CN109947817B - 一种基于关联图谱的六度空间关系分析方法及系统 - Google Patents
一种基于关联图谱的六度空间关系分析方法及系统 Download PDFInfo
- Publication number
- CN109947817B CN109947817B CN201910155439.4A CN201910155439A CN109947817B CN 109947817 B CN109947817 B CN 109947817B CN 201910155439 A CN201910155439 A CN 201910155439A CN 109947817 B CN109947817 B CN 109947817B
- Authority
- CN
- China
- Prior art keywords
- service
- main body
- analyzed
- subject
- service data
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于关联图谱的六度空间关系分析方法,包括以下步骤:步骤S1、获取待分析主体的基本信息,根据基本信息在业务资源库中匹配出与待分析主体相关的主体业务数据,以待分析主体以及主体业务数据作为第一层的分析信息环;步骤S2、展开分析信息环上的所有业务节点,分别以每一个业务节点为中心,在业务资源库中搜索与业务节点相关的关联业务数据以及关联主体;步骤S3、判断关联主体的数量是否为零,如果是则转步骤S4,否则以关联主体以及关联业务数据作为下一层的分析信息环,并转步骤S2;步骤S4、提取所有关联主体以及关联业务数据作为待分析主体的关系信息。本发明可以挖掘出主体之间的隐性关系。
Description
技术领域
本发明涉及关系分析技术领域,具体涉及一种基于关联图谱的六度空间关系分析方法及系统。
背景技术
在案件侦破过程中,往往需要收集大量的证据来支撑案件的办理工作。办案人员则需要从全部案件信息中分析、挖掘、提取大量线索。人是案件的主要因素,一切案件都是围绕着人物及其关系来展开的。因此,案件中的人物关系通常都是案件的重要突破口。通过人物的基础信息,我们可以提取出人与人之间的血缘亲属关系,但更为重要的社会关系,则隐藏在深处。为了梳理出人员关系网络,办案人员通常需要展开大量的实地走访、深入调研等调查工作,这既增加了办案的难度,也增加了办案的成本。
对于目前大部分行业所使用的人员关系分析都仅限于微博、微信、QQ等社交网络中的虚拟关系,对于现实生活中的人与人的真实关系提取的非常少。对于同行、同住、同上网等隐性关联关系的挖掘分析更是少之又少。
发明内容
本发明的目的在于克服上述技术不足,提供一种基于关联图谱的六度空间关系分析方法及系统,解决现有技术中无法分析现实世界中人与人之间的关联关系,无法挖掘隐性关系的技术问题。
为达到上述技术目的,本发明的技术方案提供一种基于关联图谱的六度空间关系分析方法,包括以下步骤:
步骤S1、获取待分析主体的基本信息,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,以所述待分析主体以及主体业务数据作为第一层的分析信息环;
步骤S2、展开所述分析信息环上的所有业务节点,分别以每一个业务节点为中心,在所述业务资源库中搜索与所述业务节点相关的关联业务数据以及关联主体;
步骤S3、判断所述关联主体的数量是否为零,如果是则转步骤S4,否则以所述关联主体以及关联业务数据作为下一层的分析信息环,并转步骤S2;
步骤S4、提取所有所述关联主体以及关联业务数据作为所述待分析主体的关系信息。
本发明还提供一种基于关联图谱的六度空间关系分析系统,包括主体信息获取模块、搜索判断模块以及提取模块:
所述主体信息获取模块用于获取待分析主体的基本信息,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,以所述待分析主体以及主体业务数据作为第一层的分析信息环;
所述搜索判断模块用于展开所述分析信息环上的所有业务节点,分别以每一个业务节点为中心,在所述业务资源库中搜索与所述业务节点相关的关联业务数据以及关联主体;
所述搜索判断模块还用于判断所述关联主体的数量是否为零,如果是则停止搜索判断并进行关系信息的提取,否则以所述关联主体以及关联业务数据作为下一层的分析信息环,进行下一次的展开分析;
所述提取模块用于提取所有所述关联主体以及关联业务数据作为所述待分析主体的关系信息。
本发明还提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行所述基于关联图谱的六度空间关系分析方法。
与现有技术相比,本发明的有益效果包括:本发明基于六度空间理论之上,能够最大程度的挖掘出人与人之间的关联关系。相比传统的人员关系表示方法,不仅能够提取出显性关系,更能挖掘出人与人之间的隐性关系。并且随着数据类型的扩展,更加夯实了关联关系,从而做到挖掘无出错,关联无死角。
附图说明
图1是本发明提供的基于关联图谱的六度空间关系分析方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1:
如图1所示,本发明的实施例1提供了一种基于关联图谱的六度空间关系分析方法,包括以下步骤:
步骤S1、获取待分析主体的基本信息,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,以所述待分析主体以及主体业务数据作为第一层的分析信息环;
步骤S2、展开所述分析信息环上的所有业务节点,分别以每一个业务节点为中心,在所述业务资源库中搜索与所述业务节点相关的关联业务数据以及关联主体;
步骤S3、判断所述关联主体的数量是否为零,如果是则转步骤S4,否则以所述关联主体以及关联业务数据作为下一层的分析信息环,并转步骤S2;
步骤S4、提取所有所述关联主体以及关联业务数据作为所述待分析主体的关系信息。
现有技术中对主体关系进行分析时,通常只能分析一些浅显的显性关系,无法深入挖掘隐性关系。基于这一情况,本发明提出了一种基于关联图谱的六度空间关系分析方法,不仅可以提取人与人的显性关系,如亲属、同学、同事等,还可以根据业务数据提取出隐性关系,如同住、同行、同上网等。
具体的,从公安部门的人员基础信息表中提取出待分析主体的基本信息。然后根据基本信息匹配出主体业务数据,例如房产登记数据、社会缴费数据、火车购票数据等。以待分析主体以及主体业务数据作为第一层分析信息环进行分析,找出与所有业务节点相关的关联主体以及关联业务数据,然后一层层展开分析并搜索,使得主体之间的隐性关系、间接关系得以挖掘出来,从而挖掘出所有可能有用的关系信息。
本发明提供的基于关联图谱的六度空间关系分析方法,准确的提取了主体之间的隐性关系。
优选的,所述步骤S1还包括,获取所述业务资源库。
所述业务资源库,包括从民政、卫生、公安、教育、公积金、社保、住建、房管、司法、铁路、民航等各个政务部门提取出的业务数据。例如,婚姻登记、房产登记、社会缴费、火车购票等信息。随着数据类型的扩展,更加夯实了关联关系,从而做到挖掘无出错,关联无死角。
优选的,所述步骤S1中,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,具体为:
采用贝叶斯分析算法或神经网络分析算法根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据。
根据基本信息匹配与待分析主体相对应的主体业务数据,采用现有技术实现即可。
优选的,所述步骤S2还包括:
计算每一所述关联主体的加权关联系数,获取加权关联系数大于设定阈值的关联主体。
以分析信息环的信息节点为中心,搜索与之关联且同一时间的关联业务数据,并结合其它业务数据进行加权计算,计算关联主体的加权关联系数,以评判关联主体与待分析主体之间的关联度。重复此操作,直至分析信息环无关联业务数据或是关联主体的关联加权系数小于设定阈为止。据加权计算,能够更加充分的肯定主体之间的关系,从而更加精准的展示出主体的关联关系。
优选的,所述加权关联系数的计算方法为:
设定每一类业务数据的权重比例,根据所述关联主体相对应的关联业务数据计算所述关联主体的加权关联系数。
在设定权重比例时,需要根据实际业务发生时,所产生的关联因素而定。例如,户籍信息中记录的夫妻关系为确定性因素,权重比例设为x;同一社保缴费单位下的两人确定同一公司,但不一定认识,此为高确定因素,权重比例设为y;同一火车上的两个客户,此为低确定因素,权重比例设为z,x>y>z。
例如以某人的乘火车记录为中心,搜索该次火车中所有的人员信息,并结合其它业务数据进行加权计算。例如,同一户籍信息中的关系人员权重增加30%,同一社保缴费单位下的人员权重增加10%,学籍信息隶属同一教育机构的人员权重增加10%;累计加权计算后,评分大于30的人员,作为下一层分析信息环的关联主体,至此下一层的分析信息环建立完成。
实施例2:
本发明的实施例2提供了一种基于关联图谱的六度空间关系分析系统,包括主体信息获取模块、搜索判断模块以及提取模块:
所述主体信息获取模块用于获取待分析主体的基本信息,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,以所述待分析主体以及主体业务数据作为第一层的分析信息环;
所述搜索判断模块用于展开所述分析信息环上的所有业务节点,分别以每一个业务节点为中心,在所述业务资源库中搜索与所述业务节点相关的关联业务数据以及关联主体;
所述搜索判断模块还用于判断所述关联主体的数量是否为零,如果是则停止搜索判断并进行关系信息的提取,否则以所述关联主体以及关联业务数据作为下一层的分析信息环,进行下一次的展开分析;
所述提取模块用于提取所有所述关联主体以及关联业务数据作为所述待分析主体的关系信息。
本发明提供的基于关联图谱的六度空间关系分析系统,基于上述基于关联图谱的六度空间关系分析方法,因此上述基于关联图谱的六度空间关系分析方法所具备的技术效果,基于关联图谱的六度空间关系分析系统同样具备,在此不再赘述。
优选的,所述主体信息获取模块还用于获取所述业务资源库。
优选的,所述搜索判断模块还用于计算每一所述关联主体的加权关联系数,滤除加权关联系数小于设定阈值的关联主体。
优选的,所述搜索判断模块还用于设定每一类业务数据的权重比例,根据所述关联主体相对应的关联业务数据计算所述关联主体的加权关联系数。
实施例3:
本发明的实施例3提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以上任一实施例提供的基于关联图谱的六度空间关系分析方法。
本发明提供的计算机存储介质,用于实现基于关联图谱的六度空间关系分析方法,因此上述基于关联图谱的六度空间关系分析方法所具备的技术效果,计算机存储介质同样具备,在此不再赘述。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (6)
1.一种基于关联图谱的六度空间关系分析方法,其特征在于,包括以下步骤:
步骤S1、获取待分析主体的基本信息,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,以所述待分析主体以及主体业务数据作为第一层的分析信息环;
步骤S2、展开所述分析信息环上的所有业务节点,分别以每一个业务节点为中心,在所述业务资源库中搜索与所述业务节点相关的关联业务数据以及关联主体;
步骤S3、判断所述关联主体的数量是否为零,如果是则转步骤S4,否则以所述关联主体以及关联业务数据作为下一层的分析信息环,并转步骤S2;
步骤S4、提取所有所述关联主体以及关联业务数据作为所述待分析主体的关系信息;
其中,所述步骤S2还包括:
计算每一所述关联主体的加权关联系数,获取加权关联系数大于设定阈值的关联主体;
所述加权关联系数的计算方法为:
设定每一类业务数据的权重比例,根据所述关联主体相对应的关联业务数据计算所述关联主体的加权关联系数。
2.根据权利要求1所述的基于关联图谱的六度空间关系分析方法,其特征在于,所述步骤S1还包括,获取所述业务资源库。
3.根据权利要求1所述的基于关联图谱的六度空间关系分析方法,其特征在于,所述步骤S1中,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,具体为:
采用贝叶斯分析算法或神经网络分析算法根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据。
4.一种基于关联图谱的六度空间关系分析系统,其特征在于,包括主体信息获取模块、搜索判断模块以及提取模块:
所述主体信息获取模块用于获取待分析主体的基本信息,根据所述基本信息在业务资源库中匹配出与所述待分析主体相关的主体业务数据,以所述待分析主体以及主体业务数据作为第一层的分析信息环;
所述搜索判断模块用于展开所述分析信息环上的所有业务节点,分别以每一个业务节点为中心,在所述业务资源库中搜索与所述业务节点相关的关联业务数据以及关联主体;
所述搜索判断模块还用于判断所述关联主体的数量是否为零,如果是则停止搜索判断并进行关系信息的提取,否则以所述关联主体以及关联业务数据作为下一层的分析信息环,进行下一次的展开分析;
所述提取模块用于提取所有所述关联主体以及关联业务数据作为所述待分析主体的关系信息;
其中,所述搜索判断模块还用于计算每一所述关联主体的加权关联系数,滤除加权关联系数小于设定阈值的关联主体;
所述搜索判断模块还用于设定每一类业务数据的权重比例,根据所述关联主体相对应的关联业务数据计算所述关联主体的加权关联系数。
5.根据权利要求4所述的基于关联图谱的六度空间关系分析系统,其特征在于,
所述主体信息获取模块还用于获取所述业务资源库。
6.一种计算机存储介质,其上存储有计算机程序,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1-3任一所述的基于关联图谱的六度空间关系分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910155439.4A CN109947817B (zh) | 2019-03-01 | 2019-03-01 | 一种基于关联图谱的六度空间关系分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910155439.4A CN109947817B (zh) | 2019-03-01 | 2019-03-01 | 一种基于关联图谱的六度空间关系分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109947817A CN109947817A (zh) | 2019-06-28 |
CN109947817B true CN109947817B (zh) | 2021-06-18 |
Family
ID=67007794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910155439.4A Active CN109947817B (zh) | 2019-03-01 | 2019-03-01 | 一种基于关联图谱的六度空间关系分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109947817B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651682A (zh) * | 2020-05-28 | 2020-09-11 | 广西东信互联科技有限公司 | 一种用于挖掘圈层社交商业价值的系统 |
CN113806356B (zh) * | 2020-06-16 | 2024-03-19 | 中国移动通信集团重庆有限公司 | 数据识别方法、装置及计算设备 |
CN111966912B (zh) * | 2020-09-02 | 2023-03-10 | 深圳壹账通智能科技有限公司 | 基于知识图谱的推荐方法、装置、计算机设备及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103138981B (zh) * | 2011-11-30 | 2017-03-29 | 中国移动通信集团公司 | 一种社交网络分析方法和装置 |
KR102013368B1 (ko) * | 2012-04-18 | 2019-10-21 | 가날리아, 엘엘씨 | 연관 매핑 게임 |
US8943154B1 (en) * | 2012-05-11 | 2015-01-27 | Amazon Technologies, Inc. | Systems and methods for modeling relationships between users, network elements, and events |
CN103744897A (zh) * | 2013-12-24 | 2014-04-23 | 华为技术有限公司 | 故障信息的关联搜索方法、系统和网络管理系统 |
EP3242587A1 (en) * | 2015-01-06 | 2017-11-15 | David Burton | Mobile wearable monitoring systems |
CN107741953B (zh) * | 2017-09-14 | 2020-01-21 | 平安科技(深圳)有限公司 | 社交平台用户的现实关系匹配方法、装置及可读存储介质 |
CN107729466B (zh) * | 2017-10-12 | 2018-08-31 | 杭州中奥科技有限公司 | 关系网络的构建方法、装置及电子设备 |
CN108109071A (zh) * | 2017-12-29 | 2018-06-01 | 长威信息科技发展股份有限公司 | 基于人员社会关系动态关联的监控方法及电子设备 |
CN109376182A (zh) * | 2018-09-26 | 2019-02-22 | 上海睿翎法律咨询服务有限公司 | 基于计算机软件系统实现关联公司识别处理的方法 |
-
2019
- 2019-03-01 CN CN201910155439.4A patent/CN109947817B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109947817A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947817B (zh) | 一种基于关联图谱的六度空间关系分析方法及系统 | |
US7856411B2 (en) | Social network aware pattern detection | |
Mohan et al. | A neighborhood graph based approach to regional co-location pattern discovery: A summary of results | |
Ao et al. | Estimating the locations of emergency events from Twitter streams | |
WO2014150987A1 (en) | Systems and methods for identifying entites using geographical and social mapping | |
KR20150009798A (ko) | 개인 정보 상시 감시 시스템 및 그 상시 감시 방법 | |
US10318964B2 (en) | Systems and methods for detecting entity migration | |
CN111209317A (zh) | 一种知识图谱异常社区检测方法及装置 | |
Borg et al. | Clustering residential burglaries using modus operandi and spatiotemporal information | |
CN116384736A (zh) | 一种智慧城市的风险感知方法及系统 | |
Prathap et al. | Geospatial crime analysis to determine crime density using Kernel density estimation for the Indian context | |
Putra et al. | Flood monitoring with information extraction approach from social media data | |
CN112907308B (zh) | 数据检测方法和装置、计算机可读存储介质 | |
CN112052337A (zh) | 基于时空关联的目标关系探测方法、系统及存储介质 | |
KR101985961B1 (ko) | 국가연구개발과제 유사도 정량화 시스템 및 이를 이용한 국가연구개발과제 협업 제안 방법 | |
Brimicombe et al. | Improving geocoding rates in preparation for crime data analysis | |
Sayuda et al. | Accuracy of vacant housing detection models: An empirical evaluation using municipal and national census datasets | |
Poelmans et al. | A method based on temporal concept analysis for detecting and profiling human trafficking suspects | |
Shafique et al. | Role of GIS in Crime Mapping & Analysis | |
Abiodun et al. | Terrorism prevention: A mathematical model for assessing individuals with profiling | |
Yu et al. | Exploring non-stationarity of local mechanism of crime events with spatial-temporal weighted regression | |
Noor et al. | Relation mining using cross correlation of multi domain social networks | |
Firmansyah et al. | Improving Disaster Response by Combining Automated Text Information Extraction from Images and Text on Social Media | |
Mookiah et al. | Discovering Suspicious Behavior Using Graph-Based Approach | |
Kayode Abiodun | An Overview of Data Analytics in Emergency Management |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 430000 16-19 / F, building C3, future technology building, 999 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Province Patentee after: Wuhan dream database Co., Ltd Address before: 430074 16-19 / F, building C3, future science and technology building, 999 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee before: WUHAN DAMENG DATABASE Co.,Ltd. |