根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;
第二获得单元,所述第二获得单元用于获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;
第三获得单元,所述第三获得单元用于根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;
第四获得单元,所述第四获得单元用于根据所述连接线的权值,获得关键节点;
第五获得单元,所述第五获得单元用于根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;
第六获得单元,所述第六获得单元用于根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于获得所述连接线节点的时间属性和空间属性;
第八获得单元,所述第八获得单元用于根据所述连接线节点的时间属性和空间属性,获得矛盾节点。
进一步的,所述装置还包括:
第九获得单元,所述第九获得单元用于获得第一阈值;
第十获得单元,所述第十获得单元用于根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;
第一判断单元,所述第一判断单元用于如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述关键节点的重要程度阈值;
第一确定单元,所述第一确定单元用于如果所述连接线节点的重要程度大于所述重要程度阈值,确定所述连接线节点为关键节点。
进一步的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于获得第一关键路径集合;
第十三获得单元,所述第十三获得单元用于获得关键节点集合;
第十四获得单元,所述第十四获得单元用于根据所述关键节点集合,获得第一关键节点;
第十五获得单元,所述第十五获得单元用于根据所述第一关键路径集合,获得第二关键节点;
第一添加单元,所述第一添加单元用于如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;
第二添加单元,所述第二添加单元用于如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合。
进一步的,所述装置还包括:
第十六获得单元,所述第十六获得单元用于获得第二关键路径集合;
第十七获得单元,所述第十七获得单元用于获得连接线集合;
第十八获得单元,所述第十八获得单元用于根据所述连接线集合,获得第三关键节点;
第十九获得单元,所述第十九获得单元用于根据所述第二关键路径集合,获得第四关键节点;
第三添加单元,所述第三添加单元用于如果所述第三关键节点与所述第四关键节点直接连接,获得第二连接线,将所述第三关键节点、所述第二连接线加入所述第二关键路径集合;
第三添加单元,所述第三添加单元用于如果所述第三关键节点与所述第四关键节点没有直接连接,获得所述第三关键节点与所述第四关键节点的第二最短路径,将所述第三关键节点与所述第二最短路径加入所述第二关键路径集合。
进一步的,所述装置还包括:
第二十获得单元,所述第二十获得单元用于获得第二阈值;
第四添加单元,所述第四添加单元用于如果所述连接线的权值大于所述第二阈值,将所述连接线加入所述第二关键路径集合。
第三方面,本发明提供了一种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以下步骤:根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;根据所述连接线的权值,获得关键节点;根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。
第四方面,本发明提供了一种数据分析装置,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以下步骤:根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;根据所述连接线的权值,获得关键节点;根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
1.本申请实施例提供的一种数据分析方法和装置,通过根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;根据所述连接线的权值,获得关键节点;根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。解决现有技术中对案件素材的组织过程中存在的效率低下,不便于多人协作办案的技术问题。达到了实现案件素材的高效管理和利用,能够表达更加丰富的案件内容,增强案件信息的面熟能力,以及提高判案人员的案件研判和决策效率的技术效果。
2.本申请实施例通过获得所述连接线节点的时间属性和空间属性;根据所述连接线节点的时间属性和空间属性,获得矛盾节点。进一步解决现有技术中对案件素材的组织过程中存在的效率低下,不便于多人协作办案的技术问题。进一步达到了实现多模态数据链中重要信息的挖掘分析,提高案件研判效率,以及提高案件管理准确性的技术效果。
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
图1为本发明实施例中一种数据分析方法的流程示意图;
图2为本发明实施例中一种数据分析装置的结构示意图;
图3为本发明实施例中另一种数据分析装置的结构示意图。
具体实施方式
本发明实施例提供了一种数据分析方法和装置,本发明提供的技术方案总体思路如下:根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;根据所述连接线的属性信息,获得所述连接线的权值;根据连接线节点,确定与连接线节点相连的连接线;根据所述与连接线节点相连的连接线以及所述连接线的权值,获得关键节点;根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。用于解决现有技术中对案件素材的组织过程中存在的效率低下,不便于多人协作办案的技术问题,达到了实现案件素材的高效管理和利用,能够表达更加丰富的案件内容,增强案件信息的面熟能力,以及提高判案人员的案件研判和决策效率的技术效果。
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
图1为本发明实施例中一种数据分析方法的流程示意图。如图1所示,所述方法包括:
步骤110:根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;
具体而言,根据多模态数据链的数据关联,获得所述多模态数据链中节点特征以及节点和连接线的相对位置,进行结构识别,识别得到多模态数据链中节点和连接线的关联关系,具体关联关系存放在邻接矩阵中,目的是将多模态的案件素材以关联图的形式进行可视展示,同时显示案件素材之间的先后顺序及关联关系。所述多模态数据链的所述连接线节点不仅仅是草图和视频帧,其还可以是文本、图片和视频等多模态数据,并且所述多模态数据链中的所述连接线节点都具有时间特征和空间特征。所述节点是视频帧时,其作为索引链接相应的视频片段,通过点击实现标注信息在原视频中的展示。
步骤120:获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;
步骤130:根据所述连接线的属性信息,获得所述连接线的权值;
具体而言,获得所述多模态数据链中连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细,根据所述连接线的颜色和粗细特征计算所述连接线的权值,其中权值代表着节点之间的强弱关联关系。
步骤140:根据连接线节点,确定与连接线节点相连的连接线;
具体而言,根据识别得到的多模态数据链关联关系,获得与所述连接线节点相连接的连接线。
步骤150:根据所述与连接线节点相连的连接线以及所述连接线的权值,获得关键节点;
进一步的,获得所述关键节点的重要程度阈值;如果所述连接线节点的重要程度大于所述重要程度阈值,确定所述连接线节点为关键节点。
具体而言,所述多模态数据链中的关键节点代表着案件中的关键线索或关键事件,所述关键节点对于案件研判分析,并且节点之间的连接线代表这些事件或者线索之间的关联。在所述多模态数据链中,一个节点与其他节点关联的重要程度可以由所述节点与其他节点的连线数和连接线所代表的重要程度来共同决定,即关键节点为与其他节点关联数较多且关联性强的节点。
根据所述与连接线节点相连的连接线以及所述连接线的权值,计算所述连接线节点的重要程度,所述连接线节点的重要程度计算方法如下:
其中,与连接线节点N1相连的连接线集合为Line={l1,l2,...,ln},n为与连接线节点N1相连的连接线总数,而所述连接线集合对应的连接线关联紧密权值集合为Weight={W1,W2,...,Wn}。
设定所述关键节点重要程度阈值tholdnode,如果所述节点的重要程度大于所述重要程度阈值,则所述节点为关键节点。
步骤160:根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;
进一步的,所述根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径,还包括:获得第一关键路径集合;获得关键节点集合;根据所述关键节点集合,获得第一关键节点;根据所述第一关键路径集合,获得第二关键节点;如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合。
具体而言,根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径,其中,获得第一关键路径是将所述关键节点采用关键路径连接起来,将两个节点之间关键路径的求取问题转换为求取两个节点之间的权值最短路径问题。还包括:获得第一关键路径集合;获得关键节点集合;根据所述关键节点集合,获得第一关键节点;根据所述第一关键路径集合,获得第二关键节点。设定第一关键路径集合,关键节点集合,依次从关键节点集合中取出所述第二关键节点计算与所述第一关键路径集合中节点的最短路径,如果所述第一关键节点与所述第二关键节点直接相连,则直接将所述第一关键节点、所述第二关键节点以及两个节点之间的第一连接线加入所述第一关键路径集合中。如果所述第一关键节点与所述第二关键节点不直接相连,则需要计算所述第一关键节点与所述第二关键节点的第一最短路径。重复上述计算,直至所述关键节点集合中的所有节点都放入所述第一关键路径集合中,最终所述第一关键路径集合中的路径即为所述关键节点的关键路径。
步骤170:根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。
进一步的,所述根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径,还包括:获得第二关键路径集合;获得连接线集合;根据所述连接线集合,获得第三关键节点;根据所述第二关键路径集合,获得第四关键节点;如果所述第三关键节点与所述第四关键节点直接连接,获得第二连接线,将所述第三关键节点、所述第二连接线加入所述第二关键路径集合;如果所述第三关键节点与所述第四关键节点没有直接连接,获得所述第三关键节点与所述第四关键节点的第二最短路径,将所述第三关键节点与所述第二最短路径加入所述第二关键路径集合。
进一步的,所述获得第二关键路径集合,还包括:获得第二阈值;如果所述连接线的权值大于所述第二阈值,将所述连接线加入所述第二关键路径集合。
具体而言,根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径,其中,基于筛选得到的连接线,采用关联紧密的路径将所述连接线连接起来,从而得到所述连接线的第二关键路径。将所述第二关键路径的求取转换为两个连接线的节点之间的权值最短路径的求取问题。还包括:获得第二关键路径集合;获得连接线集合;根据所述连接线集合,获得第三关键节点;根据所述第二关键路径集合,获得第四关键节点;依次从所述连接线集合取出连接线计算所述连接线的节点与连接线集合中节点的最短路径,即所述第三关键节点与所述第四关键节点之间的最短路径。所述第三关键节点与所述第四关键节点直接相连,获得第二连接线,则直接将所述第三关键节点、所述第四关键节点以及两节点之间的第二连接线加入所述第二关键路径集合中;如果所述第三关键节点与所述第四关键节点不直接相连,则采用Floyd-Warshall算法依次计算所述第三关键节点与所述第四关键节点之间的权值的第二最短路径。重复此计算,直至所述连接线集合中所有连接线都放入所述第二关键路径集合中,最终所述第二关键路径集合中的路径即为基于连接线的关键路径。
进一步的,所述方法还包括:获得所述连接线节点的时间属性和空间属性;根据所述连接线节点的时间属性和空间属性,获得矛盾节点。
进一步的,所述获得矛盾节点具体包括:获得第一阈值;根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
具体而言,在所述多模态数据链中矛盾节点的筛选是一重要因素,所述矛盾节点或成为案件推理的突破口,在所述多模态数据链中所述矛盾节点一般成对存在。通过获得所述连接线节点的时间属性和空间属性;根据所述连接线节点的时间属性和空间属性,获得矛盾节点。其中,通过获得所述连接线节点的时间属性和空间属性,设定所述多模态数据链中第一连接线节点Node1(t,p)和第二连接线节点Node2(t′,p′),其中t为所述节点所代表的案件素材出现的时间,p为所述节点所代表的案件素材出现的位置信息,即经纬度。所述第一连接线节点与所述第二连接线节点不同,根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度。如果所述第一连接线节点与所述第二连接线节点的时间差Δt=|t-t′|,并且根据所述第一连接线节点与所述第二连接线节点的位置信息计算得到两个节点之间的距离为dis。如果所述第一连接线节点与所述第二连接线节点之间的第一移动速度speed(Node1,Node2)>speed_thold,其中,speed_thold为第一阈值,speed(Node1,Node2)=dis/Δt,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
实施例2
基于与前述实施例中一种数据分析方法同样的发明构思,本发明还提供一种数据分析装置,如图2所示,包括:
第一获得单元11,所述第一获得单元11用于根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;
第二获得单元12,所述第二获得单元12用于获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;
第三获得单元13,所述第三获得单元13用于根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;
第四获得单元14,所述第四获得单元14用于根据所述连接线的权值,获得关键节点;
第五获得单元15,所述第五获得单元15用于根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;
第六获得单元16,所述第六获得单元16用于根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于获得所述连接线节点的时间属性和空间属性;
第八获得单元,所述第八获得单元用于根据所述连接线节点的时间属性和空间属性,获得矛盾节点。
进一步的,所述装置还包括:
第九获得单元,所述第九获得单元用于获得第一阈值;
第十获得单元,所述第十获得单元用于根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;
第一判断单元,所述第一判断单元用于如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述关键节点的重要程度阈值;
第一确定单元,所述第一确定单元用于如果所述连接线节点的重要程度大于所述重要程度阈值,确定所述连接线节点为关键节点。
进一步的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于获得第一关键路径集合;
第十三获得单元,所述第十三获得单元用于获得关键节点集合;
第十四获得单元,所述第十四获得单元用于根据所述关键节点集合,获得第一关键节点;
第十五获得单元,所述第十五获得单元用于根据所述第一关键路径集合,获得第二关键节点;
第一添加单元,所述第一添加单元用于如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;
第二添加单元,所述第二添加单元用于如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合。
进一步的,所述装置还包括:
第十六获得单元,所述第十六获得单元用于获得第二关键路径集合;
第十七获得单元,所述第十七获得单元用于获得连接线集合;
第十八获得单元,所述第十八获得单元用于根据所述连接线集合,获得第三关键节点;
第十九获得单元,所述第十九获得单元用于根据所述第二关键路径集合,获得第四关键节点;
第三添加单元,所述第三添加单元用于如果所述第三关键节点与所述第四关键节点直接连接,获得第二连接线,将所述第三关键节点、所述第二连接线加入所述第二关键路径集合;
第三添加单元,所述第三添加单元用于如果所述第三关键节点与所述第四关键节点没有直接连接,获得所述第三关键节点与所述第四关键节点的第二最短路径,将所述第三关键节点与所述第二最短路径加入所述第二关键路径集合。
进一步的,所述装置还包括:
第二十获得单元,所述第二十获得单元用于获得第二阈值;
第四添加单元,所述第四添加单元用于如果所述连接线的权值大于所述第二阈值,将所述连接线加入所述第二关键路径集合。
前述图1实施例1中的一种数据分析方法的各种变化方式和具体实例同样适用于本实施例的一种数据分析装置,通过前述对一种数据分析方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种数据分析装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例3
基于与前述实施例中一种数据分析方法同样的发明构思,本发明还提供一种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前文所述一种数据分析方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
1.本申请实施例提供的一种数据分析方法和装置,通过根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;根据所述连接线的权值,获得关键节点;根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径。解决现有技术中对案件素材的组织过程中存在的效率低下,不便于多人协作办案的技术问题。达到了实现案件素材的高效管理和利用,能够表达更加丰富的案件内容,增强案件信息的面熟能力,以及提高判案人员的案件研判和决策效率的技术效果。
2.本申请实施例通过获得所述连接线节点的时间属性和空间属性;根据所述连接线节点的时间属性和空间属性,获得矛盾节点。进一步解决现有技术中对案件素材的组织过程中存在的效率低下,不便于多人协作办案的技术问题。进一步达到了实现多模态数据链中重要信息的挖掘分析,提高案件研判效率,以及提高案件管理准确性的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、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。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种数据分析方法,其特征在于,所述方法包括:
根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;
获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;
根据所述连接线的属性信息,获得所述连接线的权值;
根据连接线节点,确定与连接线节点相连的连接线;
根据所述与连接线节点相连的连接线以及所述连接线的权值,获得关键节点;
根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;
根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径;
其中,所述根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径,还包括:
获得第一关键路径集合;
获得关键节点集合;
根据所述关键节点集合,获得第一关键节点;
根据所述第一关键路径集合,获得第二关键节点;
如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;
如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合;
其中,所述方法还包括:
获得所述连接线节点的时间属性和空间属性;
根据所述连接线节点的时间属性和空间属性,获得矛盾节点;
获得第一阈值;
根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;
如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述关键节点的重要程度阈值;
如果所述连接线节点的重要程度大于所述重要程度阈值,确定所述连接线节点为关键节点。
3.如权利要求1所述的方法,其特征在于,所述根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径,还包括:
获得第二关键路径集合;
获得连接线集合;
根据所述连接线集合,获得第三关键节点;
根据所述第二关键路径集合,获得第四关键节点;
如果所述第三关键节点与所述第四关键节点直接连接,获得第二连接线,将所述第三关键节点、所述第二连接线加入所述第二关键路径集合;
如果所述第三关键节点与所述第四关键节点没有直接连接,获得所述第三关键节点与所述第四关键节点的第二最短路径,将所述第三关键节点与所述第二最短路径加入所述第二关键路径集合。
4.如权利要求3所述的方法,其特征在于,所述获得第二关键路径集合,还包括:
获得第二阈值;
如果所述连接线的权值大于所述第二阈值,将所述连接线加入所述第二关键路径集合。
5.一种数据分析装置,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;
第二获得单元,所述第二获得单元用于获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;
第三获得单元,所述第三获得单元用于根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;
第四获得单元,所述第四获得单元用于根据所述连接线的权值,获得关键节点;
第五获得单元,所述第五获得单元用于根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;
第六获得单元,所述第六获得单元用于根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径;
所述装置还包括:
第十二获得单元,所述第十二获得单元用于获得第一关键路径集合;
第十三获得单元,所述第十三获得单元用于获得关键节点集合;
第十四获得单元,所述第十四获得单元用于根据所述关键节点集合,获得第一关键节点;
第十五获得单元,所述第十五获得单元用于根据所述第一关键路径集合,获得第二关键节点;
第一添加单元,所述第一添加单元用于如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;
第二添加单元,所述第二添加单元用于如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合;
其中,所述装置还包括:
第七获得单元,所述第七获得单元用于获得所述连接线节点的时间属性和空间属性;
第八获得单元,所述第八获得单元用于根据所述连接线节点的时间属性和空间属性,获得矛盾节点;
第九获得单元,所述第九获得单元用于获得第一阈值;
第十获得单元,所述第十获得单元用于根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;
第一判断单元,所述第一判断单元用于如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;
获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;
根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;
根据所述连接线的权值,获得关键节点;
根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;
根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径;
其中,所述根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径,还包括:
获得第一关键路径集合;
获得关键节点集合;
根据所述关键节点集合,获得第一关键节点;
根据所述第一关键路径集合,获得第二关键节点;
如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;
如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合;
获得所述连接线节点的时间属性和空间属性;
根据所述连接线节点的时间属性和空间属性,获得矛盾节点;
获得第一阈值;
根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;
如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
7.一种数据分析装置,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,其特征在于,所述处理器执行所述程序时实现以下步骤:
根据多模态数据链的数据关联,获得所述多模态数据链的具体结构,其中,所述具体结构包括连接线、连接线节点;
获得所述多模态数据链的连接线的属性信息,其中,所述属性信息包括所述连接线的颜色、粗细;
根据所述多模态数据链的具体结构、所述连接线的属性信息,获得所述连接线的权值;
根据所述连接线的权值,获得关键节点;
根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径;
根据所述连接线的权值,获得第二关键路径,所述第二关键路径为所述连接线的关键路径;其中,所述根据所述关键节点,获得第一关键路径,所述第一关键路径为所述关键节点的关键路径,还包括:
获得第一关键路径集合;
获得关键节点集合;
根据所述关键节点集合,获得第一关键节点;
根据所述第一关键路径集合,获得第二关键节点;
如果所述第一关键节点与所述第二关键节点直接连接,获得第一连接线,将所述第一关键节点、所述第一连接线加入所述第一关键路径集合;
如果所述第一关键节点与所述第二关键节点没有直接连接,获得所述第一关键节点与所述第二关键节点的第一最短路径,将所述第一关键节点与所述第一最短路径加入所述第一关键路径集合;
获得所述连接线节点的时间属性和空间属性;
根据所述连接线节点的时间属性和空间属性,获得矛盾节点;
获得第一阈值;
根据所述时间属性、所述空间属性,获得第一移动速度,其中,所述第一移动速度为第一连接线节点与第二连接线节点间的移动速度,所述第一连接线节点与所述第二连接线节点不同;
如果所述第一移动速度大于所述第一阈值,判断所述第一连接线节点与所述第二连接线节点互为矛盾节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959202.2A CN107729478B (zh) | 2017-10-16 | 2017-10-16 | 一种数据分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959202.2A CN107729478B (zh) | 2017-10-16 | 2017-10-16 | 一种数据分析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107729478A CN107729478A (zh) | 2018-02-23 |
CN107729478B true CN107729478B (zh) | 2021-03-02 |
Family
ID=61211530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710959202.2A Active CN107729478B (zh) | 2017-10-16 | 2017-10-16 | 一种数据分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107729478B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111967229B (zh) * | 2020-09-01 | 2024-09-06 | 申建常 | 一种高效标签式数据分析方法及分析系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982735A (zh) * | 2010-09-25 | 2011-03-02 | 上海美慧软件有限公司 | 一种关键路径实时动态旅行时间计算的方法 |
CN105225004A (zh) * | 2015-09-29 | 2016-01-06 | 中铁第一勘察设计院集团有限公司 | 城市群城际铁路线网的构建方法 |
CN106599133A (zh) * | 2016-12-02 | 2017-04-26 | 中国科学院软件研究所 | 一种基于草图交互的监控视频可视分析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662956A (zh) * | 2012-03-05 | 2012-09-12 | 西北工业大学 | 一种基于用户话题链接行为的社交网络意见领袖识别方法 |
US8694979B2 (en) * | 2012-06-26 | 2014-04-08 | International Business Machines Corporation | Efficient egonet computation in a weighted directed graph |
CN104318084A (zh) * | 2014-10-11 | 2015-01-28 | 肇庆学院 | 一种基于影响力最大化算法的手机病毒传播能力分析方法 |
CN106301868B (zh) * | 2015-06-12 | 2019-08-20 | 华为技术有限公司 | 确定网络节点的重要性的方法和装置 |
CN105069290B (zh) * | 2015-08-03 | 2017-12-26 | 同济大学 | 一种面向寄递数据的并行化关键节点发现方法 |
-
2017
- 2017-10-16 CN CN201710959202.2A patent/CN107729478B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982735A (zh) * | 2010-09-25 | 2011-03-02 | 上海美慧软件有限公司 | 一种关键路径实时动态旅行时间计算的方法 |
CN105225004A (zh) * | 2015-09-29 | 2016-01-06 | 中铁第一勘察设计院集团有限公司 | 城市群城际铁路线网的构建方法 |
CN106599133A (zh) * | 2016-12-02 | 2017-04-26 | 中国科学院软件研究所 | 一种基于草图交互的监控视频可视分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107729478A (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220036533A1 (en) | Image defect detection method and apparatus, electronic device, storage medium and product | |
CN101387958B (zh) | 一种图像数据的处理方法及装置 | |
CN110956646B (zh) | 目标跟踪方法、装置、设备及存储介质 | |
JP2023536025A (ja) | 路車協調における目標検出方法、装置及び路側機器 | |
CN111461164A (zh) | 样本数据集的扩容方法及模型的训练方法 | |
CN111581390A (zh) | 一种知识图谱的构建方法、装置以及电子设备 | |
CN102855635A (zh) | 确定人体动作周期及识别人体动作的方法和装置 | |
CN107729478B (zh) | 一种数据分析方法和装置 | |
JP2024502516A (ja) | データ注釈方法、装置、システム、デバイスおよび記憶媒体 | |
US20140350994A1 (en) | Providing best practice workflow to aid user in completing project that is constantly updated based on user feedback | |
CN103927181A (zh) | 一种天气数据展示方法及装置 | |
AU2021204584A1 (en) | Methods, apparatuses, devices and storage media for detecting correlated objects involved in image | |
CN116578925B (zh) | 基于特征画像的行为预测方法、装置及存储介质 | |
CN111161789B (zh) | 一种模型预测的关键区域的分析方法及装置 | |
CN112394982A (zh) | 生成语音识别系统的方法、装置、介质及电子设备 | |
CN110135517B (zh) | 用于获取车辆相似度的方法及装置 | |
JP6842618B2 (ja) | 3dマップの作成 | |
CN111950517A (zh) | 一种目标检测方法、模型训练方法,电子设备及存储介质 | |
JP7167990B2 (ja) | ロボットを制御する方法、装置、システム及びプログラム、並びに記憶媒体 | |
CN111914863A (zh) | 目标检测方法、装置、终端设备及计算机可读存储介质 | |
CN111723247A (zh) | 基于图的假设计算 | |
CN115114467A (zh) | 图片神经网络模型的训练方法以及装置 | |
CN112333085A (zh) | 社交方法和电子设备 | |
CN112200055A (zh) | 联合对抗生成网络的行人属性识别方法、系统及装置 | |
CN116109823B (zh) | 数据处理方法、装置、电子设备、存储介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |