CN108132998A - 一种人员关系分析方法和系统 - Google Patents

一种人员关系分析方法和系统 Download PDF

Info

Publication number
CN108132998A
CN108132998A CN201711394807.8A CN201711394807A CN108132998A CN 108132998 A CN108132998 A CN 108132998A CN 201711394807 A CN201711394807 A CN 201711394807A CN 108132998 A CN108132998 A CN 108132998A
Authority
CN
China
Prior art keywords
personnel
target person
incidence relation
institute
checked
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.)
Pending
Application number
CN201711394807.8A
Other languages
English (en)
Inventor
陈晏鹏
崔盛雅
夏华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inspur Software Group Co Ltd
Original Assignee
Inspur Software Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inspur Software Group Co Ltd filed Critical Inspur Software Group Co Ltd
Priority to CN201711394807.8A priority Critical patent/CN108132998A/zh
Publication of CN108132998A publication Critical patent/CN108132998A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种人员关系分析方法和系统，方法包括：确定至少一种关联关系的评价规则，并根据每一种关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图；每一种关联关系所分别对应的权重系数；根据人员关系网络结构图从各个样本人员中确定出与待查询人员相关联的至少一个目标人员；针对于每一个目标人员，根据人员关系结构图以及每一种关联关系所分别对应的权重系数，计算目标人员与待查询人员之间所对应的关联系数；将各个目标人员的身份标识以及对应的关联系数输出。通过本发明的技术方案，用户可了解到确定的各个目标人员与待查询人员之间所分别对应的关联程度。

Description

一种人员关系分析方法和系统
技术领域
本发明涉及计算机技术领域，特别涉及一种人员关系分析方法和系统。
背景技术
随着计算机应用技术的不断发展，越来越多的企业或组着习惯于通过相应的业务系统来实现其业务，业务系统则可形成并存储相应人员的行为数据(比如，住宿登记数据、网络访问数据等)，通过对各个人员的行为数据进行分析则可实现确定多个人员之间所存在的关联关系，后续过程中，用户即可结合实际业务需求，查询到与待查询人员存在关联关系的多个目标人员。
但是，在部分业务场景中，仅从多个人员中确定出与待查询人员存在关联关系的多个目标人员并不能满足用户需求，比如，无法对确定的各个目标人员与待查询人员之间所分别对应的关联程度进行度量，即用户无法了解确定的各个目标人员与待查询人员之间所分别对应的关联程度。
发明内容
本发明实施例提供了一种人员关系分析方法和系统，用户可了解到确定的各个目标人员与待查询人员之间所分别对应的关联程度。
第一方面，本发明提供了一种人员关系分析方法，包括：
确定至少一种关联关系的评价规则，并根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图；还包括：
获取外部输入的每一种所述关联关系所分别对应的权重系数；
根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员；
针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数；
将各个所述目标人员的身份标识以及各个所述目标人员所分别对应的关联系数输出。
优选地，
还包括：确定每一种所述关联关系所分别对应的连接线；
则，所述根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图，包括：
针对于每一个样本人员，构建所述样本人员所对应的顶点，并利用所述样本人员的身份标识命名所述顶点；
针对于每两个当前顶点，根据每一种所述关联关系所分别对应的评价规则，检测所述两个当前顶点分别对应的当前样本人员所对应的行为数据，以确定所述两个当前样本人员之间是否存在至少一种当前关联关系；
当存在至少一种当前关联关系时，确定所述至少两个当前样本人员之间存在每一种所述当前关联关系的存在次数；
根据每一种所述当前关联关系所分别对应的存在次数，利用每一种所述当前关联关系所分别对应的连接线连接所述两个当前顶点，以形成人员关系网络结构图。
优选地，
所述根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员，包括：
获取待查询人员的目标身份标识；
根据所述目标身份标识查询所述人员关系网络结构图，以从所述人员关系网络结构图中确定至少一个链路图，其中，每一个所述链路图中均包括以所述目标身份标识命名的目标节点；
将各个所述链路图中除所述目标节点以外的各个链路节点所分别对应的样本人员确定为目标人员。
优选地，
所述针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数，包括：
针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在任意一个所述连图图中相邻时，通过如下公式计算所述目标人员与所述待查询人员之间所对应的直接关联系数：
其中，r(v1-v2)表征所述目标人员与所述待查询人员之间所对应的直接亲密度、wi表征所述目标节点与所述链路节点之间第i种当前连接线对应的关联关系所对应的权重系数、ci表征所述目标节点与所述链路节点之间第i种所述当前连接线的连接数量。
优选地，
所述针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数，包括：
针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在对应的目标链路图中不相邻时，计算所述目标链路图中每一组相邻节点之间所分别对应的直接关联系数；
通过如下公式计算所述目标人员与所述待查询人员之间所对应的间接关联系数：
其中，R(v1-vn)表征所述目标人员与所述待查询人员之间所对应的间接关联系数、r(vi-vj)表征所述链路节点和所述目标节点所在目标链路图中第i组相邻节点之间所对应的直接关联系数。
第二方面，本发明实施例提供了一种人员关系分析系统，包括：
预处理模块，用于确定至少一种关联关系的评价规则，并根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图；
权重获取模块，用于获取外部输入的每一种所述关联关系所分别对应的权重系数；
人员确定模块，用于根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员；
系数计算模块，用于针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数；
数据提供模块，用于将各个所述目标人员的身份标识以及各个所述目标人员所分别对应的关联系数输出。
优选地，
还包括：连接线定义模块；其中，
所述连接线定义模块，用于确定每一种所述关联关系所分别对应的连接线；
则，所述预处理模块，包括：顶点构建单元、关系确定单元、次数确定单元和连接处理单元；其中，
所述顶点构建单元，用于针对于每一个所述样本人员，构建所述样本人员所对应的顶点，并利用所述样本人员的身份标识命名所述顶点；
所述关系确定单元，用于针对于每两个当前顶点，根据每一种所述关联关系所分别对应的评价规则，检测所述两个当前顶点分别对应的当前样本人员所对应的行为数据，以确定所述两个当前样本人员之间是否存在至少一种当前关联关系；
所述次数确定单元，用于当存在至少一种当前关联关系时，确定所述至少两个当前样本人员之间存在每一种所述当前关联关系的存在次数；
所述连接处理单元，用于根据每一种所述当前关联关系所分别对应的存在次数，利用每一种所述当前关联关系所分别对应的连接线连接所述两个当前顶点，以形成人员关系网络结构图。
优选地，
所述人员确定模块，包括：标识获取单元、查询处理单元和人员确定单元；其中，
所述标识获取单元，用于获取待查询人员的目标身份标识；
所述查询处理单元，用于根据所述目标身份标识查询所述人员关系网络结构图，以从所述人员关系网络结构图中确定至少一个链路图，其中，每一个所述链路图中均包括以所述目标身份标识命名的目标节点；
所述人员确定单元，用于将各个所述链路图中除所述目标节点以外的各个链路节点所分别对应的样本人员确定为目标人员。
优选地，
所述系数计算模块，用于针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在任意一个所述连图图中相邻时，通过如下公式计算所述目标人员与所述待查询人员之间所对应的直接关联系数：
其中，r(v1-v2)表征所述目标人员与所述待查询人员之间所对应的直接亲密度、wi表征所述目标节点与所述链路节点之间第i种当前连接线对应的关联关系所对应的权重系数、ci表征所述目标节点与所述链路节点之间第i种所述当前连接线的连接数量。
优选地，
所述系数计算模块，用于针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在对应的目标链路图中不相邻时，计算所述目标链路图中每一组相邻节点之间所分别对应的直接关联系数；
通过如下公式计算所述目标人员与所述待查询人员之间所对应的间接关联系数：
其中，R(v1-vn)表征所述目标人员与所述待查询人员之间所对应的间接关联系数、r(vi-vj)表征所述链路节点和所述目标节点所在目标链路图中第i组相邻节点之间所对应的直接关联系数。
本发明实施例提供了一种人员关系分析方法和系统，该方法中，通过确定至少一种关联关系的评价规则，并根据各种关联关系所分别对应的评价规则对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图，当用户需要了解与待查询用户存在关联的各个目标人员以及各个目标人员与待查询人员之间所分别对应的关联程度时，可首先结合其实际业务需求输入每一种关联关系所分别对应的权重系数，后续则可根据人员关系网络结构图确定出与待查询人员相关联的至少一个目标人员，并根据人员关系结构图以及各种关联关系所分别对应的权重系数，计算各个目标人员与待查询人员之间所分别对应的关联系数，目标关联系数的高低则可反应出相应目标人员与待查询人员之间的关联程度的高低，因此，各个目标人员的身份标识以及各个目标人员所分别对应的关联系数被输出以提供给用户之后，用户则可了解到确定的各个目标人员与待查询人员之间所分别对应的关联程度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种人员关系分析方法的流程图；
图2是本发明一实施例提供的一种人员关系分析系统的结构示意图；
图3是本发明一实施例提供的另一种人员关系分析系统的结构示意图；
图4是本发明一实施例提供的一种人员关系分析系统中人员确定模块的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种人员关系分析方法，包括：
步骤101，确定至少一种关联关系的评价规则，并根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图；
步骤102，获取外部输入的每一种所述关联关系所分别对应的权重系数；
步骤103，根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员；
步骤104，针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数；
步骤105，将各个所述目标人员的身份标识以及各个所述目标人员所分别对应的关联系数输出。
如图1所示的实施例，通过确定至少一种关联关系的评价规则，并根据各种关联关系所分别对应的评价规则对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图，当用户需要了解与待查询用户存在关联的各个目标人员以及各个目标人员与待查询人员之间所分别对应的关联程度时，可首先结合其实际业务需求输入每一种关联关系所分别对应的权重系数，后续则可根据人员关系网络结构图确定出与待查询人员相关联的至少一个目标人员，并根据人员关系结构图以及各种关联关系所分别对应的权重系数，计算各个目标人员与待查询人员之间所分别对应的关联系数，目标关联系数的高低则可反应出相应目标人员与待查询人员之间的关联程度的高低，因此，各个目标人员的身份标识以及各个目标人员所分别对应的关联系数被输出以提供给用户之后，用户则可了解到确定的各个目标人员与待查询人员之间所分别对应的关联程度。
本发明上述实施例中，可通过搭建一个图数据库来存储人员关系网络结构图。不难理解的，图数据库还可以存储存在关联关系的两个人员之间产生相应关联关系的时间、地点、原由等附加信息，以便后续过程中根据存储的附件信息实现其他业务，比如，根据附件信息从确定的多个目标人员中筛选出符合特定条件的部分目标人员。
本发明一个实施例中，至少一种关联关系的种类及评价规则可以结合实际业务需求进行合理设置；具体地，至少一种关联关系包括但不限于同户籍、旅馆同住、网吧同上网、同行等关联关系中的任意一种或多种。相应的，各个关联关系所分别对应的评价规则可以为：
当两个样本人员现在或曾在在同一户口上，则确定这两个样本人员存在“同户籍”的关联关系；
当两个样本人员在前后间隔N分钟内入住同一旅馆的同一房间且在前后间隔N分钟内退房(N可根据要求自行配置，默认为15)，则确定这两个样本人员存在“旅馆同住”的关联关系；
当两个样本人员在前后间隔N分钟内进入同一网吧上网且在前后间隔N分钟内下网(N可根据要求自行配置，默认为5)，则确定这两个样本人员存在“网吧同上网”的关联关系；
当两个样本人员搭乘飞机、火车、长途汽车、轮渡等交通工具的同一班次从一地前往另一地，则确定这两个人存在“同行”关联关系。
本发明一个实施例中，还包括：确定每一种所述关联关系所分别对应的连接线；则，所述根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图，包括：
针对于每一个样本人员，构建所述样本人员所对应的顶点，并利用所述样本人员的身份标识命名所述顶点；
针对于每两个当前顶点，根据每一种所述关联关系所分别对应的评价规则，检测所述两个当前顶点分别对应的当前样本人员所对应的行为数据，以确定所述两个当前样本人员之间是否存在至少一种当前关联关系；
当存在至少一种当前关联关系时，确定所述至少两个当前样本人员之间存在每一种所述当前关联关系的存在次数；
根据每一种所述当前关联关系所分别对应的存在次数，利用每一种所述当前关联关系所分别对应的连接线连接所述两个当前顶点，以形成人员关系网络结构图。
举例来说，可以将具有第一宽度的线段作为关联关系“同户籍”所对应的连接线，可以将具有第二宽度的线段作为关联关系“旅馆同住”所对应的连接线，可以将具有第三宽度的线段作为关联关系“同行”所对应的连接线。相应的，当样本人员A和样本人员B存在“旅馆同住”关联关系的次数是5时，即样本人员A和样本人员B发生在前后间隔N分钟内入住同一旅馆的同一房间且在前后间隔N分钟内退房的次数是5次时，则可利用5条具有第二宽度的线段连接样本人员A和样本人员B所分别对应的节点。
本发明一个实施例中，所述根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员，包括：
获取待查询人员的目标身份标识；
根据所述目标身份标识查询所述人员关系网络结构图，以从所述人员关系网络结构图中确定至少一个链路图，其中，每一个所述链路图中均包括以所述目标身份标识命名的目标节点；
将各个所述链路图中除所述目标节点以外的各个链路节点所分别对应的样本人员确定为目标人员。
本发明上述实施例中，确定的每一个链路图均应当是单链路，即每一个链路图中包括三个以上节点时，三个以上的线性节点成线性连接而不存在交叉连接，举例来说，一个包括节点A、B、C的链路中，A节点与B节点之间存在一条或多条连接线相连，且节点B与节点C之间存在一条或多条连接线相连时，节点A与节点C之间则不应当存在连接线。
本发明一个实施例中，还可以预先设置关联关系的深度，比如，将关联关系的深度设置为2时，以形成的人员关系网络结构图中，节点A存在连接线与节点B相连、节点B存在连接线与节点C相连、节点C存在连接线与节点D相连，节点D存在连接线与节点E相连为例，那么，当节点A是目标节点时，确定的链路图则可包括A-B和A-B-C，显而易见的，此时，节点B和节点C所分别对应的样本人员则可被确定为目标人员，而节点D与节点E在人员关系网络结构图中与节点A之间对应的距离时4和3，距离4和3显然大于深度2，因此，节点C和节点D所分别对应的样本用户不能被确定为与待查询用户存在关联关系的目标人员。
由于关联关系的深度可以由用户自由设定，因此，当关联关系的深度被设置为1时，确定的各个目标人员则均与待查询人员存在直接关联关系；当关联关系的深度被设置成大于1的自然数时，确定的各个目标人员中则可能存在部分目标人员与待查询人员之间存在直接关联关系，部分目标人员与待查询人员之间存在简介关联关系，显而易见的，当一个目标人员a与待查询人员c存在直接关联关系，而一个目标人员b与待查询人员c存在简介关联关系时，目标人员a与待查询人员c之间所对应的关联程度应当高于目标人员b与待查询人员c之间所对应的关联关系，本发明提供了如下两种不同的关联系数计算方式以计算相应目标人员与待查询人员之间所对应的关联系数，得到的关联系数能够更为准确的反应相应目标人员与待查询人员之间的关联程度。
方式1：针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在任意一个所述连图图中相邻时，通过如下公式计算所述目标人员与所述待查询人员之间所对应的直接关联系数：
其中，r(v1-v2)表征所述目标人员与所述待查询人员之间所对应的直接亲密度、wi表征所述目标节点与所述链路节点之间第i种当前连接线对应的关联关系所对应的权重系数、ci表征所述目标节点与所述链路节点之间第i种所述当前连接线的连接数量。
方式2：针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在对应的目标链路图中不相邻时，计算所述目标链路图中每一组相邻节点之间所分别对应的直接关联系数；
通过如下公式计算所述目标人员与所述待查询人员之间所对应的间接关联系数：
其中，R(v1-vn)表征所述目标人员与所述待查询人员之间所对应的间接关联系数、r(vi-vj)表征所述链路节点和所述目标节点所在目标链路图中第i组相邻节点之间所对应的直接关联系数。
不难理解的，方式2中，可通过与方式1中相似的方法计算目标链路图中每一组相邻节点之间所分别对应的直接关联系数。
本发明一个实施例中，还可以接收外部输入的至少两个待查询人员所分别对应的身份标识，根据形成的人员关系网络结构图对多个待查询人员之间所对应的人员关系进行分析以计算出每两个待查询人员之间所分别对应的关联系数(直接关联系数或间接关联系数)，并提供。比如，接收到待查询人员A、B、C所分别对应的身份标识时，则可根据形成的人员关系网络结构图检测出待查询人员A、B、C中两两之间是否相关联，当存在关联时，则可通过上述方式1或方式计算出对应的直接关联系数或间接关联系数。
如图2所示，本发明实施例提供了一种人员关系分析系统，包括：
预处理模块201，用于确定至少一种关联关系的评价规则，并根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图；
权重获取模块202，用于获取外部输入的每一种所述关联关系所分别对应的权重系数；
人员确定模块203，用于根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员；
系数计算模块204，用于针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数；
数据提供模块205，用于将各个所述目标人员的身份标识以及各个所述目标人员所分别对应的关联系数输出。
如图3所示，本发明一个实施例中，还包括：连接线定义模块301；其中，
所述连接线定义模块301，用于确定每一种所述关联关系所分别对应的连接线；
则，所述预处理模块201，包括：顶点构建单元2011、关系确定单元2012、次数确定单元2013和连接处理单元2014；其中，
所述顶点构建单元2011，用于针对于每一个样本人员，构建所述样本人员所对应的顶点，并利用所述样本人员的身份标识命名所述顶点；
所述关系确定单元2012，用于针对于每两个当前顶点，根据每一种所述关联关系所分别对应的评价规则，检测所述两个当前顶点分别对应的当前样本人员所对应的行为数据，以确定所述两个当前样本人员之间是否存在至少一种当前关联关系；
所述次数确定单元2013，用于当存在至少一种当前关联关系时，确定所述至少两个当前样本人员之间存在每一种所述当前关联关系的存在次数；
所述连接处理单元2014，用于根据每一种所述当前关联关系所分别对应的存在次数，利用每一种所述当前关联关系所分别对应的连接线连接所述两个当前顶点，以形成人员关系网络结构图。
如图4所示，本发明一个实施例中，所述人员确定模块203，包括：标识获取单元2031、查询处理单元3032和人员确定单元2033；其中，
所述标识获取单元2031，用于获取待查询人员的目标身份标识；
所述查询处理单元2032，用于根据所述目标身份标识查询所述人员关系网络结构图，以从所述人员关系网络结构图中确定至少一个链路图，其中，每一个所述链路图中均包括以所述目标身份标识命名的目标节点；
所述人员确定单元2033，用于将各个所述链路图中除所述目标节点以外的各个链路节点所分别对应的样本人员确定为目标人员。
本发明一个实施例中，所述系数计算模块204，用于针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在任意一个所述连图图中相邻时，通过如下公式计算所述目标人员与所述待查询人员之间所对应的直接关联系数：
其中，r(v1-v2)表征所述目标人员与所述待查询人员之间所对应的直接亲密度、wi表征所述目标节点与所述链路节点之间第i种当前连接线对应的关联关系所对应的权重系数、ci表征所述目标节点与所述链路节点之间第i种所述当前连接线的连接数量。
本发明一个实施例中，所述系数计算模块204，用于针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在对应的目标链路图中不相邻时，计算所述目标链路图中每一组相邻节点之间所分别对应的直接关联系数；
通过如下公式计算所述目标人员与所述待查询人员之间所对应的间接关联系数：
其中，R(v1-vn)表征所述目标人员与所述待查询人员之间所对应的间接关联系数、r(vi-vj)表征所述链路节点和所述目标节点所在目标链路图中第i组相邻节点之间所对应的直接关联系数
上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本发明实施例提供了一种可读介质，包括执行指令，当存储控制器的处理器执行所述执行指令时，所述存储控制器执行本发明任意一个实施例中提供的人员关系分析方法。
本发明实施例提供了一种存储控制器，包括：处理器、存储器和总线；
所述处理器和所述存储器通过所述总线连接；
所述存储器，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行本发明任意一个实施例中提供的人员关系分析方法。
综上所述，本发明各个实施例至少具有如下有益效果：
1、本发明一实施例中，通过确定至少一种关联关系的评价规则，并根据各种关联关系所分别对应的评价规则对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图，当用户需要了解与待查询用户存在关联的各个目标人员以及各个目标人员与待查询人员之间所分别对应的关联程度时，可首先结合其实际业务需求输入每一种关联关系所分别对应的权重系数，后续则可根据人员关系网络结构图确定出与待查询人员相关联的至少一个目标人员，并根据人员关系结构图以及各种关联关系所分别对应的权重系数，计算各个目标人员与待查询人员之间所分别对应的关联系数，目标关联系数的高低则可反应出相应目标人员与待查询人员之间的关联程度的高低，因此，各个目标人员的身份标识以及各个目标人员所分别对应的关联系数被输出以提供给用户之后，用户则可了解到确定的各个目标人员与待查询人员之间所分别对应的关联程度。
2、本发明一实施例中，关联关系的深度可以由用户自由设定，当关联关系的深度被设置为1时，确定的各个目标人员则均与待查询人员存在直接关联关系；当关联关系的深度被设置成大于1的自然数时，确定的各个目标人员中则可能存在部分目标人员与待查询人员之间存在直接关联关系，部分目标人员与待查询人员之间存在简介关联关系，显而易见的，当一个目标人员a与待查询人员c存在直接关联关系，而另一个目标人员b与待查询人员c存在间接关联关系时，目标人员a与待查询人员c之间所对应的关联程度应当高于目标人员b与待查询人员c之间所对应的关联关系，本发明提供了两种不同的关联系数计算方式以计算相应目标人员与待查询人员之间所对应的关联系数，得到的关联系数能够更为准确的反应相应目标人员与待查询人员之间的关联程度。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个〃····〃”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种人员关系分析方法，其特征在于，包括：
确定至少一种关联关系的评价规则，并根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图；还包括：
获取外部输入的每一种所述关联关系所分别对应的权重系数；
根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员；
针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数；
将各个所述目标人员的身份标识以及各个所述目标人员所分别对应的关联系数输出。
2.根据权利要求1所述的人员关系分析方法，其特征在于，
还包括：确定每一种所述关联关系所分别对应的连接线；
则，所述根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图，包括：
针对于每一个样本人员，构建所述样本人员所对应的顶点，并利用所述样本人员的身份标识命名所述顶点；
针对于每两个当前顶点，根据每一种所述关联关系所分别对应的评价规则，检测所述两个当前顶点分别对应的当前样本人员所对应的行为数据，以确定所述两个当前样本人员之间是否存在至少一种当前关联关系；
当存在至少一种当前关联关系时，确定所述至少两个当前样本人员之间存在每一种所述当前关联关系的存在次数；
根据每一种所述当前关联关系所分别对应的存在次数，利用每一种所述当前关联关系所分别对应的连接线连接所述两个当前顶点，以形成人员关系网络结构图。
3.根据权利要求2所述的人员关系分析方法，其特征在于，
所述根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员，包括：
获取待查询人员的目标身份标识；
根据所述目标身份标识查询所述人员关系网络结构图，以从所述人员关系网络结构图中确定至少一个链路图，其中，每一个所述链路图中均包括以所述目标身份标识命名的目标节点；
将各个所述链路图中除所述目标节点以外的各个链路节点所分别对应的样本人员确定为目标人员。
4.根据权利要求3所述的人员关系分析方法，其特征在于，
所述针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数，包括：
针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在任意一个所述连图图中相邻时，通过如下公式计算所述目标人员与所述待查询人员之间所对应的直接关联系数：
其中，r(v1-v2)表征所述目标人员与所述待查询人员之间所对应的直接亲密度、wi表征所述目标节点与所述链路节点之间第i种当前连接线对应的关联关系所对应的权重系数、ci表征所述目标节点与所述链路节点之间第i种所述当前连接线的连接数量。
5.根据权利要求3所述的人员关系分析方法，其特征在于，
所述针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数，包括：
针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在对应的目标链路图中不相邻时，计算所述目标链路图中每一组相邻节点之间所分别对应的直接关联系数；
通过如下公式计算所述目标人员与所述待查询人员之间所对应的间接关联系数：
其中，R(v1-vn)表征所述目标人员与所述待查询人员之间所对应的间接关联系数、r(vi-vj)表征所述链路节点和所述目标节点所在目标链路图中第i组相邻节点之间所对应的直接关联系数。
6.一种人员关系分析系统，其特征在于，包括：
预处理模块，用于确定至少一种关联关系的评价规则，并根据每一种所述关联关系所分别对应的评价规则，对至少两个样本人员的行为数据进行分析处理以形成人员关系网络结构图；
权重获取模块，用于获取外部输入的每一种所述关联关系所分别对应的权重系数；
人员确定模块，用于根据所述人员关系网络结构图，从各个所述样本人员中确定出与待查询人员相关联的至少一个目标人员；
系数计算模块，用于针对于每一个所述目标人员，根据所述人员关系结构图以及每一种所述关联关系所分别对应的权重系数，计算所述目标人员与所述待查询人员之间所对应的关联系数；
数据提供模块，用于将各个所述目标人员的身份标识以及各个所述目标人员所分别对应的关联系数输出。
7.根据权利要求6所述的系统，其特征在于，
还包括：连接线定义模块；其中，
所述连接线定义模块，用于确定每一种所述关联关系所分别对应的连接线；
则，所述预处理模块，包括：顶点构建单元、关系确定单元、次数确定单元和连接处理单元；其中，
所述顶点构建单元，用于针对于每一个所述样本人员，构建所述样本人员所对应的顶点，并利用所述样本人员的身份标识命名所述顶点；
所述关系确定单元，用于针对于每两个当前顶点，根据每一种所述关联关系所分别对应的评价规则，检测所述两个当前顶点分别对应的当前样本人员所对应的行为数据，以确定所述两个当前样本人员之间是否存在至少一种当前关联关系；
所述次数确定单元，用于当存在至少一种当前关联关系时，确定所述至少两个当前样本人员之间存在每一种所述当前关联关系的存在次数；
所述连接处理单元，用于根据每一种所述当前关联关系所分别对应的存在次数，利用每一种所述当前关联关系所分别对应的连接线连接所述两个当前顶点，以形成人员关系网络结构图。
8.根据权利要求7所述的系统，其特征在于，
所述人员确定模块，包括：标识获取单元、查询处理单元和人员确定单元；其中，
所述标识获取单元，用于获取待查询人员的目标身份标识；
所述查询处理单元，用于根据所述目标身份标识查询所述人员关系网络结构图，以从所述人员关系网络结构图中确定至少一个链路图，其中，每一个所述链路图中均包括以所述目标身份标识命名的目标节点；
所述人员确定单元，用于将各个所述链路图中除所述目标节点以外的各个链路节点所分别对应的样本人员确定为目标人员。
9.根据权利要求8所述的系统，其特征在于，
所述系数计算模块，用于针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在任意一个所述连图图中相邻时，通过如下公式计算所述目标人员与所述待查询人员之间所对应的直接关联系数：
其中，r(v1-v2)表征所述目标人员与所述待查询人员之间所对应的直接亲密度、wi表征所述目标节点与所述链路节点之间第i种当前连接线对应的关联关系所对应的权重系数、ci表征所述目标节点与所述链路节点之间第i种所述当前连接线的连接数量。
10.根据权利要求8所述的系统，其特征在于，
所述系数计算模块，用于针对于每一个所述目标人员，当所述目标人员所对应的链路节点与所述目标节点在对应的目标链路图中不相邻时，计算所述目标链路图中每一组相邻节点之间所分别对应的直接关联系数；
通过如下公式计算所述目标人员与所述待查询人员之间所对应的间接关联系数：
其中，R(v1-vn)表征所述目标人员与所述待查询人员之间所对应的间接关联系数、r(vi-vj)表征所述链路节点和所述目标节点所在目标链路图中第i组相邻节点之间所对应的直接关联系数。
CN201711394807.8A 2017-12-21 2017-12-21 一种人员关系分析方法和系统 Pending CN108132998A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711394807.8A CN108132998A (zh) 2017-12-21 2017-12-21 一种人员关系分析方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711394807.8A CN108132998A (zh) 2017-12-21 2017-12-21 一种人员关系分析方法和系统

Publications (1)

Publication Number Publication Date
CN108132998A true CN108132998A (zh) 2018-06-08

Family

ID=62391201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711394807.8A Pending CN108132998A (zh) 2017-12-21 2017-12-21 一种人员关系分析方法和系统

Country Status (1)

Country Link
CN (1) CN108132998A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109087163A (zh) * 2018-07-06 2018-12-25 阿里巴巴集团控股有限公司 信用评估的方法及装置
CN109560981A (zh) * 2018-07-04 2019-04-02 蔚来汽车有限公司 确定节点关联度的方法和设备、计算机存储介质
CN109582829A (zh) * 2018-12-03 2019-04-05 联想(北京)有限公司 一种处理方法、装置、设备及可读存储介质
CN109615572A (zh) * 2018-11-30 2019-04-12 武汉烽火众智数字技术有限责任公司 基于大数据的人员亲密度分析的方法及系统
CN109684516A (zh) * 2018-12-03 2019-04-26 武汉烽火众智智慧之星科技有限公司 一种基于公安大数据人物特定行为共现关系图谱生成方法
CN110659799A (zh) * 2019-08-14 2020-01-07 深圳壹账通智能科技有限公司 基于关系网络的属性信息处理方法、装置、计算机设备和存储介质
CN110738431A (zh) * 2019-10-28 2020-01-31 北京明略软件系统有限公司 分配监控资源的方法及装置
CN111127231A (zh) * 2018-10-31 2020-05-08 深圳云天励飞技术有限公司 人员社交关系分析方法、装置及电子设备
CN111368621A (zh) * 2019-09-18 2020-07-03 杭州海康威视系统技术有限公司 判断人员关系的方法、装置、设备及存储介质
CN111382628A (zh) * 2018-12-28 2020-07-07 成都云天励飞技术有限公司 同行判定方法及相关产品
CN111581235A (zh) * 2020-03-25 2020-08-25 贝壳技术有限公司 识别常见关联关系的方法及系统
CN112651616A (zh) * 2020-12-21 2021-04-13 深圳科诺医学检验实验室 一种项目干系人分析评估方法、应用服务器、系统及介质
CN113689074A (zh) * 2021-07-22 2021-11-23 深圳市明源云客电子商务有限公司 客户分配方法、设备、介质及计算机程序产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101149756A (zh) * 2007-11-09 2008-03-26 清华大学 在大规模社会网络中基于路径评分的个人关系发现方法
US20140236718A1 (en) * 2005-09-14 2014-08-21 Millennial Media, Inc. Interaction Analysis and Prioritization of Mobile Content
CN104008182A (zh) * 2014-06-10 2014-08-27 盐城师范学院 社交网络交流影响力的测定方法及系统
CN105574761A (zh) * 2015-12-11 2016-05-11 西安交通大学 一种基于Spark的纳税人利益关联网络并行生成方法
CN106161204A (zh) * 2016-06-08 2016-11-23 苏州大学 一种基于群体智能的移动社交网络中的数据传输方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140236718A1 (en) * 2005-09-14 2014-08-21 Millennial Media, Inc. Interaction Analysis and Prioritization of Mobile Content
CN101149756A (zh) * 2007-11-09 2008-03-26 清华大学 在大规模社会网络中基于路径评分的个人关系发现方法
CN104008182A (zh) * 2014-06-10 2014-08-27 盐城师范学院 社交网络交流影响力的测定方法及系统
CN105574761A (zh) * 2015-12-11 2016-05-11 西安交通大学 一种基于Spark的纳税人利益关联网络并行生成方法
CN106161204A (zh) * 2016-06-08 2016-11-23 苏州大学 一种基于群体智能的移动社交网络中的数据传输方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109560981A (zh) * 2018-07-04 2019-04-02 蔚来汽车有限公司 确定节点关联度的方法和设备、计算机存储介质
CN109087163B (zh) * 2018-07-06 2021-07-09 创新先进技术有限公司 信用评估的方法及装置
CN109087163A (zh) * 2018-07-06 2018-12-25 阿里巴巴集团控股有限公司 信用评估的方法及装置
CN111127231A (zh) * 2018-10-31 2020-05-08 深圳云天励飞技术有限公司 人员社交关系分析方法、装置及电子设备
CN111127231B (zh) * 2018-10-31 2023-11-17 深圳云天励飞技术有限公司 人员社交关系分析方法、装置及电子设备
CN109615572A (zh) * 2018-11-30 2019-04-12 武汉烽火众智数字技术有限责任公司 基于大数据的人员亲密度分析的方法及系统
CN109684516A (zh) * 2018-12-03 2019-04-26 武汉烽火众智智慧之星科技有限公司 一种基于公安大数据人物特定行为共现关系图谱生成方法
CN109582829B (zh) * 2018-12-03 2021-05-18 联想(北京)有限公司 一种处理方法、装置、设备及可读存储介质
CN109582829A (zh) * 2018-12-03 2019-04-05 联想(北京)有限公司 一种处理方法、装置、设备及可读存储介质
CN111382628A (zh) * 2018-12-28 2020-07-07 成都云天励飞技术有限公司 同行判定方法及相关产品
CN110659799A (zh) * 2019-08-14 2020-01-07 深圳壹账通智能科技有限公司 基于关系网络的属性信息处理方法、装置、计算机设备和存储介质
WO2021027317A1 (zh) * 2019-08-14 2021-02-18 深圳壹账通智能科技有限公司 基于关系网络的属性信息处理方法、装置、计算机设备和存储介质
CN111368621A (zh) * 2019-09-18 2020-07-03 杭州海康威视系统技术有限公司 判断人员关系的方法、装置、设备及存储介质
CN111368621B (zh) * 2019-09-18 2023-09-01 杭州海康威视系统技术有限公司 判断人员关系的方法、装置、设备及存储介质
CN110738431A (zh) * 2019-10-28 2020-01-31 北京明略软件系统有限公司 分配监控资源的方法及装置
CN110738431B (zh) * 2019-10-28 2022-06-17 北京明略软件系统有限公司 分配监控资源的方法及装置
CN111581235A (zh) * 2020-03-25 2020-08-25 贝壳技术有限公司 识别常见关联关系的方法及系统
CN111581235B (zh) * 2020-03-25 2021-08-03 贝壳找房(北京)科技有限公司 识别常见关联关系的方法及系统
CN112651616A (zh) * 2020-12-21 2021-04-13 深圳科诺医学检验实验室 一种项目干系人分析评估方法、应用服务器、系统及介质
CN113689074B (zh) * 2021-07-22 2022-04-08 深圳市明源云客电子商务有限公司 客户分配方法、装置、设备及介质
CN113689074A (zh) * 2021-07-22 2021-11-23 深圳市明源云客电子商务有限公司 客户分配方法、设备、介质及计算机程序产品

Similar Documents

Publication Publication Date Title
CN108132998A (zh) 一种人员关系分析方法和系统
Farhan et al. Forecasting seasonal container throughput at international ports using SARIMA models
US9420051B2 (en) Rating based on relationship
Areekul et al. Notice of violation of ieee publication principles: A hybrid arima and neural network model for short-term price forecasting in deregulated market
CN102546754B (zh) 服务质量可定制的Web服务组合方法
Borgers et al. Transport facilities and residential choice behavior: a model of multi‐person choice processes
CN107527144A (zh) 一种金融领域关联交易的检测方法
CN111274495A (zh) 用户关系强度的数据处理方法、装置、计算机设备及存储介质
Abidoye et al. Hedonic valuation of real estate properties in Nigeria: Hedonic valuation of properties in Nigeria
Li et al. Emergence of global preferential attachment from local interaction
Atanassov et al. Generalized net model of multicriteria decision making procedure using intercriteria analysis
Kahouli et al. Understanding how information and communication technologies enhance electric power consumption and break environmental damage to reach sustainable development
Afshani et al. A Fuzzy DEMATEL‐ANP‐Based Approach to Prioritize Activities in Enterprise Architecture
CN110175438A (zh) 分享账号检测方法及相关设备
TWM579794U (zh) Building evaluation system
Liu et al. A hybrid model based on kalman filter and neutral network for traffic prediction
Barfod et al. Scaling transformation in the Rembrandt technique: Examination of the progression factors
Liolios Google Trends as a predictive tool for the sales of the Apple
JPH09128361A (ja) レカレントニューラルネットの入力量処理方法
CN106157615B (zh) 一种交通流量信息管理手持终端
Hemalatha et al. CPS in block chain smart city application based on distributed ledger based decentralized technique
Oyama A Markovian route choice analysis for trajectory-based urban planning
Mahmood et al. An empirical study on acceptance of carpooling service in Mirpur DOHS, Dhaka
RU10904U1 (ru) Система определения составляющих цены недвижимости
Schätter et al. A multi-stage scenario construction approach for critical infrastructure protection.

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180608