CN110738431A - 分配监控资源的方法及装置 - Google Patents

Abstract

本申请提供了一种分配监控资源的方法及装置，其中，该方法包括：基于获取的关联图谱数据中实体之间的关联关系，确定关联图谱数据中每一实体对应的属性数据集合；根据实体的属性数据集合，确定实体的重要度值；基于每个实体的重要度值、以及实体之间的关联关系，确定关联图谱数据对应的结构图；基于结构图，为关联图谱数据中的实体分配监控资源。本申请提出的分配监控资源的方法，能够根据图谱数据生成结构图，结构图的层次较为清楚，结构图中节点之间的关联关系较为清晰，通过结构图为实体分配监控资源的准确度较高，效率也较高。

Description

分配监控资源的方法及装置

技术领域

本申请涉及数据处理技术领域，尤其是涉及一种分配监控资源的方法及装置。

背景技术

在公安领域中，需要判断犯罪团伙内每个成员的重要度，根据每个成员的重要度对犯罪团伙的内部关系进行分析，根据分析结果确定对犯罪团伙进行布控监视的方案，即根据分析结果确定监控资源的分配方案，例如，布控监视的方案可以为对犯罪团伙内的成员一进行重点监控，对成员二进行周期性监控等。

现有技术中，通过图谱数据对犯罪团伙的内部关系进行展示，并基于图谱数据进行分析，由于图谱数据的节点较多，节点之间的关联关系较为复杂，使得分析的准确度以及效率较低，进而确定的布控监视的方案的准确度以及效率也较低。

发明内容

有鉴于此，本申请的目的在于提供一种分配监控资源的方法及装置，以提高分配监控资源的准确度以及效率。

第一方面，本申请实施例提供了一种分配监控资源的方法，所述方法包括：

基于获取的关联图谱数据中实体之间的关联关系，确定所述关联图谱数据中每一实体对应的属性数据集合，其中，所述属性数据为表征实体的属性的数据；

根据所述实体的属性数据集合，确定所述实体的重要度值；

基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图；

基于所述结构图，为所述关联图谱数据中的实体分配监控资源。

本申请的一些实施例中，所述属性数据集合包括以下数据中的至少一种：中介中心性、接近中心性、度中心性、局部聚集系数。

本申请的一些实施例中，在确定所述关联图谱数据中每一实体对应的属性数据集合之后，在根据所述实体的属性数据集合，确定所述实体的重要度值之前，所述方法还包括：

基于所述关联图谱数据中的所述属性数据集合，确定所述属性数据集合中每一数据对应的最大值以及最小值；

针对每一数据的最大值以及最小值，对每一实体对应的所述属性数据集合中的该数据进行预处理。

本申请的一些实施例中，所述根据所述实体的属性数据集合，确定所述实体的重要度值，包括：

将实体的属性数据集合输入至训练好的重要度预测模型中，得到所述实体的重要度值；

或者，对实体的属性数据集合中的数据求平均值，将所述平均值作为所述实体的重要度值。

本申请的一些实施例中，所述基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图，包括：

选择重要度值满足预设条件的至少一个第一实体，对选择的第一实体按照重要度值进行排序后构建第一层的节点；

从所述关联图谱数据包含的除所述第一实体之外的实体中，选取与所述第一实体存在关联关系的第二实体；

依据所述第二实体的重要度值以及与所述第二实体存在关联关系的第一实体在所述第一层的顺序，构建第二层的节点，直至所述关联图谱数据包含的实体被选取完毕；

标记相邻层中节点与节点之间的关联关系，得到所述结构图。

本申请的一些实施例中，所述选择重要度值满足预设条件的至少一个第一实体，包括：

从所述关联图谱数据包含的实体中选择重要度值大于设置的重要度阈值的至少一个第一实体；

或者，从所述关联图谱数据包含的实体中选择重要度值最大的至少一个第一实体。

第二方面，本申请实施例还提供一种分配监控资源的装置，所述装置包括：

属性数据集合确定模块，用于基于获取的关联图谱数据中实体之间的关联关系，确定所述关联图谱数据中每一实体对应的属性数据集合，其中，所述属性数据为表征实体的属性的数据；

重要度值确定模块，用于根据所述实体的属性数据集合，确定所述实体的重要度值；

结构图确定模块，用于基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图；

监控资源分配模块，用于基于所述结构图，为所述关联图谱数据中的实体分配监控资源。

本申请的一些实施例中，所述属性数据集合包括以下数据中的至少一种：中介中心性、接近中心性、度中心性、局部聚集系数。

本申请的一些实施例中，在确定所述关联图谱数据中每一实体对应的属性数据集合之后，在根据所述实体的属性数据集合，确定所述实体的重要度值之前，所述装置还包括：

数值确定模块，用于基于所述关联图谱数据中的所述属性数据集合，确定所述属性数据集合中每一数据对应的最大值以及最小值；

预处理模块，用于针对每一数据的最大值以及最小值，对每一实体对应的所述属性数据集合中的该数据进行预处理。

本申请的一些实施例中，重要度值确定模块，利用下述步骤确定实体的重要度值：

将实体的属性数据集合输入至训练好的重要度预测模型中，得到所述实体的重要度值；

或者，对实体的属性数据集合中的数据求平均值，将所述平均值作为所述实体的重要度值。

本申请的一些实施例中，所述结构图确定模块，利用下述步骤确定结构图：

选择重要度值满足预设条件的至少一个第一实体，对选择的第一实体按照重要度值进行排序后构建第一层的节点；

从所述关联图谱数据包含的除所述第一实体之外的实体中，选取与所述第一实体存在关联关系的第二实体；

依据所述第二实体的重要度值以及与所述第二实体存在关联关系的第一实体在所述第一层的顺序，构建第二层的节点，直至所述关联图谱数据包含的实体被选取完毕；

标记相邻层中节点与节点之间的关联关系，得到所述结构图。

本申请的一些实施例中，所述结构图确定模块，利用下述步骤确定第一实体，包括：

从所述关联图谱数据包含的实体中选择重要度值大于设置的重要度阈值的至少一个第一实体；

或者，从所述关联图谱数据包含的实体中选择重要度值最大的至少一个第一实体。

第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面的任一种可能的实施方式中所述的分配监控资源的方法的步骤。

第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面的任一种可能的实施方式中所述的分配监控资源的方法的步骤。

本申请实施例提供的分配监控资源的方法及装置，基于获取的关联图谱数据中实体之间的关联关系，确定关联图谱数据中每一实体对应的属性数据集合；根据实体的属性数据集合，确定实体的重要度值；基于每个实体的重要度值、以及实体之间的关联关系，确定关联图谱数据对应的结构图；基于结构图，为关联图谱数据中的实体分配监控资源。本申请提出的分配监控资源的方法，能够根据图谱数据生成结构图，结构图的层次较为清楚，结构图中节点之间的关联关系较为清晰，通过结构图为实体分配监控资源的准确度较高，效率也较高。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本申请实施例所提供的一种分配监控资源的方法的流程图；

图2示出了本申请实施例所提供的一种分配监控资源的方法中确定结构图的流程图；

图3A示出了本申请实施例所提供的一种关联图谱的示意图；

图3B示出了本申请实施例所提供的一种结构图的示意图；

图4示出了本申请实施例所提供的一种分配监控资源的装置的结构示意图；

图5示出了本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域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，都属于本申请保护的范围。

考虑到现有技术中，通过图谱数据对犯罪团伙的内部关系进行展示，并基于图谱数据进行分析，由于图谱数据的节点较多，节点之间的关联关系较为复杂，使得分析的准确度以及效率较低，进而确定的布控监视的方案的准确度以及效率也较低。基于此，本申请实施例提供了一种分配监控资源的方法及装置，下面通过实施例进行描述。

为便于对本实施例进行理解，首先对本申请实施例所公开的一种分配监控资源的方法进行详细介绍。

实施例一

本申请实施例提供了一种分配监控资源的方法，可以应用于公安行业中。示例性的，在警务场景中，在发现犯罪团伙之后，可以通过本申请的分配监控资源的方法，确定犯罪团伙的结构图，根据确定的结构图，对犯罪团伙分配监控资源。

本申请实施例提供了一种分配监控资源的方法，参见图1所示的一种分配监控资源的方法的流程图，该方法包括S101-S104，具体过程如下：

S101，基于获取的关联图谱数据中实体之间的关联关系，确定关联图谱数据中每一实体对应的属性数据集合，其中，属性数据为表征实体的属性的数据。

示例性的，在确定任一团队的成员以及成员之间的关联关系之后，以团队的成员作为图谱节点，根据成员之间的关联关系，构建关联关系图谱数据，其中，每一成员为一实体。

作为一可选实施例，属性数据集合包括以下数据中的至少一种：中介中心性、接近中心性、度中心性、局部聚集系数。

本申请实施例中，根据图谱数据中实体之间的关联关系，可确定中介中心性、接近中心性、度中心性、以及局部聚集系数。现有技术中，仅选择中介中心性、接近中心性、度中心性、以及局部聚集系数中的一种数据，确定成员的重要度，而本申请还可以基于中介中心性、接近中心性、度中心性、局部聚集系数中的多种数据确定成员的重要度，提高了重要度的准确性。

本申请实施例中，属性数据集合还可以包括实体类型值、周期性资金收入值、周期性资金支出值等。示例性的，实体类型可以为前科重点人、非前科重点人、普通人，将前科重点人的值设置为20，非前科重点人的值设置为10，普通人的值设置为1，其中，实体类型的划分以及实体类型对应的值可以根据实际情况进行设置，本申请实施例对此不进行具体限定。例如，若犯罪团伙中的成员A的类型是前科重点人，则该成员的实体类型值为20，其中，成员对应的类型可以根据实际情况进行人工标注，或者成员的类型可以通过获取成员对应的资金数据、行为数据等，通过深度学习模型进行确定。进一步的，若成员A对应一账户A，则统计在预设周期内账户A的收入与支出，若账户A的收入为20万元，则成员A对应的周期性资金收入值为20万元，其中，预设周期可以根据实际需要进行设置，示例性的，预设周期可以为一星期、十天、一个月等。

作为一可选实施例，在确定关联图谱数据中每一实体对应的属性数据集合之后，在根据实体的属性数据集合，确定实体的重要度值之前，方法还包括：

基于关联图谱数据中的属性数据集合，确定属性数据集合中每一数据对应的最大值以及最小值；

针对每一数据的最大值以及最小值，对每一实体对应的属性数据集合中的该数据进行预处理。

本申请实施例中，若属性数据集合包括中介中心性、接近中心性、度中心性、局部聚集系数、实体类型值、周期性资金收入值，则分别对每一实体中的中介中心性、接近中心性、度中心性、局部聚集系数、实体类型值、周期性资金收入值进行预处理。

示例性的，以中介中心性为例进行说明，可以通过下述公式对每个实体对应的中介中心性进行预处理：X₁＝(X-min₁)/(max₁-min₁)，其中，X为未预处理前的中介中心性，X₁为预处理后的中介中心性，max₁为图谱数据中包括的全部属性数据集合中中介中心性的最大值，min₁为图谱数据中包括的全部属性数据集合中中介中心性的最小值。具体的，从关联图谱数据中包括的全部属性数据集合中，选择中介中心性对应的最大值以及最小值，通过上述公式对每个实体对应的中介中心性进行预处理，得到预处理后的中介中心性。

进一步的，接近中心性、度中心性、局部聚集系数、实体类型值、以及周期性资金收入值的预处理方法与中介中心性的预处理方法相同，可参考上述中介中心性的预处理过程，本申请实施例对此不进行详细说明。

示例性的，还可以通过Z-score标准化的方法分别对每一实体中的中介中心性、接近中心性、度中心性、局部聚集系数、实体类型值、周期性资金收入值进行预处理。

S102，根据实体的属性数据集合，确定实体的重要度值。

本申请实施例中，每一实体的重要度值表征该实体在一团队中的重要程度，重要度值越大，则该实体在团队中越重要。以犯罪团伙为例，若成员A的重要度值越大，则成员A在该犯罪团伙中的重要程度越大。

作为一可选实施例，根据实体的属性数据集合，确定实体的重要度值，包括：

将实体的属性数据集合输入至训练好的重要度预测模型中，得到实体的重要度值；

或者，对实体的属性数据集合中的数据求平均值，将平均值作为实体的重要度值。

本申请实施例中，重要度预测模型的训练过程为：获取预设数量的样本属性数据集合，每一样本属性数据集合对应一标签值，该标签值为0或1；将样本属性数据集合输入到基础模型中，对基础模型进行训练，直到基础模型输出的准确度值大于预设的阈值为止，则训练后的基础模型即为重要度预测模型，其中，基础模型可以为逻辑回归算法模型、决策树算法模型等。

本申请实施例中，对每一实体预处理后的属性数据集合中的数据求平均值，将平均值作为该实体的重要度值，例如，若实体A的预处理后的属性数据集合包括中介中心性为0.8、接近中心性为0.6、度中心性为0.4、局部聚集系数为0.2、实体类型值为0.5、周期性资金收入值0.7，则该实体的重要度值为0.533。

S103，基于每个实体的重要度值、以及实体之间的关联关系，确定关联图谱数据对应的结构图。

作为一可选实施例，基于每个实体的重要度值、以及实体之间的关联关系，确定关联图谱数据对应的结构图，参见图2所示的一种确定结构图的方法的流程图，包括S201-S204，具体过程如下：

S201，选择重要度值满足预设条件的至少一个第一实体，对选择的第一实体按照重要度值进行排序后构建第一层的节点。

作为一可选实施例，选择重要度值满足预设条件的至少一个第一实体，包括：从关联图谱数据包含的实体中选择重要度值大于设置的重要度阈值的至少一个第一实体；或者，从关联图谱数据包含的实体中选择重要度值最大的至少一个第一实体。

本申请实施例中，第一实体可以为图谱数据中重要度值大于重要度阈值的实体，也可以为图谱数据中重要度值最大的实体。其中，重要度阈值可以根据实际情况进行设置。对第一实体按照重要度值进行排序时，可以按照重要度值从大到小排序，可以按照重要度值从小到大排序。示例性的，若第一实体包括实体11，重要度值为0.6；实体12，重要度值为0.3；实体13，重要度值为0.8；按照重要度值从大到小对第一实体排序，可得第一层中节点的顺序为实体13、实体11、实体12。

S202，从关联图谱数据包含的除第一实体之外的实体中，选取与第一实体存在关联关系的第二实体。

本申请实施例中，将关联图谱数据中除第一实体之外的实体中与第一实体存在关联关系的实体，作为第二实体。

S203，依据第二实体的重要度值以及与第二实体存在关联关系的第一实体在第一层的顺序，构建第二层的节点，直至关联图谱数据包含的实体被选取完毕。

本申请实施例中，第二实体中的实体可以与第一层中的一个第一实体存在关联关系，也可以与第一层中的多个第一实体存在关联关系。在对第二实体进行排序时，首先，将第二实体按照与第一实体之间的关联关系进行分组，例如，若第二实体A和第二实体B与第一实体A存在关联关系，则第二实体A和第二实体B为第一组；若第二实体B、第二实体C和第二实体D与第一实体B存在关联关系，则第二实体B、第二实体C和第二实体D为第二组。其次，按照每组中第二实体对应的组的数量以及第二实体的重要度值，对第二实体进行排序，例如，第一组中第二实体A对应1个组，第二实体B对应2个组，则将第二实体A排在第二实体B前面；第二组中，第二实体B的顺序已确定，则不进行排序，第二实体C和第二实体D均对应1个组，则第二实体C和第二实体D按照重要度值进行排序。

承接S201中的示例继续说明，若第二实体包括实体21，重要度值为0.2；实体22，重要度值为0.4；实体23，重要度值为0.3；实体24，重要度值为0.6；实体25，重要度值为0.25；实体26，重要度值为0.45；且实体21、实体22对应实体11，实体22、实体23对应实体12，实体24、实体25、实体26对应实体13，则按照重要度值从大到小对第二实体排序，可得第二层中节点的顺序为实体24、实体26、实体25、实体21、实体22、实体23。

若关联图谱数据中除第一实体、第二实体之外还包括未选取的实体，则从未选取的实体中选取与第二实体存在关联关系的第三实体，并对第三实体进行排序，构建第三层的节点，直至关联图谱数据包含的实体被选取完毕。具体的，第三实体的排序方法与第二实体的相同，第三实体的排序过程可参考第二实体的排序过程，本申请实施例对此不进行详细说明。

S204，标记相邻层中节点与节点之间的关联关系，得到结构图。

本申请实施例中，将相邻层中节点与节点之间的关联关系进行标记，构成了该图谱数据对应的结构图。

本申请实施例中，在得到结构图之后，可以设置坐标系，对结构图中的每一节点的坐标进行确定。示例性的，可以将第一层的节点放置在纵坐标为0的水平轴上，将第二层的节点放置在纵坐标为1的水平轴上，依次类推，得到每一层节点的纵坐标。确定每一节点的横坐标时，可以将每一层的长度设置为第一固定值，并将每一层的节点在该第一固定值范围内进行等间距的设置，由于每一层节点的数量不同，则每一层节点与节点之间的间距也不同；或者，也可以将节点与节点之间的间距设置为第二固定值，则将每一层的节点按照设置的第二固定值进行等间距的放置，由于每一层节点的数量不同，则等间距放置后，每一层的长度不同。通过上述过程，则可确定每一节点的横坐标值，进而得到了每一节点的坐标信息。

示例性的，本申请实施例中，可以将结构图按照坐标信息进行存储在数据库中，在客户端需要对结构图进行展示时，则将每个节点的坐标信息，以及节点与节点之间的关联关系发送给客户端，客户端基于接收到的坐标信息以及节点之间的关联关系生成结构图。

本申请实施例中，结构图可以为组织架构图。示例性的，关联图谱如图3A所示，图中包括多个实体，即实体311、实体312、实体321、实体322、实体323、实体324、实体325、实体331、实体332、实体333、实体334、实体335、实体336、实体337，基于图3A中的关联图谱数据中每个实体的重要度值、以及实体之间的关联关系，确定关联图谱数据对应的结构图，即图3A中的关联图谱数据对应的结构图如图3B所示。

S104，基于结构图，为关联图谱数据中的实体分配监控资源。

本申请实施例中，在确定结构图之后，基于结构图，为实体分配监控资源，示例性的，将60％的监控资源分配给第一层中的实体，将30％的监控资源分配给第二层中的实体，将10％的监控资源分配给第三层中的实体。

本申请实施例中，还可以根据结构图，对犯罪团伙进行分析，例如，若结构图为三层，由结构图可知，第一层中的实体为犯罪团伙中的重要成员，第二层中的实体为犯罪团伙中的核心成员，最后一层中的实体为犯罪团伙中的边缘成员。基于上述分析结果，可对该犯罪团伙确定监控方案，例如，对第一层中的实体进行24小时无间断的监控，对第二层中的实体进行每天早7点至晚10点的监控，对最后一层中的实体每隔一周监控一次。

本申请实施例提出的分配监控资源的方法，基于获取的关联图谱数据中实体之间的关联关系，确定关联图谱数据中每一实体对应的属性数据集合；根据实体的属性数据集合，确定实体的重要度值；基于每个实体的重要度值、以及实体之间的关联关系，确定关联图谱数据对应的结构图；基于结构图，为关联图谱数据中的实体分配监控资源。本申请提出的分配监控资源的方法，能够根据图谱数据生成结构图，结构图的层次较为清楚，结构图中节点之间的关联关系较为清晰，通过结构图为实体分配监控资源的准确度较高，效率也较高。

基于同一发明构思，本申请实施例中还提供了与分配监控资源的方法对应的分配监控资源的装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述分配监控资源的方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

实施例二

本申请实施例提供了一种分配监控资源的装置，参见图4所示的一种分配监控资源的装置的结构示意图，该装置包括：

属性数据集合确定模块401，用于基于获取的关联图谱数据中实体之间的关联关系，确定所述关联图谱数据中每一实体对应的属性数据集合，其中，所述属性数据为表征实体的属性的数据；

重要度值确定模块402，用于根据所述实体的属性数据集合，确定所述实体的重要度值；

结构图确定模块403，用于基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图；

监控资源分配模块404，用于基于所述结构图，为所述关联图谱数据中的实体分配监控资源。

本申请的一些实施例中，所述属性数据集合包括以下数据中的至少一种：中介中心性、接近中心性、度中心性、局部聚集系数。

本申请的一些实施例中，在确定所述关联图谱数据中每一实体对应的属性数据集合之后，在根据所述实体的属性数据集合，确定所述实体的重要度值之前，所述装置还包括：

数值确定模块，用于基于所述关联图谱数据中的所述属性数据集合，确定所述属性数据集合中每一数据对应的最大值以及最小值；

预处理模块，用于针对每一数据的最大值以及最小值，对每一实体对应的所述属性数据集合中的该数据进行预处理。

本申请的一些实施例中，重要度值确定模块，利用下述步骤确定实体的重要度值：

将实体的属性数据集合输入至训练好的重要度预测模型中，得到所述实体的重要度值；

或者，对实体的属性数据集合中的数据求平均值，将所述平均值作为所述实体的重要度值。

本申请的一些实施例中，所述结构图确定模块，利用下述步骤确定结构图：

选择重要度值满足预设条件的至少一个第一实体，对选择的第一实体按照重要度值进行排序后构建第一层的节点；

从所述关联图谱数据包含的除所述第一实体之外的实体中，选取与所述第一实体存在关联关系的第二实体；

依据所述第二实体的重要度值以及与所述第二实体存在关联关系的第一实体在所述第一层的顺序，构建第二层的节点，直至所述关联图谱数据包含的实体被选取完毕；

标记相邻层中节点与节点之间的关联关系，得到所述结构图。

本申请的一些实施例中，所述结构图确定模块，利用下述步骤确定第一实体，包括：

从所述关联图谱数据包含的实体中选择重要度值大于设置的重要度阈值的至少一个第一实体；

或者，从所述关联图谱数据包含的实体中选择重要度值最大的至少一个第一实体。

本申请实施例提供的分配监控资源的装置，与上述实施例一提供的分配监控资源的方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

实施例三

基于同一技术构思，本申请实施例还提供了一种电子设备。参照图5所示，为本申请实施例提供的电子设备500的结构示意图，包括处理器501、存储器502、和总线503。其中，存储器502用于存储执行指令，包括内存5021和外部存储器5022；这里的内存5021也称内存储器，用于暂时存放处理器501中的运算数据，以及与硬盘等外部存储器5022交换的数据，处理器501通过内存5021与外部存储器5022进行数据交换，当电子设备500运行时，处理器501与存储器502之间通过总线503通信，使得处理器501在执行以下指令：

基于获取的关联图谱数据中实体之间的关联关系，确定所述关联图谱数据中每一实体对应的属性数据集合，其中，所述属性数据为表征实体的属性的数据；

根据所述实体的属性数据集合，确定所述实体的重要度值；

基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图；

基于所述结构图，为所述关联图谱数据中的实体分配监控资源。

一种可能设计中，处理器501可能执行的指令中，还包括：

所述属性数据集合包括以下数据中的至少一种：中介中心性、接近中心性、度中心性、局部聚集系数。

一种可能设计中，处理器501可能执行的指令中，还包括：

在确定所述关联图谱数据中每一实体对应的属性数据集合之后，在根据所述实体的属性数据集合，确定所述实体的重要度值之前，所述方法还包括：

基于所述关联图谱数据中的所述属性数据集合，确定所述属性数据集合中每一数据对应的最大值以及最小值；

针对每一数据的最大值以及最小值，对每一实体对应的所述属性数据集合中的该数据进行预处理。

一种可能设计中，处理器501可能执行的指令中，还包括：

所述根据所述实体的属性数据集合，确定所述实体的重要度值，包括：

将实体的属性数据集合输入至训练好的重要度预测模型中，得到所述实体的重要度值；

或者，对实体的属性数据集合中的数据求平均值，将所述平均值作为所述实体的重要度值。

一种可能设计中，处理器501可能执行的指令中，还包括：

所述基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图，包括：

选择重要度值满足预设条件的至少一个第一实体，对选择的第一实体按照重要度值进行排序后构建第一层的节点；

从所述关联图谱数据包含的除所述第一实体之外的实体中，选取与所述第一实体存在关联关系的第二实体；

依据所述第二实体的重要度值以及与所述第二实体存在关联关系的第一实体在所述第一层的顺序，构建第二层的节点，直至所述关联图谱数据包含的实体被选取完毕；

标记相邻层中节点与节点之间的关联关系，得到所述结构图。

一种可能设计中，处理器501可能执行的指令中，还包括：

所述选择重要度值满足预设条件的至少一个第一实体，包括：

从所述关联图谱数据包含的实体中选择重要度值大于设置的重要度阈值的至少一个第一实体；

或者，从所述关联图谱数据包含的实体中选择重要度值最大的至少一个第一实体。

实施例四

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述任一实施例中所述的分配监控资源的方法的步骤。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述分配监控资源的方法的步骤，从而提高分配监控资源的准确度以及效率。

本申请实施例所提供的进行分配监控资源的方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请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。

所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种分配监控资源的方法，其特征在于，所述方法包括：

基于获取的关联图谱数据中实体之间的关联关系，确定所述关联图谱数据中每一实体对应的属性数据集合，其中，所述属性数据为表征实体的属性的数据；

根据所述实体的属性数据集合，确定所述实体的重要度值；

基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图；

基于所述结构图，为所述关联图谱数据中的实体分配监控资源。

2.根据权利要求1所述的方法，其特征在于，所述属性数据集合包括以下数据中的至少一种：中介中心性、接近中心性、度中心性、局部聚集系数。

3.根据权利要求2所述的方法，其特征在于，在确定所述关联图谱数据中每一实体对应的属性数据集合之后，在根据所述实体的属性数据集合，确定所述实体的重要度值之前，所述方法还包括：

基于所述关联图谱数据中的所述属性数据集合，确定所述属性数据集合中每一数据对应的最大值以及最小值；

针对每一数据的最大值以及最小值，对每一实体对应的所述属性数据集合中的该数据进行预处理。

4.根据权利要求1所述的方法，其特征在于，所述根据所述实体的属性数据集合，确定所述实体的重要度值，包括：

将实体的属性数据集合输入至训练好的重要度预测模型中，得到所述实体的重要度值；

或者，对实体的属性数据集合中的数据求平均值，将所述平均值作为所述实体的重要度值。

5.根据权利要求1所述的方法，其特征在于，所述基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图，包括：

选择重要度值满足预设条件的至少一个第一实体，对选择的第一实体按照重要度值进行排序后构建第一层的节点；

从所述关联图谱数据包含的除所述第一实体之外的实体中，选取与所述第一实体存在关联关系的第二实体；

依据所述第二实体的重要度值以及与所述第二实体存在关联关系的第一实体在所述第一层的顺序，构建第二层的节点，直至所述关联图谱数据包含的实体被选取完毕；

标记相邻层中节点与节点之间的关联关系，得到所述结构图。

6.根据权利要求5所述的方法，其特征在于，所述选择重要度值满足预设条件的至少一个第一实体，包括：

从所述关联图谱数据包含的实体中选择重要度值大于设置的重要度阈值的至少一个第一实体；

或者，从所述关联图谱数据包含的实体中选择重要度值最大的至少一个第一实体。

7.一种分配监控资源的装置，其特征在于，所述装置包括：

属性数据集合确定模块，用于基于获取的关联图谱数据中实体之间的关联关系，确定所述关联图谱数据中每一实体对应的属性数据集合，其中，所述属性数据为表征实体的属性的数据；

重要度值确定模块，用于根据所述实体的属性数据集合，确定所述实体的重要度值；

结构图确定模块，用于基于每个实体的重要度值、以及实体之间的关联关系，确定所述关联图谱数据对应的结构图；

监控资源分配模块，用于基于所述结构图，为所述关联图谱数据中的实体分配监控资源。

8.根据权利要求7所述的装置，其特征在于，在确定所述关联图谱数据中每一实体对应的属性数据集合之后，在根据所述实体的属性数据集合，确定所述实体的重要度值之前，所述装置还包括：

数值确定模块，用于基于所述关联图谱数据中的所述属性数据集合，确定所述属性数据集合中每一数据对应的最大值以及最小值；

预处理模块，用于针对每一数据的最大值以及最小值，对每一实体对应的所述属性数据集合中的该数据进行预处理。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至6任一所述的分配监控资源的方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至6任一所述的分配监控资源的方法的步骤。

Images