CN109446359A - 一种图形数据库构建方法及终端设备 - Google Patents
一种图形数据库构建方法及终端设备 Download PDFInfo
- Publication number
- CN109446359A CN109446359A CN201811122305.4A CN201811122305A CN109446359A CN 109446359 A CN109446359 A CN 109446359A CN 201811122305 A CN201811122305 A CN 201811122305A CN 109446359 A CN109446359 A CN 109446359A
- Authority
- CN
- China
- Prior art keywords
- user node
- user
- interactive relation
- relevance score
- node
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000009411 base construction Methods 0.000 title claims abstract description 24
- 230000002452 interceptive effect Effects 0.000 claims abstract description 150
- 238000004590 computer program Methods 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明提供了一种图形数据库构建方法及终端设备，适用于数据处理技术领域，该方法包括：在目标用户对应的图形数据库中生成预设数量的用户节点；基于预设的相关度分布比例，为每个用户节点分配对应的相关度分数；根据每个用户节点对应的相关度分数，为每个用户节点配置对应的交互关系集合，交互关系集合中的每个元素用于代表用户节点与目标用户之间的一类交互关系；基于目标用户的用户信息和交互关系集合，分别为每个用户节点生成对应的节点信息。本发明实施例构建出的图形数据库样本中的每个用户节点与目标用户的信息相关度都是可控的，进而使得得到的图形数据库样本的有效性得到了保障。
Description
技术领域
本发明属于数据处理技术领域，尤其涉及图形数据库构建方法及终端设备。
背景技术
图形数据库是一种非关系型数据库，它应用图形理论存储实体之间的关系信息，在图形数据库中，会存储多个实体节点以及实体节点对应的节点信息，并根据节点信息之间的关系，确定出实体节点与实体节点之间的关系。
实际应用中经常需要进行用户相关度的模拟分析，此时需要构建目标用户对应图形数据库样本以供模拟分析时使用，现有技术都是先构建一些离散的用户节点，再随机生成这些用户节点的用户名、通讯录、家庭地址、公司以及朋友名单等节点信息，但由于实际情况中为了保障得到的图形数据库的有效性，真实的图形数据库中每个用户节点与目标用户之间的信息关系都是经过一定筛选的，即都是与目标用户具有一定相关度的用户节点，随机生成无法保障用户节点目标用户之间的相关度，而失去了这些关系的图形数据库样本难以保证模拟分析的有效性，因此，现有技术难以构建出有效可用的图形数据库样本。
发明内容
有鉴于此，本发明实施例提供了一种图形数据库构建方法及终端设备，以解决现有技术中构建出的用于用户相关度模拟分析的图形数据库样本有效性较低的问题。
本发明实施例的第一方面提供了一种图形数据库构建方法，包括：
在目标用户对应的图形数据库中生成预设数量的用户节点；
基于预设的相关度分布比例，为每个所述用户节点分配对应的相关度分数，所述相关度分数用于表示所述用户节点与所述目标用户的相关度；
根据每个所述用户节点对应的所述相关度分数，为每个所述用户节点配置对应的交互关系集合，所述交互关系集合中的每个元素用于代表所述用户节点与所述目标用户之间的一类交互关系；
基于所述目标用户的用户信息和所述交互关系集合，分别为每个所述用户节点生成对应的节点信息。
本发明实施例的第二方面提供了一种终端设备，所述终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤。
在目标用户对应的图形数据库中生成预设数量的用户节点；
基于预设的相关度分布比例，为每个所述用户节点分配对应的相关度分数，所述相关度分数用于表示所述用户节点与所述目标用户的相关度；
根据每个所述用户节点对应的所述相关度分数，为每个所述用户节点配置对应的交互关系集合，所述交互关系集合中的每个元素用于代表所述用户节点与所述目标用户之间的一类交互关系；
基于所述目标用户的用户信息和所述交互关系集合，分别为每个所述用户节点生成对应的节点信息。
本发明实施例的第三方面提供了一种计算机可读存储介质，包括：存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的图形数据库构建方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过预先设置好用户节点与目标用户之间的相关度分布比例，并基于这个相关度分布比例来进行每个用户节点相关度分数的分配确定，再根据分配到的相关度分数计算出可能的一种或多种交互关系集合，最后再基于目标用户的用户信息以及确定好的每个用户节点对应的一种或多种交互关系集合，来生成各个用户节点的节点信息，使得本发明实施例在可以准确地控制生成的所有用户节点与目标用户总体相关度分布情况下，同时保证生成的每个用户节点与目标用户的用户信息相关性以及合理性，从而使得本发明实施例构建出的图形数据库样本中的每个用户节点与目标用户的信息相关度都是可控的，进而使得得到的图形数据库样本的有效性得到了保障。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的图形数据库构建方法的实现流程示意图；
图2是本发明实施例二提供的图形数据库构建方法的实现流程示意图；
图3是本发明实施例三提供的图形数据库构建方法的实现流程示意图；
图4是本发明实施例四提供的图形数据库构建方法的实现流程示意图；
图5是本发明实施例五提供的图形数据库构建方法的实现流程示意图；
图6是本发明实施例六提供的图形数据库构建装置的结构示意图；
图7是本发明实施例七提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
为了便于理解本发明，此处先对本发明进行简要说明：在进行用户相关度模拟分析时为了保障构建出来的图形数据库样本的有效性，需要保证创建的用户节点与目标用户之间的相关度，而这个相关度是由用户节点的节点信息和目标用户的用户信息的交互关系体现和决定的，例如用户节点的用户名必须在目标用户的朋友名单中，才能说明用户节点与目标用户之间存在“朋友”的交互关系，即两者存在一定的相关度，因此需要保证构建出来的图形数据库样本中各个用户节点的节点信息和目标用户的用户信息具有一定的交互关系。
为了保障构建出来的图形数据库样本的有效性，本发明中会预先将节点信息和用户信息的交互关系进行相关度的分数量化，例如可以将交互关系“朋友”、“亲戚”和“通讯录联系人”相关度的分数设置为15分、20分和5分，并预先设置好所需创建的用户节点总数量以及用户节点与目标用户之间相关度的分布比例，例如设置相关度分数为1～20分、21分～35分以及36分以上的用户节点数分布比例为30％:40％:30％。在创建图形数据库时，根据设置的用户节点总数量和分布比例来创建用户节点并确定每个用户节点对应的相关度分数，再根据相关度分数来确定出每个用户节点与目标用户的交互关系集合，如当上述的用户节点的相关度分数为25分，此时对应的交互关系集合包括“亲戚”和“通讯录联系人”，最后再基于目标用户的用户信息和用户节点对应的交互关系集合，来生成用户节点的节点信息，从而实现了对所有用户节点与目标用户总体相关度分布情况的总体调控，保证了每个用户节点的节点信息和目标用户的用户信息的交互关系的合理性与可控性，进而使得构建的图形数据库样本的有效性得到了保障，详述如下:
图1示出了本发明实施例一提供的图形数据库构建方法的实现流程图，详述如下:
S101，在目标用户对应的图形数据库中生成预设数量的用户节点。
其中，预设数量即为所需生成的用户节点的总数量，其可由技术人员根据模拟分析的实际需求自行设定。此时生成的用户节点均为没有任何节点信息的空白节点，且此时的用户节点与目标用户之间也不存在任何交互关系，即相关度为0。
S102，基于预设的相关度分布比例，为每个用户节点分配对应的相关度分数，相关度分数用于表示用户节点与目标用户的相关度。
相关度分布比例是指用户节点与目标用户的相关度分数的分布比例，即每个相关度分数或者相关度分数范围对应的用户节点数占用户节点总数量的比例值，例如可以设置相关度分布比例为：相关度分数范围1～20分、21分～35分以及36分以上的用户节点数占用户节点总数量的比例为30％:40％:30％。其中，当相关度分布比例为每个相关度分数对应的用户节点数占用户节点总数量的比例值时，直接根据该分布比例来对生成的用户节点进行划分并分配相关度分数即可，如假设用户节点总数量为100，相关度分布比例为：20分、35分以及50分的用户节点数占用户节点总数量的比例为30％:40％:30％，在生成100个用户节点之后，根据相关度分布比例将这100个用户节点划分为相关度分数为20分的30个用户节点、相关度分数为35分是40个用户节点以及相关度分数为50的30个用户节点即可。同理当相关度分布比例为每个相关度分数范围对应的用户节点数占用户节点总数量的比例值时，直接根据该分布比例来对生成的用户节点进行划分，并分配对应的相关度分数范围中的相关度分数至各个用户节点即可。
由于用户信息和节点信息中包含的具体信息不止一种，如可以同时包含用户的用户名、通讯录、家庭地址、公司以及朋友名单等，因此用户信息和节点信息之间可能的交互关系也不止一条，如可以是“通讯录联系人”、“邻居”、“同事”、“朋友”和“亲戚”中的一种或多种，因此，本发明实施例中的用户节点与目标用户的相关度分数，是指用户节点和目标用户的所有交互关系相关度的分数总和，如将交互关系“朋友”、“亲戚”和“通讯录联系人”相关度的分数设置为15分、20分和5分，根据用户节点A的节点信息和目标用户的用户信息确定出用户节点A与目标用户既是“朋友”又是“通讯录联系人”，此时用户节点A与目标用户的相关度分数＝15分+5分＝20分。
S103，根据每个用户节点对应的相关度分数，为每个用户节点配置对应的交互关系集合，交互关系集合中的每个元素用于代表用户节点与目标用户之间的一类交互关系。
由于本发明实施例中用户节点与目标用户的相关度分数，是通过用户节点的节点信息和目标用户的用户信息的所有交互关系相关度的分数总和体现出来的，为了满足这个相关度分数的要求，可能会产生一种或多种的交互关系集合，例如假设交互关系“通讯录联系人”、“邻居”、“同事”、“朋友”和“亲戚”的相关度的分数设置为5分、15分、10分、15分以及20分，若用户节点B与目标用户的相关度分数为35分，此时对应的交互关系集合只要满足包含的交互关系的相关度的分数总和等于35即可，根据排列组合可得“通讯录联系人”+“邻居”+“朋友”、“通讯录联系人”+“同事”+“亲戚”、“邻居”+“亲戚”以及“朋友”+“亲戚”，共4种满足相关度分数为35分的交互关系集合。因此，在步骤S102中将每一个用户节点的相关度分数都确定好了之后，步骤S103中一个用户节点可能会对应有多个交互关系集合，但实际情况中每个用户节点与目标用户之间的交互关系是固定的，因此本发明实施例中在根据步骤S102确定出的相关度分数计算出用户节点对应的一种或多种交互关系集合后，还会从中选取出与每个用户节点唯一对应的交互关系集合，以保证后续能准确生成用户节点的节点信息。其中具体的选取的方法可由技术人员自行设定，包括但不限于如随机选取一个或选取包含交互关系数量最多的一个。
S104，基于目标用户的用户信息和交互关系集合，分别为每个用户节点生成对应的节点信息。
在确定出每个用户节点唯一对应的交互关系集合之后，根据交互关系集合中的交互关系以及每个交互关系涉及到的目标用户的用户信息，即可确定出用户节点的节点信息，再生成对应的节点信息即可，如当用户节点与目标用户的交互关系是“朋友”时，根据目标用户的“朋友名单”生成用户节点的“用户名”即可。其中，目标用户的用户信息，既可以是技术人员预先输入的，也可以是根据设定的规则生成的。
作为生成用户节点的节点信息的一种具体实现方法，如图2所示，本发明实施例二，包括：
S201，解析交互关系集合中各个交互关系分别对应的信息种类。
S202，基于用户信息中信息种类的信息，生成用户节点对应的节点信息。
由于每种交互关系涉及到的信息种类有所不同，例如与目标用户的交互关系是“朋友”时，此时说明用户节点的用户名需要存在于目标用户的“朋友名单”中，因此“朋友”涉及到的信息种类就是目标用户的“朋友名单”，因此为了生成每个用户节点的节点信息，首先需要确定出每个交互关系所涉及到的信息种类，并根据这些种类的信息来生成用户节点对应的节点信息，例如假设确定出用户节点C与目标用户的交互关系集合中包含“朋友”+“同事”+“邻居”，此时首先会确定出其中每个交互关系对应的信息种类，如“朋友”对应的“朋友名单”，“同事”对应的是“公司”，而“邻居”对应的是“家庭地址”，再根据目标用户的用户信息中该信息种类的信息：“朋友名单”、“公司”以及“家庭地址”，生成用户节点C的“用户名”、“公司”以及“家庭地址”。其中，具体的交互关系与信息种类的对应关系，可由技术人员自行设定，此处不予限定，包括但不限于如设置“朋友”对应“朋友名单”、“亲戚”对应“亲戚名单”、“同事”对应“公司”、“邻居”对应“家庭地址”以及“通讯录联系人”对应“通讯录”等，同时如何根据确定出的目标用户的用户信息中该信息种类的信息来生成用户节点的具体方法，也可由技术人员自行设定，包括但不限于如当是“朋友”或“亲戚”，可以从目标用户的“朋友名单”和“亲戚名单”中随机选取一个名字作为用户节点的“用户名”，当是“同事”时将目标用户的“公司”设置为用户节点的“公司”即可。
作为本发明的一个实施例，由于上述生成的都是与交互关系有关的节点信息，但考虑到实际情况中，一个用户节点所包含的节点信息可能不止这些与交互关系有关的节点信息，如根据交互关系集合生成了用户节点A的“用户名”和“家庭地址”，但实际上用户节点A还需要包含“公司”以及“朋友名单”等节点信息，因此在生成与交互关系有关的节点信息之后，本发明实施例还会进一步地为用户节点补充生成剩余的节点信息，但为了保证本发明实施例一种对相关度分布比例的准确调控，在生成剩余的节点信息时，本发明实施例会参考目标用户的用户信息，并随机生成与目标用户的用户信息不同的节点信息，例如假设目标用户的“公司”是“A公司”，此时节点用户的“公司”就会随机生成一个非A公司的公司名。
本发明实施例通过预先设置好用户节点与目标用户之间的相关度分布比例，并基于这个相关度分布比例来进行每个用户节点相关度分数的分配确定，再根据分配到的相关度分数计算出可能的一种或多种交互关系集合，最后再基于目标用户的用户信息以及确定好的每个用户节点对应的一种或多种交互关系集合，来生成各个用户节点的节点信息，使得本发明实施例在可以准确地控制生成的所有用户节点与目标用户总体相关度分布情况下，同时保证生成的每个用户节点与目标用户的用户信息相关性以及合理性，从而使得本发明实施例构建出的图形数据库样本中的每个用户节点与目标用户的信息相关度都是可控的，进而使得得到的图形数据库样本的有效性得到了保障。
作为本发明实施例一中对用户节点进行相关度分数分配的一种具体实现方式，当相关度分布比例中包括多个相关度分数范围，以及各个相关度分数范围对应的用户节点数占预设数量的比值时，如图3所示，本发明实施例三包括：
S301，基于预设数量以及用户节点数占预设数量的比值，将用户节点划分为与相关度分数范围一一对应的用户节点群。
此时只需将用户节点总数量乘以各个相关度分数范围对应的比值，即可确定出每个相关度分数范围对应的用户节点数量，再根据数量将所有的用户节点划分为对应的用户节点群即可。其中，具体的相关度分数范围数量、具体的范围值，以及每个范围对应的用户节点数占用户节点总数量的比值，均可由技术人员自行设定，如可以设置为相关度分数为1～20分、21分～35分以及36分以上的用户节点数分布比例为30％:40％:30％，此时若假设用户节点总数量为100，根据上述相关度分布比例即可将用户节点分为包含相关度分数1～20分的30个用户节点的用户节点群A，包含相关度分数21分～35分的40个用户节点的用户节点群B，以及包含相关度分数36分以上的30个用户节点的用户节点群C。
S302，将用户节点群中的用户节点，随机与对应的相关度分数范围中包含的相关度分数进行关联，得到用户节点群中每个用户节点分别对应的相关度分数。
在确定出各个相关度分数范围对应的用户节点群之后，需要进一步地确定出用户节点群中每个用户节点唯一对应的相关度分数，在本发明实施例中，为了使得构建的用户节点更加真实的贴合实际情况，以提升图形数据库样本的有效性，会在此时随机将相关度分数范围中各个相关度分数赋予至对应的用户节点群内的各个用户节点。
作为本发明实施例一中为每个用户节点配置对应的交互关系集合的一种具体实现方式，如图4所示，本发明实施例四，包括：
S401，获取每类交互关系分别对应的预设分数值。
由本发明实施例一可知，本发明实施例中会预先为每一种交互关系设置一个相关度的分数值，其中具体的分数设置可由技术人员自行设定，如可以设置为：“通讯录联系人”、“邻居”、“同事”、“朋友”和“亲戚”的相关度的分数设置为5分、15分、10分、15分以及20分。
S402，对交互关系进行任意数量的排列组合，并计算得到的每个关系集合分别对应的预设分数值和。
S403，筛选出预设分数值和等于相关度分数的关系集合，得到相关度分数对应的交互关系集合。
为了生成满足用户节点相关度分数要求的交互关系集合，本发明实施例在确定出用户节点的相关度分数之后，会对所有可能的交互关系进行任意数量的排列组合，例如假设交互关系共有上述的“通讯录联系人”、“邻居”、“同事”、“朋友”和“亲戚”5种，此时任意数量的排列组合可以得到共31种组合方式，即可得到31个包含不同交互关系的交互关系集合，同时会根据包含的交互关系的相关度的分数计算每个交互关系集合对应的相关度的分数和。
由于每个交互关系集合包含的交互关系种类和数量都有所差异，其对应的相关度的分数和也会有所不同，因此，为了保证最终得到的交互关系集合满足用户节点相关度分数要求，本发明实施例中会从这些交互关系集合中筛选出与用户节点相关度分数相同的集合，例如假设确定出用户节点B与目标用户的相关度分数为35分，此时交互关系集合只要满足包含的交互关系的相关度的分数总和等于35即可，根据排列组合可筛选出“通讯录联系人”+“邻居”+“朋友”、“通讯录联系人”+“同事”+“亲戚”、“邻居”+“亲戚”以及“朋友”+“亲戚”，共4种满足相关度分数为35分的交互关系集合。由于最终在进行用户节点的节点信息生成时需要明确用户节点与目标用户的交互关系，因此在确定出满足相关度分数要求的多个交互关系集合之后，如上述确定出4种理论上都是满足用户节点相关度分数要求的交互关系集合之后，本发明实施例还会从中选取出一个与用户节点唯一对应的交互关系集合。其中，具体的选取的方法可由技术人员自行设定，包括但不限于如随机选取一个或选取包含交互关系数量最多的一个。
作为本发明实施例五，考虑到上述本发明实施例一至四中在为每个用户节点确定交互关系集合的过程都是独立的，但实际情况中有些交互关系的连接数量是有限制的，如对于交互关系“妻子”而言，目标用户只能连接一个该交互关系的用户节点，因此，为了保证最终得到的图形数据库样本更加贴合真实情况，提高图形数据库样本的有效性，如图5所示，本发明实施例五，包括：
S501，获取每类交互关系预设对应的连接数量阈值。
其中，具体每类交互关系对应的连接数量阈值可由技术人员根据实际情况进行设定，此处不予限定，如“邻居”的连接数量阈值可以设置为100，“妻子”的连接数量阈值可以设置为1等。
S502，从目标用户与用户节点的交互关系中筛选出冲突交互关系，并从用户节点中确定出冲突交互关系所连接的关系冲突节点，冲突交互关系为连接的用户节点数量大于对应的连接数量阈值的交互关系。
由于本发明实施例一中已经确定出了每个用户节点与目标用户的具体交互关系，因此此时可以直接根据每类交互关系的实际连接用户节点数量是否大于对应的连接数量阈值，来判断其中出现的冲突交互关系，如假设设置“妻子”的连接数量阈值为1，检测发现用户节点A和用户节点B与目标用户均为“妻子”交互关系，此时说明交互关系“妻子”出现了冲突，属于冲突交互关系，而其连接的用户节点A和用户节点B则为关系冲突节点。
S503，基于关系冲突节点对应的相关度分数，为每个关系冲突节点更新对应的交互关系集合，并基于目标用户的用户信息和更新后交互关系集合，更新关系冲突节点对应的节点信息，直至冲突交互关系连接的用户节点数量小于或等于对应的连接数量阈值。
由于实际情况中如“妻子”等交互关系的连接用户节点数是由一定限制的，因此为了使得生成的图形数据库样本能更加贴合真实的图形数据库，以保证图形数据库样本的数据有效性，本发明实施例在确定出冲突交互关系所连接的关系冲突节点之后，会根据这些关系冲突节点对应的相关度分数重新生成其对应的交互关系集合，并基于新的交互关系集合来重新生成这些关系冲突节点的节点信息，同时为了保证更新后的关系冲突节点与目标用户的交互关系满足对应的连接数量阈值要求，本发明实施例还会在更新后继续检测冲突交互关系连接的用户节点数量是否满足对应的连接数量阈值要求，若仍不满足，则继续重新生成关系冲突节点的交互关系集合以及节点信息，一直到满足连接数量阈值要求为止。
对应于上文实施例的方法，图6示出了本发明实施例提供的图形数据库构建装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。图6示例的图形数据库构建装置可以是前述实施例一提供的图形数据库构建方法的执行主体。
参照图6，该图形数据库构建装置包括：
节点生成模块61，用于在目标用户对应的图形数据库中生成预设数量的用户节点。
相关度分配模块62，用于基于预设的相关度分布比例，为每个所述用户节点分配对应的相关度分数，所述相关度分数用于表示所述用户节点与所述目标用户的相关度。
关系集合配置模块63，用于根据每个所述用户节点对应的所述相关度分数，为每个所述用户节点配置对应的交互关系集合，所述交互关系集合中的每个元素用于代表所述用户节点与所述目标用户之间的一类交互关系。
信息生成模块64，用于基于所述目标用户的用户信息和所述交互关系集合，分别为每个所述用户节点生成对应的节点信息。
进一步地，相关度分配模块62，包括：
基于所述预设数量以及所述用户节点数占所述预设数量的比值，将所述用户节点划分为与所述相关度分数范围一一对应的用户节点群。
将所述用户节点群中的所述用户节点，随机与对应的所述相关度分数范围中包含的所述相关度分数进行关联，得到所述用户节点群中每个所述用户节点分别对应的所述相关度分数。
进一步地，关系集合配置模块63，包括：
获取每类所述交互关系分别对应的预设分数值。
对所述交互关系进行任意数量的排列组合，并计算得到的每个关系集合分别对应的预设分数值和。
筛选出所述预设分数值和等于所述相关度分数的关系集合，得到所述相关度分数对应的所述交互关系集合。
进一步地，信息生成模块64，包括：
解析所述交互关系集合中各个交互关系分别对应的信息种类。
基于所述用户信息中所述信息种类的信息，生成所述用户节点对应的节点信息。
进一步地，该图形数据库构建装置，还包括：
获取每类所述交互关系预设对应的连接数量阈值。
从所述目标用户与所述用户节点的所述交互关系中筛选出冲突交互关系，并从所述用户节点中确定出所述冲突交互关系所连接的关系冲突节点，所述冲突交互关系为连接的所述用户节点数量大于对应的所述连接数量阈值的交互关系。
基于所述关系冲突节点对应的所述相关度分数，为每个所述关系冲突节点更新对应的所述交互关系集合，并基于所述目标用户的用户信息和更新后所述交互关系集合，更新所述关系冲突节点对应的节点信息，直至所述冲突交互关系连接的所述用户节点数量小于或等于对应的所述连接数量阈值。
本发明实施例提供的图形数据库构建装置中各模块实现各自功能的过程，具体可参考前述图1所示实施例一的描述，此处不再赘述。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
还应理解的是，虽然术语“第一”、“第二”等在文本中在一些本发明实施例中用来描述各种元素，但是这些元素不应该受到这些术语的限制。这些术语只是用来将一个元素与另一元素区分开。例如，第一表格可以被命名为第二表格，并且类似地，第二表格可以被命名为第一表格，而不背离各种所描述的实施例的范围。第一表格和第二表格都是表格，但是它们不是同一表格。
图7是本发明一实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71，所述存储器71中存储有可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个图形数据库构建方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块61至64的功能。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入发送设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经发送或者将要发送的数据。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使对应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种图形数据库构建方法，其特征在于，包括：
在目标用户对应的图形数据库中生成预设数量的用户节点；
基于预设的相关度分布比例，为每个所述用户节点分配对应的相关度分数，所述相关度分数用于表示所述用户节点与所述目标用户的相关度；
根据每个所述用户节点对应的所述相关度分数，为每个所述用户节点配置对应的交互关系集合，所述交互关系集合中的每个元素用于代表所述用户节点与所述目标用户之间的一类交互关系；
基于所述目标用户的用户信息和所述交互关系集合，分别为每个所述用户节点生成对应的节点信息。
2.如权利要求1所述的图形数据库构建方法，其特征在于，所述相关度分布比例中包括多个相关度分数范围，以及各个所述相关度分数范围对应的用户节点数占所述预设数量的比值，所述基于预设的相关度分布比例，为每个所述用户节点分配对应的相关度分数，包括：
基于所述预设数量以及所述用户节点数占所述预设数量的比值，将所述用户节点划分为与所述相关度分数范围一一对应的用户节点群；
将所述用户节点群中的所述用户节点，随机与对应的所述相关度分数范围中包含的所述相关度分数进行关联，得到所述用户节点群中每个所述用户节点分别对应的所述相关度分数。
3.如权利要求1所述的图形数据库构建方法，其特征在于，所述根据每个所述用户节点对应的所述相关度分数，为每个所述用户节点配置对应的交互关系集合，包括：
获取每类所述交互关系分别对应的预设分数值；
对所述交互关系进行任意数量的排列组合，并计算得到的每个关系集合分别对应的预设分数值和；
筛选出所述预设分数值和等于所述相关度分数的关系集合，得到所述相关度分数对应的所述交互关系集合。
4.如权利要求1所述的图形数据库构建方法，其特征在于，所述基于所述目标用户的用户信息和所述交互关系集合，分别为每个所述用户节点生成对应的节点信息，包括：
解析所述交互关系集合中各个交互关系分别对应的信息种类；
基于所述用户信息中所述信息种类的信息，生成所述用户节点对应的节点信息。
5.如权利要求1至4任意一项所述的图形数据库构建方法，其特征在于，在所述为每个所述用户节点生成对应的节点信息之后，还包括：
获取每类所述交互关系预设对应的连接数量阈值；
从所述目标用户与所述用户节点的所述交互关系中筛选出冲突交互关系，并从所述用户节点中确定出所述冲突交互关系所连接的关系冲突节点，所述冲突交互关系为连接的所述用户节点数量大于对应的所述连接数量阈值的交互关系；
基于所述关系冲突节点对应的所述相关度分数，为每个所述关系冲突节点更新对应的所述交互关系集合，并基于所述目标用户的用户信息和更新后所述交互关系集合，更新所述关系冲突节点对应的节点信息，直至所述冲突交互关系连接的所述用户节点数量小于或等于对应的所述连接数量阈值。
6.一种终端设备，其特征在于，所述终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
在目标用户对应的图形数据库中生成预设数量的用户节点；
基于预设的相关度分布比例，为每个所述用户节点分配对应的相关度分数，所述相关度分数用于表示所述用户节点与所述目标用户的相关度；
根据每个所述用户节点对应的所述相关度分数，为每个所述用户节点配置对应的交互关系集合，所述交互关系集合中的每个元素用于代表所述用户节点与所述目标用户之间的一类交互关系；
基于所述目标用户的用户信息和所述交互关系集合，分别为每个所述用户节点生成对应的节点信息。
7.如权利要求6所述的终端设备，其特征在于，所述相关度分布比例中包括多个相关度分数范围，以及各个所述相关度分数范围对应的用户节点数占所述预设数量的比值，所述基于预设的相关度分布比例，为每个所述用户节点分配对应的相关度分数，包括：
基于所述预设数量以及所述用户节点数占所述预设数量的比值，将所述用户节点划分为与所述相关度分数范围一一对应的用户节点群；
将所述用户节点群中的所述用户节点，随机与对应的所述相关度分数范围中包含的所述相关度分数进行关联，得到所述用户节点群中每个所述用户节点分别对应的所述相关度分数。
8.如权利要求6所述的终端设备，其特征在于，所述根据每个所述用户节点对应的所述相关度分数，为每个所述用户节点配置对应的交互关系集合，包括：
获取每类所述交互关系分别对应的预设分数值；
对所述交互关系进行任意数量的排列组合，并计算得到的每个关系集合分别对应的预设分数值和；
筛选出所述预设分数值和等于所述相关度分数的关系集合，得到所述相关度分数对应的所述交互关系集合。
9.如权利要求6所述的终端设备，其特征在于，所述基于所述目标用户的用户信息和所述交互关系集合，分别为每个所述用户节点生成对应的节点信息，包括：
解析所述交互关系集合中各个交互关系分别对应的信息种类；
基于所述用户信息中所述信息种类的信息，生成所述用户节点对应的节点信息。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811122305.4A CN109446359A (zh) | 2018-09-26 | 2018-09-26 | 一种图形数据库构建方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811122305.4A CN109446359A (zh) | 2018-09-26 | 2018-09-26 | 一种图形数据库构建方法及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109446359A true CN109446359A (zh) | 2019-03-08 |
Family
ID=65544457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811122305.4A Pending CN109446359A (zh) | 2018-09-26 | 2018-09-26 | 一种图形数据库构建方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109446359A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110457600A (zh) * | 2019-08-15 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 查找目标群体的方法、装置、存储介质和计算机设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013142983A (ja) * | 2012-01-10 | 2013-07-22 | Canon Inc | 情報処理装置、情報検索装置、および、プログラム |
| CN103428165A (zh) * | 2012-05-15 | 2013-12-04 | 腾讯科技（深圳）有限公司 | 社交网络节点分组方法和装置 |
| CN104285220A (zh) * | 2012-03-26 | 2015-01-14 | 谷歌公司 | 向在社交联网服务上的联系人发送通信 |
| US20160371366A1 (en) * | 2014-04-30 | 2016-12-22 | Tencent Technology (Shenzhen) Company Limited | Contact Management Method and Apparatus |
| CN106845706A (zh) * | 2017-01-19 | 2017-06-13 | 浙江工商大学 | 在线社交网络用户关系强度预测方法 |
| US20170177589A1 (en) * | 2015-12-17 | 2017-06-22 | Facebook, Inc. | Suggesting Tags on Online Social Networks |
-
2018
- 2018-09-26 CN CN201811122305.4A patent/CN109446359A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013142983A (ja) * | 2012-01-10 | 2013-07-22 | Canon Inc | 情報処理装置、情報検索装置、および、プログラム |
| CN104285220A (zh) * | 2012-03-26 | 2015-01-14 | 谷歌公司 | 向在社交联网服务上的联系人发送通信 |
| CN103428165A (zh) * | 2012-05-15 | 2013-12-04 | 腾讯科技（深圳）有限公司 | 社交网络节点分组方法和装置 |
| US20160371366A1 (en) * | 2014-04-30 | 2016-12-22 | Tencent Technology (Shenzhen) Company Limited | Contact Management Method and Apparatus |
| US20170177589A1 (en) * | 2015-12-17 | 2017-06-22 | Facebook, Inc. | Suggesting Tags on Online Social Networks |
| CN106845706A (zh) * | 2017-01-19 | 2017-06-13 | 浙江工商大学 | 在线社交网络用户关系强度预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 曲洋;王永剑;彭如香;姜国庆;: "基于通联数据的人际关系网络构建与挖掘", 信息网络安全, no. 06, 10 June 2016 (2016-06-10), pages 73 - 78 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110457600A (zh) * | 2019-08-15 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 查找目标群体的方法、装置、存储介质和计算机设备 |
| CN110457600B (zh) * | 2019-08-15 | 2023-10-27 | 腾讯科技（深圳）有限公司 | 查找目标群体的方法、装置、存储介质和计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Qu et al. | A chronicle of galaxy mass assembly in the EAGLE simulation | |
| Anderson et al. | Finding long chains in kidney exchange using the traveling salesman problem | |
| Börner et al. | The simultaneous evolution of author and paper networks | |
| Palla et al. | Multifractal network generator | |
| Caldentey et al. | FCFS infinite bipartite matching of servers and customers | |
| Zhang et al. | A study of knowledge supernetworks and network robustness in different business incubators | |
| CN108520303A (zh) | 一种推荐系统构建方法及装置 | |
| CN105389324A (zh) | 用于图形数据的分布式计算的系统和方法 | |
| CN105531688A (zh) | 提供作为其它服务的资源的服务 | |
| CN105900121A (zh) | 用于生成活动流的方法 | |
| US20220174100A1 (en) | System and method for grouping participant devices in a communication environment | |
| CN106296365A (zh) | 一种购买操作共享方法及装置 | |
| Thorne | Approximate inference of gene regulatory network models from RNA-Seq time series data | |
| CN108520471A (zh) | 重叠社区发现方法、装置、设备及存储介质 | |
| Aydilek et al. | Minimising maximum tardiness in assembly flowshops with setup times | |
| Haw et al. | Strong spatial embedding of social networks generates nonstandard epidemic dynamics independent of degree distribution and clustering | |
| Li et al. | Generating weighted social networks using multigraph | |
| Bhuiyan et al. | Fast parallel algorithms for edge-switching to achieve a target visit rate in heterogeneous graphs | |
| US10313457B2 (en) | Collaborative filtering in directed graph | |
| Yilmaz et al. | Misinformation propagation in online social networks: game theoretic and reinforcement learning approaches | |
| CN109446359A (zh) | 一种图形数据库构建方法及终端设备 | |
| Small et al. | Random complex networks | |
| Bao et al. | Analysis of critical and redundant vertices in controlling directed complex networks using feedback vertex sets | |
| Khan et al. | Nonatomic games on Loeb spaces | |
| Xiong et al. | Subtle role of latency for information diffusion in online social networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1263187 Country of ref document: HK |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |