CN110543943B - 一种网络融合方法及装置、电子设备、存储介质 - Google Patents

一种网络融合方法及装置、电子设备、存储介质 Download PDF

Info

Publication number
CN110543943B
CN110543943B CN201910858156.6A CN201910858156A CN110543943B CN 110543943 B CN110543943 B CN 110543943B CN 201910858156 A CN201910858156 A CN 201910858156A CN 110543943 B CN110543943 B CN 110543943B
Authority
CN
China
Prior art keywords
network
information
account
node
nodes
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
Application number
CN201910858156.6A
Other languages
English (en)
Other versions
CN110543943A (zh
Inventor
杨胜文
朱文武
戴明洋
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910858156.6A priority Critical patent/CN110543943B/zh
Publication of CN110543943A publication Critical patent/CN110543943A/zh
Priority to US16/945,834 priority patent/US11368855B2/en
Application granted granted Critical
Publication of CN110543943B publication Critical patent/CN110543943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了一种网络融合方法及装置、电子设备、存储介质，涉及大数据领域。具体实现方案为：至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，线上信息包含有至少一个账号及至少一个网络媒体信息；至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息；利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，如此，构建出异构网络，解决了网络中信息有损的问题。

Description

一种网络融合方法及装置、电子设备、存储介质
技术领域
本申请涉及数据处理领域，尤其涉及一种大数据领域。
背景技术
互联网虚拟空间是近年来非常流行，也非常重要的信息空间。近年来兴起了很多在互联网虚拟空间学习用户特征表示的方法，如大数据，自然语言处理，深度神经网络等。但互联网虚拟空间只是一元信息空间，基于一元信息空间进行用户特征研究，信息永远是有损的。
发明内容
本申请实施例提供一种网络融合方法及装置、电子设备、存储介质，如此，构建出多元异构网络，解决了信息有损的问题。
第一方面，本申请实施例提供了网络融合方法，包括：
至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，线上信息包含有至少一个账号及至少一个网络媒体信息；
至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息；
利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，构建出异构网络。
这里，利用线上信息建立针对互联网虚拟空间的第一网络，利用线下信息建立针对真实物理空间的第二网络，进而利用线上信息和线下信息之间的关联关系，如线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系进行网络融合，如此，构建出异构网络，且该异构网络为多元异构网络，最大化保留了线上信息、线下信息，以及线上信息和线下信息之间的各种相互关系信息，实现了线上信息和线下信息的融合，解决了现有网络信息有损的问题。同时，使异构网络中各节点能够在异构网络对应的异构空间(也即融合空间)中具有可比性，为从不同维度进行信息研究奠定了基础。
在一种实施方式中，将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，包括：
将从网络数据中获取到的第一账号，及第一账号所访问的网络媒体信息作为第一节点，并基于访问关系，构建包含有第一节点的第一网络。
这里，将多种维度的线上信息同质化并分别作为第一网络中节点，比如，将账号与账号所访问的网络媒体信息均作为第一节点，基于访问关系使节点间建立连接，进而构建出第一网络，使得该第一网络能够体现出账号与网络媒体信息之间的关联关系，如此，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。
在一种实施方式中，方法还包括：
将从网络数据中获取到的第一账号，及第一账号登录访问的应用程序作为第一节点，并基于登录访问关系，构建包含有第一节点的第一网络。
这里，将多种维度的线上信息同质化并分别作为第一网络中节点，比如，将账号与账号所登陆访问的应用程序均作为第一节点，进而基于登陆访问关系使节点间建立连接，构建出第一网络，使得第一网络能够体现出账号与应用程序之间的关联关系，如此，丰富了第一网络中节点所表征信息的维度，进而丰富了第一网络中节点的维度，扩充了第一网络，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。
在一种实施方式中，将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，还包括：
将从网络数据中获取到的第一账号，及与第一账号存在交互关系的第二账号作为第一节点，并基于第一账号和第二账号之间的交互关系，构建包含有第一节点的第一网络。
这里，将多种维度的线上信息同质化并分别作为第一网络中节点，比如，账号，以及与账号存在关联关系的其他账号均作为第一节点，进而基于账号之间的交互关系，构建出第一网络，使得第一网络能够体现出账号与账号之间的交互关系，如此，进一步丰富了第一网络中节点所表征信息的维度，进而丰富了第一网络中节点的维度，进一步扩充了第一网络，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。
在一种实施方式中，基于线上信息之间的关联关系，构建包含有第一节点的第一网络，包括：
基于线上信息中账号与网络媒体信息之间的关联关系，确定出账号与账号所访问的网络媒体信息之间的边长；
利用账号与账号所访问的网络媒体信息之间的边长，构建包含有第一节点的第一网络。
这里，将多种维度的线上信息同质化分别作为第一网络中节点，进而基于多种不同维度信息之间的关联关系，确定出表征账号的第一节点与表征该账号所访问的网络媒体信息的第一节点之间的边长，基于边长将两个第一节点建立连接，进而构建得到第一网络，使得该第一网络不仅能够体现出账号与网络媒体信息之间存在关联，还可以利用边长的特征，比如边长的长度值体现出存在关联的节点间的关联强度，如此，进一步丰富了第一网络所表征的信息维度，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。而且，上述过程简单可行，为工程化应用奠定了基础。
在一种实施方式中，将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，还包括：
将从移动通信数据中获取到终端标识，终端标识所对应终端的移动轨迹，及移动轨迹对应的起点位置和终点位置分别作为第二节点，并基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建包含有第二节点的第二网络。
这里，将多种维度的线下信息同质化并分别作为第二网络中节点，比如，将终端标识，以及终端标识对应终端的移动轨迹、以及移动轨迹对应的起点位置和终点位置分别作为第二节点，进而基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建出第二网络，使得第二网络能够体现出终端标识与地位位置，以及移动轨迹之间的关联关系，如此，丰富了第二网络中节点所表征信息的维度，进而丰富了第二网络中节点的维度，扩充了第二网络，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。
在一种实施方式中，基于线下信息之间的关联关系，构建包含有第二节点的第二网络，包括：
基于线下信息中终端标识与位置信息之间的关联关系，确定出终端标识与终端标识相关联的位置信息之间的边长；
利用终端标识与终端标识相关联的位置信息之间的边长，构建包含有第二节点的第二网络。
这里，将多种维度的线下信息同质化分别作为第二网络中节点，进而基于多种不同维度信息之间的关联关系，确定出表征终端标识的第二节点，与表征该终端标识相关联的位置信息(即该终端标识所对应终端的位置信息)的第二节点之间的边长，如此，将两个第二节点建立连接，进而构建得到第二网络，使得该第二网络不仅能够体现出终端标识与地理位置之间的关联关系，还可以利用边长的特征，比如边长的长度值，体现出存在关联的节点间的关联强度，如此，进一步丰富了第二网络所表征的信息维度，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。而且，上述过程简单可行，为工程化应用奠定了基础。
在一种实施方式中，方法还包括：
获取到第一网络和第二网络对应的权重，分别利用第一网络和第二网络对应的权重，对第一网络中边长及第二网络中边长进行加权处理，确定出异构网络中节点间的边长。
这里，可以根据不同的业务需求，确定不同网络的权重，并利用网络对应的权重对网络中边长进行加权处理，进而使不同网络之间权重具有可比性，如此，使得异构网络更能体现出真实环境/场景下的不同节点间的相互关联关系，为后续从不同维度进行信息研究奠定了可靠的网络基础。
在一种实施方式中，利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，包括：
判断线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息是否存在关联关系，确定存在关联关系后，基于关联关系对第一网络和第二网络进行融合，构建出异构网络。
这里，该实施方式中具体给出了基于线上信息与线下信息之间的关联关系进行融合的一种具体方式，即基于线上信息所包含账号对应的用户信息，以及线下信息所包含终端标识对应的用户信息来进行第一网络和第二网络之间的融合，也就是说，基于用户信息将第一网络和第二网络进行融合，比如，若第一账号对应的用户信息与终端标识对应的用户信息间存在关联关系，则可基于此直接将存在关联关系的第一账号对应的第一节点与终端标识对应的第二节点直接建立连接，以将第一网络和第二网络进行融合，该融合方式不仅简单可行，而且真实易懂，如此，使得异构空间也简单易懂，进而为能够最大化表征不同节点之间的相互关联关系奠定了基础；同时，也为后续基于异构网络从不维度对用户行为进行研究奠定了基础。
在一种实施方式中，利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，包括：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息相同后，将表征第一账号的第一节点，与表征终端标识的第二节点融合成表征用户信息的融合节点，构建出包含有第一节点、第二节点以及融合节点的异构网络。
这里，该实施方式中具体给出了基于线上信息与线下信息之间的关联关系进行融合的一种具体方式，即基于线上信息所包含账号对应的用户信息，以及线下信息所包含终端标识对应的用户信息来进行第一网络和第二网络之间的融合，比如，当两者表征的用户信息相同时，即可将表征第一账号的第一节点，与表征终端标识的第二节点融合成表征用户信息的融合节点，进而实现第一网络和第二网络的融合，丰富了异构网络中节点所表征信息的维度，进而丰富了异构网络中节点的维度，且该方式简单可行，便于理解，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础，同时，也为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。
在一种实施方式中，利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，包括：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息不相同后，判断终端标识对应的第三账号是否与第一账号之间存在交互关系，若存在，基于交互关系，将表征第一账号的第一节点，与表征第三账号对应的终端标识的第二节点建立连接，以融合第一网络和第二网络，得到异构网络。
这里，该实施方式中具体给出了基于线上信息与线下信息之间的关联关系进行融合的一种具体方式，即基于线上信息所包含账号对应的用户信息，以及线下信息所包含终端标识对应的用户信息来进行第一网络和第二网络之间的融合，比如，当两者表征的用户信息不相同时，可以进一步判断终端标识是否对应第三账号，若对应，则判断第三账号与第一账号之间是否存在交互关系，若存在，基于交互关系，将表征第一账号的第一节点，与表征第三账号对应的终端标识的第二节点建立连接，以将第一网络和第二网络的融合，且该方式简单可行，便于理解，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础，同时，也为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。
在一种实施方式中，方法还包括：
确定出异构网络中各节点的向量特征；
利用不同节点之间的向量特征计算得到异构网络所表征融合空间的节点间距离。
这里，该实施方式中给出了异构网络中各节点的表征方式，比如，利用向量来表征异构网络中的各节点，如此，利用向量即可计算得到异构网络中任意两个节点之间在异构网络所对融合空间(也即异构空间)下的距离，利用该距离即可表征出在融合空间下的节点间的关联强度，如此，解决了跨网络间节点不具有可比性的问题，为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。
第二方面，本申请实施例提供了一种网络融合装置，包括：
网络构建单元，用于至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，线上信息包含有至少一个账号及至少一个网络媒体信息；至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息；
融合单元，用于利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，构建出异构网络。
在一种实施方式中，网络构建单元，还用于：将从网络数据中获取到的第一账号，及第一账号所访问的网络媒体信息作为第一节点，并基于访问关系，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元，还用于：将从网络数据中获取到的第一账号，及第一账号登录访问的应用程序作为第一节点，并基于登录访问关系，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元，还用于：将从网络数据中获取到的第一账号，及与第一账号存在交互关系的第二账号作为第一节点，并基于第一账号和第二账号之间的交互关系，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元，还用于：
基于线上信息中账号与网络媒体信息之间的关联关系，确定出账号与账号所访问的网络媒体信息之间的边长；
利用账号与账号所访问的网络媒体信息之间的边长，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元，还用于：
将从移动通信数据中获取到终端标识，终端标识所对应终端的移动轨迹，及移动轨迹对应的起点位置和终点位置分别作为第二节点，并基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建包含有第二节点的第二网络。
在一种实施方式中，网络构建单元，还用于：
基于线下信息中终端标识与位置信息之间的关联关系，确定出终端标识与终端标识相关联的位置信息之间的边长；
利用终端标识与终端标识相关联的位置信息之间的边长，构建包含有第二节点的第二网络。
在一种实施方式中，融合单元，还用于：
获取到第一网络和第二网络对应的权重，分别利用第一网络和第二网络对应的权重，对第一网络中边长及第二网络中边长进行加权处理，确定出异构网络中节点间的边长。
在一种实施方式中，融合单元，还用于：
判断线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息是否存在关联关系，确定存在关联关系后，基于关联关系对第一网络和第二网络进行融合，构建出异构网络。
在一种实施方式中，融合单元，还用于：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息相同后，将表征第一账号的第一节点，与表征终端标识的第二节点融合成表征用户信息的融合节点，构建出包含有第一节点、第二节点以及融合节点的异构网络。
在一种实施方式中，融合单元，还用于：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息不相同后，判断终端标识对应的第三账号是否与第一账号之间存在交互关系，若存在，基于交互关系，将表征第一账号的第一节点，与表征第三账号对应的终端标识的第二节点建立连接，以融合第一网络和第二网络，得到异构网络。
在一种实施方式中，融合单元，还用于：
确定出异构网络中各节点的向量特征；
利用不同节点之间的向量特征计算得到异构网络所表征融合空间的节点间距离。
第三方面，本申请实施例提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行权利要求以上方法。
第四方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行以上方法。
上述申请中的一个实施例具有如下优点或有益效果：
利用线上信息建立针对互联网虚拟空间的第一网络，利用线下信息建立针对真实物理空间的第二网络，进而利用线上信息和线下信息之间的关联关系，如线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系进行网络融合，如此，构建出异构网络，且该异构网络为多元异构网络，最大化保留了线上信息、线下信息，以及线上信息和线下信息之间的各种相互关系信息，避免了信息有损的问题。同时，使异构网络中各节点能够在异构网络对应的异构空间(也即融合空间)中具有可比性，为从不同维度进行信息研究，奠定了基础。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例的方法流程示意图；
图2是根据本申请实施例一具体应用的网络结构示意图一；
图3是根据本申请实施例一具体应用的网络结构示意图二；
图4是用来实现本申请实施例的网络融合装置的框图；
图5是可以实现本申请实施例的网络融合场景图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实际应用中，可以利用下述方法建立针对互联网虚拟空间的一元信息网络，如对不同数据源的用户关系从用户维度来分别建立网络，并将网络同质化，再利用DeepWalk、Node2vec、Line等技术学习出网络中节点的向量表征，这样，得到一元网络空间，但社会是多元的，只从一元维度来建立网络，信息永远是有损的，即便基于多个一元网络学习到每个网络中各节点的向量表征，依然不能使网络之间的节点在同一空间中具有可比性，因此，如何将多个网络进行融合构建出多元异构网络成为亟待解决的问题。
基于此，本申请实施例提供了一种网络融合方法，将各元信息空间用关系网络的方式组织在一起，成为多元异构网络，且多元异构网络中尽可能多的保留了各种相互关系信息。具体地，基于互联网虚拟空间中的线上信息建立网络，基于地理位置空间等线下信息建立网络，进而基于线上信息和线下信息之间的关联关系，对两个网络进行融合，得到异构网络，这样，使跨网络间的节点在该异构网络对应的异构空间中具有可比性，尽可能最大化的保留下了不同信息之间的相互关系信息。
具体地，图1是根据本申请第一实施例的方法流程示意图，如图1所示，方法包括：
步骤S101：至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，线上信息包含有至少一个账号及至少一个网络媒体信息。
本申请实施例中，网络媒体信息可以具体为互联网中展示的任意平台(网站和/或应用程序)的任意信息，比如，包含但不限于如下信息中的一种：图片，动图，文本，音频，网络链接。账号可以表征用户用于登录应用程序的用户标识，即账号能够直接与用户信息对应，这样，由于账号能够与网络媒体信息建立关联关系，而账号又对应用户信息，因此，第一网络即表征有用户信息与网络媒体信息之间的关联关系。
在一具体示例中，可以直接将用户信息替换账号来作为第一节点，如此，构建得到的第一网络即可直接提现出用户信息与网络媒体信息之间的关联关系。当然，实际应用中，同一个用户信息可能对应多个不同的账号，此时，可以将多个不同的账号均用同一用户信息表征即可。或者，还可以在第一网络中增加用户信息的节点，即将用户信息也作为第一节点，此时，可以建立用户信息与账号、以及网络媒体信息三者之间的关联关系。相应地，线上信息还可以包含有至少一个用户信息。
本申请实施例中，可以采用如下方式构建得到第一网络，具体地，
方式一：将从网络数据中获取到的第一账号，及第一账号所访问的网络媒体信息作为第一节点，并基于访问关系，构建包含有第一节点的第一网络。也就是说，将多种维度的线上信息同质化并分别作为第一网络中节点，比如，将账号与账号所访问的网络媒体信息均作为第一节点，基于访问关系使节点间建立连接，进而构建出第一网络，使得该第一网络能够体现出账号与网络媒体信息之间的关联关系。
方式二：将从网络数据中获取到的第一账号，及第一账号登录访问的应用程序作为第一节点，并基于登录访问关系，构建包含有第一节点的第一网络。也就是说，将多种维度的线上信息同质化并分别作为第一网络中节点，比如，将账号与账号所登陆访问的应用程序均作为第一节点，进而基于登陆访问关系使节点间建立连接，构建出第一网络，使得第一网络能够体现出账号与应用程序之间的关联关系，如此，丰富了第一网络中节点所表征信息的维度，进而丰富了第一网络中节点的维度，扩充了第一网络。
方式三：将从网络数据中获取到的第一账号，及与第一账号存在交互关系的第二账号作为第一节点，并基于第一账号和第二账号之间的交互关系，构建包含有第一节点的第一网络，这里，线上信息中也包含有第二账号。也就是说，将多种维度的线上信息同质化并分别作为第一网络中节点，比如，账号，以及与账号存在关联关系的其他账号均作为第一节点，进而基于账号之间的交互关系，构建出第一网络，使得第一网络能够体现出账号与账号之间的交互关系，如此，进一步丰富了第一网络中节点所表征信息的维度，进而丰富了第一网络中节点的维度，进一步扩充了第一网络。
这里，实际应用中，上述三种方式可以择一而执行，也可以选取其中的任意两种或三种而执行，本申请实施例对此不作限制，可根据实际场景需求，实际应用而确定。
在另一具体示例中，可以采用如下方式使第一网络中的节点建立连接，具体包括：基于线上信息中账号与网络媒体信息之间的关联关系，确定出账号与账号所访问的网络媒体信息之间的边长；利用账号与账号所访问的网络媒体信息之间的边长，构建包含有第一节点的第一网络。
也就是说，将多种维度的线上信息同质化分别作为第一网络中节点，进而基于多种不同维度信息之间的关联关系，确定出表征账号的第一节点与表征该账号所访问的网络媒体信息的第一节点之间的边长，基于边长将两个第一节点建立连接，进而构建得到第一网络，使得该第一网络不仅能够体现出账号与网络媒体信息之间存在关联，还可以利用边长的特征，比如边长的长度值体现出存在关联的节点间的关联强度，如此，进一步丰富了第一网络所表征的信息维度，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。而且，上述过程简单可行，为工程化应用奠定了基础。
步骤S102：至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息。
本申请实施例中的线下信息可以为以下信息中的至少一种：终端标识、位置信息、移动轨迹、交通信息、Wifi到店信息等。这里，Wifi到店指利用终端连接Wifi信号后所确定出的用户位置、Wifi信号所属的实体店的相关信息等。
在一具体示例中，可以采用如下方式构建第二网络，具体地，
方式一：将从移动通信数据中获取到的终端标识，终端标识所对应终端的位置信息分别作为第二节点，并基于终端标识与终端标识所对应终端的位置信息之间的关联关系，构建包含有第二节点的第二网络。
也就是说，将多种维度的线下信息同质化并分别作为第二网络中节点，比如，将终端标识，以及终端标识对应终端的位置信息分别作为第二节点，进而基于终端标识与位置信息之间的关联关系，构建出第二网络，使得第二网络能够体现出终端标识与地位位置之间的关联关系，如此，丰富了第二网络中节点所表征信息的维度，进而丰富了第二网络中节点的维度，扩充了第二网络，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。
方式二：将从移动通信数据中获取到终端标识，终端标识所对应终端的移动轨迹，及移动轨迹对应的起点位置和终点位置分别作为第二节点，并基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建包含有第二节点的第二网络。
也就是说，将多种维度的线下信息同质化并分别作为第二网络中节点，比如，将终端标识，以及终端标识对应终端的移动轨迹、以及移动轨迹对应的起点位置和终点位置分别作为第二节点，进而基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建出第二网络，使得第二网络能够体现出终端标识与地位位置，以及移动轨迹之间的关联关系，如此，丰富了第二网络中节点所表征信息的维度，进而丰富了第二网络中节点的维度，扩充了第二网络，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。
这里，实际应用中，上述两种方式可以择一而执行，也可以均执行，本申请实施例对此不作限制，可根据实际场景需求，实际应用而确定。
在另一具体示例中，可以采用如下方式使第一网络中的节点建立连接，具体包括：基于线下信息中终端标识与位置信息之间的关联关系，确定出终端标识与终端标识相关联的位置信息之间的边长；利用终端标识与终端标识相关联的位置信息之间的边长，构建包含有第二节点的第二网络。
也就是说，将多种维度的线下信息同质化分别作为第二网络中节点，进而基于多种不同维度信息之间的关联关系，确定出表征终端标识的第二节点，与表征该终端标识相关联的位置信息(即该终端标识所对应终端的位置信息)的第二节点之间的边长，如此，将两个第二节点建立连接，进而构建得到第二网络，使得该第二网络不仅能够体现出终端标识与地理位置之间的关联关系，还可以利用边长的特征，比如边长的长度值，体现出存在关联的节点间的关联强度，如此，进一步丰富了第二网络所表征的信息维度，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础。而且，上述过程简单可行，为工程化应用奠定了基础。
步骤S103：利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，构建出异构网络。
这里，本申请实施例构建出的异构网络为多元的，也即多元异构网络。进一步地，实际应用中，还可以确定出异构网络中各节点的向量特征，并利用不同节点之间的向量特征计算得到异构网络所表征融合空间的节点间距离，这里，由于异构网络中每个节点都通过向量来表征，每一向量均对应同一异构空间(该异构空间对应的多元空间，该异构空间也即融合空间)，所以，节点之间在该异构空间下具有可比性，解决了跨网络间节点不具有可比性的问题，为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。而且，利用该距离还可以表征出在融合空间下的节点间的关联强度，丰富了异构网络的信息维度。
在一具体示例中，可以根据不同的业务需求，确定不同网络的权重，并利用网络对应的权重对网络中边长进行加权处理，进而使不同网络之间权重具有可比性，如此，使得异构网络更能体现出真实环境/场景下的不同节点间的相互关联关系，为后续从不同维度进行信息研究奠定了可靠的网络基础。具体地，获取到第一网络和第二网络对应的权重，分别利用第一网络和第二网络对应的权重，对第一网络中边长及第二网络中边长进行加权处理，确定出异构网络中节点间的边长。
本申请实施例可以采用如下方式进行网络融合，具体地，
方式一：判断线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息是否存在关联关系，确定存在关联关系后，基于关联关系对第一网络和第二网络进行融合，构建出异构网络。
这里，该方式中具体给出了基于线上信息与线下信息之间的关联关系进行融合的一种具体方式，即基于线上信息所包含账号对应的用户信息，以及线下信息所包含终端标识对应的用户信息来进行第一网络和第二网络之间的融合，也就是说，基于用户信息将第一网络和第二网络进行融合，比如，若第一账号对应的用户信息与终端标识对应的用户信息间存在关联关系，则可基于此直接将存在关联关系的第一账号对应的第一节点与终端标识对应的第二节点直接建立连接，以将第一网络和第二网络进行融合，该融合方式不仅简单可行，而且真实易懂，如此，使得异构空间也简单易懂，进而为能够最大化表征不同节点之间的相互关联关系奠定了基础；同时，也为后续基于异构网络从不维度对用户行为进行研究奠定了基础。
方式二：确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息相同后，将表征第一账号的第一节点，与表征终端标识的第二节点融合成表征用户信息的融合节点，构建出包含有第一节点、第二节点以及融合节点的异构网络。
这里，该方式中具体给出了基于线上信息与线下信息之间的关联关系进行融合的一种具体方式，即基于线上信息所包含账号对应的用户信息，以及线下信息所包含终端标识对应的用户信息来进行第一网络和第二网络之间的融合，比如，当两者表征的用户信息相同时，即可将表征第一账号的第一节点，与表征终端标识的第二节点融合成表征用户信息的融合节点，进而实现第一网络和第二网络的融合，丰富了异构网络中节点所表征信息的维度，进而丰富了异构网络中节点的维度，且该方式简单可行，便于理解，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础，同时，也为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。
方式三：确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息不相同后，判断终端标识对应的第三账号是否与第一账号之间存在交互关系，若存在，基于交互关系，将表征第一账号的第一节点，与表征第三账号对应的终端标识的第二节点建立连接，以融合第一网络和第二网络，得到异构网络。
这里，该方式中具体给出了基于线上信息与线下信息之间的关联关系进行融合的一种具体方式，即基于线上信息所包含账号对应的用户信息，以及线下信息所包含终端标识对应的用户信息来进行第一网络和第二网络之间的融合，比如，当两者表征的用户信息不相同时，可以进一步判断终端标识是否对应第三账号，若对应，则判断第三账号与第一账号之间是否存在交互关系，若存在，基于交互关系，将表征第一账号的第一节点，与表征第三账号对应的终端标识的第二节点建立连接，以将第一网络和第二网络的融合，且该方式简单可行，便于理解，为后续能够最大化表征不同信息之间的相互关联关系奠定了基础，同时，也为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。
这里，实际应用中，上述三种方式可以择一而执行，也可以选取其中的任意两种或三种而执行，本申请实施例对此不作限制，可根据实际场景需求，实际应用而确定。
这样，利用线上信息建立针对互联网虚拟空间的第一网络，利用线下信息建立针对真实物理空间的第二网络，进而利用线上信息和线下信息之间的关联关系，如线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系进行网络融合，如此，构建出异构网络，且该异构网络为多元异构网络，不仅表达出了账号、网络媒体信息等的线上信息，还表达出了终端标识、位置信息等线下信息，因此，最大化保留了线上信息、线下信息，以及线上信息和线下信息之间的各种相互关系信息，实现了线上信息和线下信息的融合，解决了现有网络信息有损的问题。
而且，由于异构网络中每个节点均对应同一异构空间(也即融合空间)，所以，节点之间在该异构空间下具有可比性，解决了跨网络间节点不具有可比性的问题，为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。
以下结合具体示例对本申请实施例做进一步详细说明，这里，图2是根据本申请实施例一具体应用的网络结构示意图一；图3是根据本申请实施例一具体应用的网络结构示意图二；结合图2和图3所示的网络结构来还说明多元异构网络的建立流程：
一，线上信息空间的网络建立，线上信息空间多样，本示例仅举例说明，并不局限以下几种信息空间；具体地，如图2所示，运用线上各数据源的用户交互行为，建立针对虚拟空间的关系信息网络。比如，基于贴吧数据源，建立出用户与贴吧的评论关系(如user1评论tie1的评论关系)，用户与用户间的楼中楼回复关系(如user1和user2之间的楼中楼回复关系)，用户点赞帖子的关系(如user3点赞tie1之间的关系)，用户关注用户的关系。又比如，基于Feed流量，建立用户评论Feed图文的关系(如user2评论Feed 1之间的关系)，用户点赞Feed图文的关系(如user3点赞Feed 1之间的关系)，用户分享Feed图文给其他用户的关系(如user3与user4之间的分享关系，图中未示出分享的Feed图文)等。又比如，基于微博，我们建立用户转发微博的关系(如user4转发weibo的关系)，用户@用户的关系(如user2“@”(指呼叫)user5之间的关系)，用户评论微博的关系，用户撰写微博的关系等。又比如，基于视频等数据源，可以建立起用户与用户，用户与实体间的异构关系网络。又比如，基于垂类的小众应用程序，建立用户安装与使用应用程序的依赖关系，以使用时长为权重；并通过节点间关系的发生频率，或者使用应用程序的时长，为其关系边建立边长。
二：线下信息空间的网络建立，线下信息空间多样，本示例仅举例说明，并不局限以下几种信息空间。比如，基于Wifi到店，建立用户在一段时间内与某Wifi实体的相边关系，并以时长加权总次数作为边长权重；又比如，基于用户出行的定位数据，建立用户与途经的位置的关系，如一次出行可将位置分为“出发地”，“途径”，“目的地”三种关系，依此，建立用户与途径位置之间的关系。如图3所示，user3与位置2建立目的地关系；位置2与Wifi建立途径关系，即位置2途径Wifi的辐射区；user5与位置1建立途径关系；user2与位置1建立出发地关系；user2与Wifi建立连接关系等等。
三，融合线上线下的各元关系网络。以用户信息将网络进行融合，比如，以用户的唯一ID为共同点，将多元的网络融合成统一的异构网络，图3即为基于用户信息融合后的异构网络。
这里，可以针对业务场景或经验判断来为不同网络配置权重，并利用网络对应的权重对边长进行加权处理，以使不同网络之间的边长具有可比性。
实际应用中，还可以基于融合后的多元异构关系网络，学习多元异构网络中的各节点的低维表征，意在通过囊括用户在线上和线下的各维关系结合而成的网络结构，用低维的数字向量表征用户与其他信息之间的关系。比如，基于Graph Embedding的训练方法，并采用基于随机游走式的路径采样的方式，或者采用GCN式的神经网络的训练方式，学习到异构网络中各节点的embedding向量，且各向量都在一个可比的信息空间维度中，为业务上的用户与用户间的距离、用户与其他信息(比如，图2和图3中的除user之外的信息)的距离，其他信息之间的距离计算打下基础。
进一步地，在异构网络的基础上，通过Graph Embedding的相似度计算完成节点的聚类，或基于图结构本身完成社区发现，即可得到包含有一些用户的社区，同时，可以获知该社区用户在过去一段时间内的贴吧、微博及Feed等线上兴趣点和关注点，还可获知在过去一段时间内常去的地理位置及共同访问的Wifi等线下信息，如此，便于基于这些信息完成在城市管理方面的一些应用。比如，基于上述的多元异构网络的建立与embedding向量的确定，可以在多元互补的思路上，对用户出行给出更合理的出行建议及引导。用户在主动表达出要去的目的地之后，可以基于多元异构关系网络获知用户会途径的位置，同时，可以获知用户在途径位置附近是否存在线上的关注点，并通过线上的关注点与本次出行途径的位置实体计算出用户有可能会去某位置完成的事项，如果商场购物或餐饮美食等。这样，在给用户推荐路线时不只单纯的依靠距离最短或时间最短，而是更生活化的给用户推荐路线及建议出完成的事项。
这样，基于互联网虚拟空间中的线上信息建立网络，基于地理位置空间等线下信息建立网络，进而基于线上信息和线下信息之间的关联关系，对两个网络进行融合，得到异构网络，如此，使跨网络间的节点在该异构网络对应的异构空间中具有可比性，尽可能最大化的保留下了不同信息之间的相互关系信息。同时，为基于异构网络从不同维度进行信息研究奠定了基础。
本申请实施例还提供了一种网络融合装置，如图4所示，该装置包括：
网络构建单元41，用于至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，线上信息包含有至少一个账号及至少一个网络媒体信息；至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息；
融合单元42，用于利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，构建出异构网络。
在一种实施方式中，网络构建单元41，还用于：将从网络数据中获取到的第一账号，及第一账号所访问的网络媒体信息作为第一节点，并基于访问关系，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元41，还用于：将从网络数据中获取到的第一账号，及第一账号登录访问的应用程序作为第一节点，并基于登录访问关系，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元41，还用于：将从网络数据中获取到的第一账号，及与第一账号存在交互关系的第二账号作为第一节点，并基于第一账号和第二账号之间的交互关系，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元41，还用于：
基于线上信息中账号与网络媒体信息之间的关联关系，确定出账号与账号所访问的网络媒体信息之间的边长；
利用账号与账号所访问的网络媒体信息之间的边长，构建包含有第一节点的第一网络。
在一种实施方式中，网络构建单元41，还用于：
将从移动通信数据中获取到终端标识，终端标识所对应终端的移动轨迹，及移动轨迹对应的起点位置和终点位置分别作为第二节点，并基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建包含有第二节点的第二网络。
在一种实施方式中，网络构建单元41，还用于：
基于线下信息中终端标识与位置信息之间的关联关系，确定出终端标识与终端标识相关联的位置信息之间的边长；
利用终端标识与终端标识相关联的位置信息之间的边长，构建包含有第二节点的第二网络。
在一种实施方式中，融合单元42，还用于：
获取到第一网络和第二网络对应的权重，分别利用第一网络和第二网络对应的权重，对第一网络中边长及第二网络中边长进行加权处理，确定出异构网络中节点间的边长。
在一种实施方式中，融合单元42，还用于：
判断线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息是否存在关联关系，确定存在关联关系后，基于关联关系对第一网络和第二网络进行融合，构建出异构网络。
在一种实施方式中，融合单元42，还用于：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息相同后，将表征第一账号的第一节点，与表征终端标识的第二节点融合成表征用户信息的融合节点，构建出包含有第一节点、第二节点以及融合节点的异构网络。
在一种实施方式中，融合单元42，还用于：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息不相同后，判断终端标识对应的第三账号是否与第一账号之间存在交互关系，若存在，基于交互关系，将表征第一账号的第一节点，与表征第三账号对应的终端标识的第二节点建立连接，以融合第一网络和第二网络，得到异构网络。
在一种实施方式中，融合单元42，还用于：
确定出异构网络中各节点的向量特征；
利用不同节点之间的向量特征计算得到异构网络所表征融合空间的节点间距离。
这里需要指出的是：以上装置实施例项的描述，与上述方法描述是类似的，具有同方法实施例相同的有益效果，因此不做赘述。对于本申请装置实施例中未披露的技术细节，本领域的技术人员请参照本申请方法实施例的描述而理解，为节约篇幅，这里不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的网络融合方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的网络融合方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的网络融合方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的网络融合方法对应的程序指令/模块(例如，附图4所示的网络构建单元401和融合单元402)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的网络融合方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据网络融合方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至网络融合方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
网络融合方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与网络融合方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
这样，根据本申请实施例的技术方案，利用线上信息建立针对互联网虚拟空间的第一网络，利用线下信息建立针对真实物理空间的第二网络，进而利用线上信息和线下信息之间的关联关系，如线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系进行网络融合，如此，构建出异构网络，且该异构网络为多元异构网络，不仅表达出了账号、网络媒体信息等的线上信息，还表达出了终端标识、位置信息等线下信息，因此，最大化保留了线上信息、线下信息，以及线上信息和线下信息之间的各种相互关系信息，实现了线上信息和线下信息的融合，解决了现有网络信息有损的问题。
而且，由于异构网络中每个节点均对应同一异构空间(也即融合空间)，所以，节点之间在该异构空间下具有可比性，解决了跨网络间节点不具有可比性的问题，为后续基于异构空间从不同维度对用户行为进行研究奠定了基础。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (20)

1.一种网络融合方法，其特征在于，包括：
至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息中账号与网络媒体信息之间的关联关系，构建包含有第一节点的第一网络，所述线上信息包含有至少一个账号及至少一个网络媒体信息；
至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，所述线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息；
利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，构建出异构网络。
2.根据权利要求1所述的方法，其特征在于，所述将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，包括：
将从网络数据中获取到的第一账号，及第一账号所访问的网络媒体信息作为第一节点，并基于访问关系，构建包含有第一节点的第一网络。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将从网络数据中获取到的第一账号，及第一账号登录访问的应用程序作为第一节点，并基于登录访问关系，构建包含有第一节点的第一网络。
4.根据权利要求1或2或3所述的方法，其特征在于，所述将从网络数据中获取到的线上信息作为第一节点，并基于线上信息之间的关联关系，构建包含有第一节点的第一网络，还包括：
将从网络数据中获取到的第一账号，及与第一账号存在交互关系的第二账号作为第一节点，并基于第一账号和第二账号之间的交互关系，构建包含有第一节点的第一网络。
5.根据权利要求1所述的方法，其特征在于，所述基于线上信息之间的关联关系，构建包含有第一节点的第一网络，包括：
基于线上信息中账号与网络媒体信息之间的关联关系，确定出账号与账号所访问的网络媒体信息之间的边长；
利用账号与账号所访问的网络媒体信息之间的边长，构建包含有第一节点的第一网络。
6.根据权利要求1所述的方法，其特征在于，所述将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，还包括：
将从移动通信数据中获取到终端标识，终端标识所对应终端的移动轨迹，及移动轨迹对应的起点位置和终点位置分别作为第二节点，并基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建包含有第二节点的第二网络。
7.根据权利要求1所述的方法，其特征在于，所述基于线下信息之间的关联关系，构建包含有第二节点的第二网络，包括：
基于线下信息中终端标识与位置信息之间的关联关系，确定出终端标识与终端标识相关联的位置信息之间的边长；
利用终端标识与终端标识相关联的位置信息之间的边长，构建包含有第二节点的第二网络。
8.根据权利要求5或7所述的方法，其特征在于，所述方法还包括：
获取到第一网络和第二网络对应的权重，分别利用第一网络和第二网络对应的权重，对第一网络中边长及第二网络中边长进行加权处理，确定出异构网络中节点间的边长。
9.根据权利要求1所述的方法，其特征在于，所述利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，包括：
判断线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息是否存在关联关系，确定存在关联关系后，基于关联关系对第一网络和第二网络进行融合，构建出异构网络。
10.根据权利要求1或9所述的方法，其特征在于，所述利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，包括：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息相同后，将表征第一账号的第一节点，与表征终端标识的第二节点融合成表征所述用户信息的融合节点，构建出包含有第一节点、第二节点以及融合节点的异构网络。
11.根据权利要求1或9所述的方法，其特征在于，所述利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，包括：
确定线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息不相同后，判断终端标识对应的第三账号是否与第一账号之间存在交互关系，若存在，基于交互关系，将表征第一账号的第一节点，与表征第三账号对应的终端标识的第二节点建立连接，以融合第一网络和第二网络，得到异构网络。
12.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定出异构网络中各节点的向量特征；
利用不同节点之间的向量特征计算得到异构网络所表征融合空间的节点间距离。
13.一种网络融合装置，其特征在于，包括：
网络构建单元，用于至少将从网络数据中获取到的线上信息作为第一节点，并基于线上信息中账号与网络媒体信息之间的关联关系，构建包含有第一节点的第一网络，所述线上信息包含有至少一个账号及至少一个网络媒体信息；至少将从移动通信数据中获取到的线下信息作为第二节点，并基于线下信息之间的关联关系，构建包含有第二节点的第二网络，所述线下信息包含至少一个终端标识及至少一个终端标识所对应终端的位置信息；
融合单元，用于利用线上信息所包含的账号及线下信息所包含的终端标识之间的关联关系，对第一网络和第二网络进行融合，构建出异构网络。
14.根据权利要求13所述的装置，其特征在于，所述网络构建单元，还用于：将从网络数据中获取到的第一账号，及第一账号登录访问的应用程序作为第一节点，并基于登录访问关系，构建包含有第一节点的第一网络。
15.根据权利要求13或14所述的装置，其特征在于，所述网络构建单元，还用于：将从网络数据中获取到的第一账号，及与第一账号存在交互关系的第二账号作为第一节点，并基于第一账号和第二账号之间的交互关系，构建包含有第一节点的第一网络。
16.根据权利要求13所述的装置，其特征在于，所述网络构建单元，还用于：将从移动通信数据中获取到终端标识，终端标识所对应终端的移动轨迹，及移动轨迹对应的起点位置和终点位置分别作为第二节点，并基于终端标识与移动轨迹、起点位置和终点位置之间的关联关系，构建包含有第二节点的第二网络。
17.根据权利要求13所述的装置，其特征在于，所述融合单元，还用于：
判断线上信息所包含的第一账号对应的用户信息与线下信息所包含的终端标识对应的用户信息是否存在关联关系，确定存在关联关系后，基于关联关系对第一网络和第二网络进行融合，构建出异构网络。
18.根据权利要求13所述的装置，其特征在于，所述融合单元，还用于：
确定出异构网络中各节点的向量特征；
利用不同节点之间的向量特征计算得到异构网络所表征融合空间的节点间距离。
19.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-12中任一项所述的方法。
CN201910858156.6A 2019-09-10 2019-09-10 一种网络融合方法及装置、电子设备、存储介质 Active CN110543943B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910858156.6A CN110543943B (zh) 2019-09-10 2019-09-10 一种网络融合方法及装置、电子设备、存储介质
US16/945,834 US11368855B2 (en) 2019-09-10 2020-08-01 Network convergence method and device, electronic apparatus, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910858156.6A CN110543943B (zh) 2019-09-10 2019-09-10 一种网络融合方法及装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN110543943A CN110543943A (zh) 2019-12-06
CN110543943B true CN110543943B (zh) 2022-03-25

Family

ID=68713222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910858156.6A Active CN110543943B (zh) 2019-09-10 2019-09-10 一种网络融合方法及装置、电子设备、存储介质

Country Status (2)

Country Link
US (1) US11368855B2 (zh)
CN (1) CN110543943B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110543943B (zh) * 2019-09-10 2022-03-25 北京百度网讯科技有限公司 一种网络融合方法及装置、电子设备、存储介质
CN111241210B (zh) * 2020-01-14 2023-04-28 北京明略软件系统有限公司 一种实现关系分析的方法、装置、计算机存储介质及终端
CN112115381A (zh) * 2020-09-28 2020-12-22 北京百度网讯科技有限公司 融合关系网络的构建方法、装置、电子设备和介质
US20220100720A1 (en) * 2020-09-28 2022-03-31 Mastercard International Incorporated Method and system for entity resolution
CN113051313B (zh) * 2021-03-25 2023-07-25 北京百度网讯科技有限公司 信息聚合方法、装置、电子设备、存储介质和程序产品
CN114510642B (zh) * 2022-02-17 2024-06-25 重庆大学 基于异构信息网络的书籍推荐方法、系统及设备
CN117033745B (zh) * 2023-10-10 2024-01-09 北京智慧易科技有限公司 一种作弊对象识别方法、系统、设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014169823A1 (zh) * 2013-04-19 2014-10-23 华为终端有限公司 定位信息获取方法、终端及移动宽带接口模型mbim设备
CN109635989A (zh) * 2018-08-30 2019-04-16 电子科技大学 一种基于多源异构数据融合的社交网络链路预测方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080103784A1 (en) * 2006-10-25 2008-05-01 0752004 B.C. Ltd. Method and system for constructing an interactive online network of living and non-living entities
US20100311393A1 (en) * 2009-06-08 2010-12-09 Castleman Mark Methods and apparatus for distributing, storing, and replaying directives within a network
US20150245168A1 (en) * 2014-02-25 2015-08-27 Flock Inc. Systems, devices and methods for location-based social networks
US10200483B2 (en) * 2016-01-29 2019-02-05 International Business Machines Corporation Organizing location-based social network communities
US10963273B2 (en) * 2018-04-20 2021-03-30 Facebook, Inc. Generating personalized content summaries for users
CN108768843A (zh) * 2018-06-27 2018-11-06 安徽国讯芯微科技有限公司 一种多网融合边缘计算网关
US10817777B2 (en) * 2019-01-31 2020-10-27 StradVision, Inc. Learning method and learning device for integrating object detection information acquired through V2V communication from other autonomous vehicle with object detection information generated by present autonomous vehicle, and testing method and testing device using the same
US10984246B2 (en) * 2019-03-13 2021-04-20 Google Llc Gating model for video analysis
CN110336825A (zh) * 2019-07-10 2019-10-15 广东工业大学 一种基于IPv6网关的多协议网络融合方法及装置
CN110543943B (zh) * 2019-09-10 2022-03-25 北京百度网讯科技有限公司 一种网络融合方法及装置、电子设备、存储介质
CN112115381A (zh) * 2020-09-28 2020-12-22 北京百度网讯科技有限公司 融合关系网络的构建方法、装置、电子设备和介质
CN112492003B (zh) * 2020-11-18 2023-03-28 中盈优创资讯科技有限公司 一种基于业务编排器的云网融合业务处理方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014169823A1 (zh) * 2013-04-19 2014-10-23 华为终端有限公司 定位信息获取方法、终端及移动宽带接口模型mbim设备
CN109635989A (zh) * 2018-08-30 2019-04-16 电子科技大学 一种基于多源异构数据融合的社交网络链路预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于位置的社会网络中用户社区发现方法研究;陈彦强;《万方数据知识服务平台》;20170414;正文第2.3节，第3-4章 *

Also Published As

Publication number Publication date
CN110543943A (zh) 2019-12-06
US20210076224A1 (en) 2021-03-11
US11368855B2 (en) 2022-06-21

Similar Documents

Publication Publication Date Title
CN110543943B (zh) 一种网络融合方法及装置、电子设备、存储介质
CN110929162B (zh) 基于兴趣点的推荐方法、装置、计算机设备和存储介质
KR20210040892A (ko) 융합 관계 네트워크에 기반한 정보 추천 방법, 장치, 전자 장비, 비 일시적 컴퓨터 판독가능 저장 매체 및 컴퓨터 프로그램
CN111931067A (zh) 兴趣点推荐方法、装置、设备和介质
CN111259222A (zh) 物品推荐方法、系统、电子设备及存储介质
JP7498248B2 (ja) コンテンツ推薦とソートモデルトレーニング方法、装置、機器、記憶媒体及びコンピュータプログラム
CN112000700A (zh) 地图信息展示方法、装置、电子设备及存储介质
JP7167229B2 (ja) 融合関係ネットワークの構築方法、融合関係ネットワークの構築装置、電子デバイス、記憶媒体及びプログラム
CN111523031B (zh) 用于推荐兴趣点的方法和装置
US20170004450A1 (en) Recruiting for a job position using social network information
CN112559901B (zh) 资源推荐的方法、装置、电子设备、存储介质及计算机程序产品
CN111901618A (zh) 直播间的用户交流方法、装置、设备以及存储介质
CN112000763A (zh) 兴趣点竞争关系确定方法、装置、设备和介质
CN112269867A (zh) 用于推送信息的方法、装置、设备以及存储介质
CN112000893A (zh) 常驻区域预测方法、装置、设备及存储介质
US11762864B2 (en) Chat session external content recommender
US11532019B2 (en) Visual inventory rules building system
CN112115387B (zh) 兴趣点poi推荐模型的训练方法、装置和电子设备
CN111709778B (zh) 出行流量预测方法、装置、电子设备和存储介质
CN116992058A (zh) 跨元宇宙的数据显示方法和装置
CN112580723A (zh) 多模型融合方法、装置、电子设备和存储介质
CN113836437B (zh) 用于帖子推荐的方法、电子设备和存储介质
CN114428917A (zh) 基于地图的信息共享方法、装置、电子设备和介质
CN112035751A (zh) 信息推荐的方法、装置、设备以及存储介质
US20190197089A1 (en) Harnessing Analytics By Server To Increase Interactivity Of Visitor with Customer's Application

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