CN113032607A - 关键人员分析方法、装置、电子设备及存储介质 - Google Patents

关键人员分析方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113032607A
CN113032607A CN201911250303.8A CN201911250303A CN113032607A CN 113032607 A CN113032607 A CN 113032607A CN 201911250303 A CN201911250303 A CN 201911250303A CN 113032607 A CN113032607 A CN 113032607A
Authority
CN
China
Prior art keywords
weight
node
personnel
person
value
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
CN201911250303.8A
Other languages
English (en)
Inventor
戴世稳
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.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies 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 Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN201911250303.8A priority Critical patent/CN113032607A/zh
Publication of CN113032607A publication Critical patent/CN113032607A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Abstract

本发明涉及人工智能技术领域,提供一种关键人员分析方法、装置、电子设备及存储介质,其中,所述方法包括:获取人员的关系图谱,将所述关系图谱中的各节点人员初始化,得到所述各节点人员的初始权值;获取所述关系图谱中的各节点人员之间的交互信息;基于所述交互信息及所述各节点人员的初始权值计算所述各节点人员的权值,根据所述权值对所述各节点人员的初始权值进行更新;若更新后得到与所述各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。本发明能够快速、准确的锁定目标节点人员。

Description

关键人员分析方法、装置、电子设备及存储介质
技术领域
本发明涉及人工智能技术领域,尤其涉及关键人员分析方法、装置、电子设备及存储介质。
背景技术
人工智能在生活中广泛应用,例如:基于图像识别的人员查询,可查询重要人员的身份、抓拍时间以及抓拍地址等信息,通过查询到信息对人员的行为和关系进行分析。目前随着人与人之间的关系越来越复杂,越来越多的摄像头被部署,摄像头采集的数据越来越大,图像数据的生命周期也越来越长,形成了海量图像数据。特别是在一个团体中,通常会存在一个起主导作用的人员,要在多个人员中确定主导作用的人员在传统的方法中往往综合社会行为学、心理学技术手段等方法来确定。可见,现有技术中对于锁定目标节点人员存在周期长、准确率低的问题。
发明内容
本发明实施例提供一种关键人员分析方法、装置及电子设备,旨在解决锁定目标节点人员时周期长、准确率低的问题。
第一方面,本发明实施例提供一种关键人员分析方法,所述方法包括以下步骤:
获取人员的关系图谱,将所述关系图谱中的各节点人员初始化,得到所述各节点人员的初始权值;
获取所述关系图谱中的各节点人员之间的交互信息;
基于所述交互信息及所述各节点人员的初始权值计算所述各节点人员的权值,根据所述权值对所述各节点人员的初始权值进行更新;
若更新后得到与所述各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
第二方面,本发明实施例还提供一种关键人员分析装置,包括:
第一获取模块,用于获取人员的关系图谱,将所述关系图谱中的各节点人员初始化,得到所述各节点人员的初始权值;
第二获取模块,用于获取所述关系图谱中的各节点人员之间的交互信息;
计算模块,用于基于所述交互信息及所述各节点人员的初始权值计算所述各节点人员的权值,根据所述权值对所述各节点人员的初始权值进行更新;
提取模块,用于若更新后得到与所述各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
第三方面,本发明实施例还提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并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本发明实施例提供的关键人员分析方法中的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质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本发明实施例提供的关键人员分析方法中的步骤。
本发明实施例中,通过获取人员的关系图谱,将所述关系图谱中的各节点人员初始化,得到所述各节点人员的初始权值;获取所述关系图谱中的各节点人员之间的交互信息;基于所述交互信息及所述各节点人员的初始权值计算所述各节点人员的权值,根据所述权值对所述各节点人员的初始权值进行更新;若更新后得到与所述各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。本发明实施例由于通过交互信息和各节点人员的初始权值对各节点人员的权值进行计算,根据所述权值对所述各节点人员的初始权值进行更新,对每个节点人员更新后的相邻两次的权值作差,得到权值差,并将所有节点人员的权值差进行求和,与预设权值阈值比较,将权值差之和小于预设权值阈值的节点人员判断目标节点人员,避免通过采集大量的数据以及对数据具体分析的方式锁定目标节点人员,有利于快速、准确地锁定目标节点人员。
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是本发明实施例提供的关键人员分析方法的流程图;
图2a是本发明实施例提供的关键人员分析方法的各节点人员的关系图;
图2b是本发明实施例提供的关键人员分析方法的各节点人员的关系图;
图2c是本发明实施例提供的关键人员分析方法的各节点人员的关系图;
图3是本发明实施例提供的另一种关键人员分析方法的具体流程图;
图4是本发明实施例提供的另一种关键人员分析方法的具体流程图;
图5是本发明实施例提供的另一种关键人员分析方法的具体流程图;
图6是本发明实施例提供的关键人员分析装置的具体结构示意图;
图7是本发明实施例提供的另一种关键人员分析装置的具体结构示意图;
图8是本发明实施例提供的另一种关键人员分析装置的具体结构示意图;
图9是本发明实施例提供的另一种关键人员分析装置的具体结构示意图;
图10是本发明实施例提供的另一种关键人员分析装置的具体结构示意图;
图11是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅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作出创造性劳动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。
请参见图1,图1是本发明实施例提供的一种关键人员分析方法的流程图,如图1所示,包括以下步骤:
101、获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到各节点人员的初始权值。
在本实施例中,关键人员分析方法运行于其上的电子设备可以通过有线连接方式或者无线连接方式获取待处理人脸图像等。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi(Wireless-Fidelity)连接、蓝牙连接、WiMAX(WorldwideInteroperability forMicrowaveAccess)连接、Zigbee (低功耗局域网协议,又称紫峰协议)连接、UWB(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。
其中,上述人员的关系图谱可以是指定区域的人员关系图谱,例如:B小区的管理人员关系图谱等。需要说明的是,该关系图谱可以是预先根据人员分析进行构建得到的图谱,具体可以通过部署在对应区域的图像采集设备所采集到的图像数据进行构建,例如:通过摄像头抓拍到同行的图像数据进行构建,同行的图像数据可以是两个或两个以上的节点人员在同一时间、地点被抓拍的图像数据。若抓拍到上述存在同行关系的同行节点人员,即可在关系图谱中通过有向线段进行连接。
如图2a所示,a、b、c、d分别代表关系图谱中的节点人员,分别对a、b、 c、d各节点人员进行初始化得到各节点人员的初始权值,初始化得到的a、b、 c、d的初始权值可以初始化为1,也可以初始化为2,同样也可以是其它数,在这里不做唯一的限定。上述进行初始化得到初始权值时,应保持a、b、c、 d的初始权值一致。图2a仅作为一个实施例提供的关系图谱,在本发明中,可以适用于各种关系图谱。
需要清楚的是,上述获取人员的关系图谱可以基于移动终端设备进行获取,移动终端设备可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
102、获取关系图谱中的各节点人员之间的交互信息。
上述交互信息可以表示关系图谱中各节点人员之间存在互动行为。互动行为可以包括但不限于两个节点人员或者两人以上的节点人员之间有同行、口头消息传递、物品交接、通信传递消息、汇合等行为。
结合图2a所示,获取上述的交互信息可以是获取某个或者多个节点人员与来自其它节点人员的交互信息,例如:节点人员d接收节点人员a的交互信息为1,接收b、c节点人员的交互信息为0,而当期节点人员d对节点人员b、 c的交互信息均为1,对节点人员a的交互信息为0。
103、基于交互信息及各节点人员的初始权值计算各节点人员的权值,根据权值对各节点人员的初始权值进行更新。
其中,当对各节点人员进行初始化得到初始权值以及各节点人员之间的交互信息之后便可以对各自节点人员的权值进行计算,例如:节点人员a、b、c、 d的初始权值为1,且a只接收来自c的贡献,而c还传递给b交互信息,则a 来自c的权值为1/2。
104、若更新后得到与各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
其中,上述的预设权值阈值可以做为一个限定条件,只有满足预设条件才能表示查找到目标节点人员,在不满足的情况下将要继续执行步骤103。上述的预设权值阈值可以是自然数值,且该数值的大小可以根据需要进行设定,在本发明实施例中不作限定。
上述更新后得到与各节点人员对应的相邻两次的权值差之和表示对每个节点人员的权值进行计算更新后,将更新后每个人的权值进行求和,通过求和会得到一个具体数值,这样便可以于预设权值阈值进行比较。
在本实施例中,权值差以一个绝对值的形式表示,若计算得到的权值差之和小于预设权值阈值,便可以提取各节点人员在最后一次权值计算中得到的权值最大的节点人员作为目标节点人员,例如:预设权值阈值为2,节点人员a、 b、c、d、在第一次计算得到的权值依次为1/2、3/2、3/2、1/2,第二次计算得到的权值依次为3/4、5/4、7/4、1/4,对每个节点人员的两次权值进行作差再求和得|3/4-1/2|+|5/4-3/2|+|7/4-3/2|+|1/4-1/2|=1,小于预设权值阈值2。这样,便可以提取第三次计算中权值最大的节点人员c最为目标节点人员。
本发明实施例中,通过获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到各节点人员的初始权值;获取关系图谱中的各节点人员之间的交互信息;基于交互信息及各节点人员的初始权值计算各节点人员的权值,根据权值对各节点人员的初始权值进行更新;若更新后得到与各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。本发明实施例由于通过交互信息和各节点人员的初始权值对各节点人员的权值进行计算,根据权值对各节点人员的初始权值进行更新,对每个节点人员更新后的相邻两次的权值作差,得到权值差,并将所有节点人员的权值差进行求和,与预设权值阈值比较,将权值差之和小于预设权值阈值的节点人员判断目标节点人员,避免通过采集大量的数据以及对数据具体分析的方式锁定目标节点人员,有利于快速、准确地锁定目标节点人员。
请参见图3,图3是本发明实施例提供的另一种关键人员分析方法的流程图,如图3所示,包括以下步骤:
301、获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到各节点人员的初始权值。
302、交互信息包括出度信息,选取当期节点人员,获取当期节点人员接收其余节点人员的出度信息的出度值,当期节点人员与其余节点人员组成关系图谱。
其中,当期节点人员可以是指关系图谱中任何一个节点人员,选取当期节点人员便于统计该当期节点人员接收了其它哪些节点人员的出度信息的出度值,便于描述。上述交互信息包括出度信息。参见图2a,出度信息指当期节点人员对其它节点人员的贡献,也可以根据图2a中的有向线段确定,例如:图中c指向其他节点人员a、b的指向为出度信息。当然,每个节点人员除了有出度信息以外,还可以有入度信息,入度信息指其它节点人员对当期节点人员的贡献,例如:图中c接收b、d的箭头则为c的入度信息。出度信息与入度信息可以通过不同的表述进行转换。
上述出度值表示当期节点人员指向其它节点人员的有向线段的数量,入度值表示其它节点人员指向当期节点人员的有向线段的数量。例如:以节点人员 a做为当期节点人员,其它节点人员包括节点人员b、c、d,节点人员a有两条分别指向节点人员b和d的有向线段,则当期节点人员a的出度值为2;在当期节点人员a中,有一条来自节点人员c的有向线段,则当期节点人员a的入度值为1。
303、识别其余节点人员的出度信息的总出度值。
在步骤302中得到当期节点人员来自其余节点人员的出度信息的出度值时,还需要获取与上述其余节点人员对应的出度信息的总出度值,例如:节点人员c对节点人员a有一个出度值,而节点人员c的总出度值为2,则节点人员c对a的权值则为1/2(c初始权值/c的出度值)。再例如:节点人员b对节点人员c有一个出度值,而节点人员c的总出度值为1,则节点人员b对c的权值则为1。
304、基于交互信息及各节点人员的初始权值计算各节点人员的权值,根据权值对各节点人员的初始权值进行更新。
305、若更新后得到与各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
在本发明实施例中,通过获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到对应的初始权值,并获取关系图谱中的当期节点人员来自其余节点人员的出度值以及该其余节点人员的总出度值,根据其余节点人员的总出度值以及初始权值计算出当期节点人员的权值,通过计算所有当期节点人员的权值差之和,并与预设权值阈值进行比较来判断最有可能的目标节点人员。这样,通过对关系图谱中各节点人员的出度值及总出度值进行获取,再计算所有当期节点人员得到的权值差,对所有当期节点人员的权值差求和与预设权值阈值比较即可以判断最可能的目标节点人员,且只需要根据关系图谱进行分析,无需获取大量数据,有利于快速、准确地锁定目标节点人员。
请参见图4,图4是本发明实施例提供的另一种关键人员分析方法的流程图,如图4所示,包括以下步骤:
401、获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到各节点人员的初始权值。
402、选取当期节点人员,获取当期节点人员接收其余节点人员的出度信息的出度值,当期节点人员与其余节点人员组成关系图谱。
403、识别其余节点人员的出度信息的总出度值。
404、根据当期节点人员接收其余节点人员的出度信息的出度值、其余节点人员的出度信息的总出度值以及其余节点人员的初始权值,计算与当期节点人员对应的第一权值。
其中,计算当期节点人员的第一权值可以表示计算当期节点人员来自其余节点人员所贡献的权值,第一权值可以表示第一次计算得到的权值,例如:根据图2a所示,节点人员a、b、c、d的初始权值为1,a的出度值为2(b、d), b的出度值为1(c),c的出度值为2(a、b),d的出度值为2(b、c),因此,a的第一权值为1/2(c的初始权值/c的出度值),b的第一权值=1/2+1/2+1/2=3/2(b的权值=a的初始权值/a的出度值+c的初始权值/c的出度值+d的初始权值/d的出度值),同理,c的第一权值计算得3/2,d的第一权值计算得1/2。
需要说明的是,上述的第一权值表示第一次计算得到的当期节点人员的权值,并不表示大小,若还需要基于相同的计算方式进行多次迭代计算,也还会有第二、第三、第四权值等。
405、根据第一权值对当期节点人员的初始权值进行更新。
计算得到每个当期节点人员的第一权值后,可以对每个当期节点人员的初始权值进行更新,将初始权值替换为第一权值,若后续需要迭代计算,则需要基于上述相同的关系图谱,通过更新后每个节点人员的权值,以相同的方式继续进行上述的计算过程,且每次计算权值都是以相邻上一次更新得到的权值作为基础的。
406、将当期节点人员的第一权值与对应的初始权值作差,得到权值差,对权值差求和,以得到权值差之和。
其中,将第一权值与对应的初始权值作差是针对每个当期节点人员,例如:节点人员a、b、c、d对应的初始权值为1,a的第一权值为1/2,b的第一权值为3/2,c的第一权值为3/2,d的第一权值为1/2,作差后得到的当期节点人员对应的权值差依次为1/2、1/2、1/2、1/2,所以,对权值差求和得到的权值差之和为|1/2-1|+|3/2-1|+|3/2-1|+|1/2-1|=2。若预设权值阈值为1,权值差之和也为 2,表示还需要继续进行迭代计算。
407、若更新后得到与各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
在本实施例中,根据当期节点人员接收其余节点人员的出度信息的出度值、其余节点人员的出度信息的总出度值以及其余节点人员的初始权值,计算与当期节点人员对应的第一权值,并将当期节点人员的初始权值更新为第一权值,通过计算第一权值与初始权值之间的权值差,求权值差之和,根据权值差之和与预设权值阈值的关系来确定最可能的目标节点人员。这样,能避免通过采集大量的数据以及对数据具体分析的方式锁定目标节点人员,有利于快速、准确地锁定目标节点人员。
请参见图5,图5是本发明实施例提供的另一种关键人员分析方法的流程图,如图5所示,包括以下步骤:
501、获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到各节点人员的初始权值。
502、获取关系图谱中的各节点人员之间的交互信息。
503、基于交互信息及各节点人员的初始权值计算各节点人员的权值,根据权值对各节点人员的初始权值进行更新。
504、判断更新后得到与各节点人员对应的相邻两次的权值差之和是否小于预设权值阈值。
其中,将权值差之和与预设权值阈值进行比较可以判断出在最近一次计算得到的各权值之间是否可以获取到最有可能的目标节点人员,例如:第一次计算得到的权值差之和为1/3,预设权值阈值为1,1/3小于1,则表示在第一次计算后对应的权值之间会产生可能最大的目标节点人员。
505、若是,则停止继续对当期节点人员的第二权值进行计算及更新,提取第一权值最大的当期节点人员作为目标节点人员。
当权值差之和小于预设权值阈值,便可以停止继续对当期节点人员的第二权值进行计算,例如:权值差之和为1/3,预设权值阈值为1,则停止计算。提取第一权值最大的当期节点人员作为目标节点人员,可以表示当期节点人员的权值越大,越可能为目标节点人员,例如:当期节点人员a、b、c、d第一权值分别为1/2、3/2、1/2、1/2,则提取第一权值最大的当期节点人员b作为目标节点人员。
进一步地,上述步骤505具体可以包括:
比较各当期节点人员的第一权值大小,查找比较结果中第一权值最大的当期节点人员,并将第一权值最大的当期节点人员判定为目标节点人员。
上述满足预设权值阈值后,便可以对第一权值进行大小比较,提取第一权值最大的当期节点人员作为目标节点人员,例如:当期节点人员a、b、c、d 第一权值分别为1/2、3/2、1/2、1/2,显然,当期节点人员b的第一权值最大,优选当期节点人员b作为目标节点人员。
此外,目标节点人员也可以是多个当期节点人员,例如:当期节点人员a、 b、c、d第一权值分别为1/2、3/2、3/2、1/2,显然,优选当期节点人员b、c 作为目标节点人员。
506、若否,则基于当期节点人员更新后的第一权值、接收其余节点人员的出度信息的出度值及其余节点人员的出度信息的总出度值继续进行权值计算。
其中,在比较权值差之和与预设权值阈值时,权值差之和依然大于或等于预设权值阈值,表示从第一次计算中无法确定最有可能的目标节点人员。这样,便需要继续进行迭代计算,而继续进行迭代计算第二权值需要以各当期节点人员的第一权值为基础,若还需要进行第三、第四或者更多次迭代计算时,相邻上一次的权值即为下一次的基础数据,并且是基于同于个关系图谱中的出度值与对应的总出度值继续以同样的方法进行计算。
507、将继续进行权值计算得到的权值对应当期节点人员进行更新,直到计算得到的权值差之和小于预设权值阈值。
具体的,每次计算完当期节点人员的权值之后,都需要对上一次的权值进行更新,这样,便于后续计算的基础权值不发生错误,保证正确率,例如:a 的第一权值为1/2,初始权值为1;a的第二权值为3/2,其基础权值为a的第一权值1/2;a的第三权值为5/2,其基础权值为a的第二权值3/2,后续规律相同。直到关系图谱中每个节点人员计算得到的权值差之和小于预设权值阈值时,才可结束迭代计算。
参照图2b,为经过第一次权值计算后得到的每个节点人员对应的第一权值,节点人员a、b、c、d第一权值分别为1/2、3/2、1/2、1/2其中,在各节点人员的出度值与总出度值保持与图2a不变的情况下,基于第一权值计算第二权值的过程如下:
节点人员a的第二权值=3/2/2(c第一权值/c出度值)=3/4;
节点人员b的第二权值=1/2/2+3/2/2+1/2/2(a第一权值/a出度值+c第一权值/c出度值+d第一权值/d出度值)=5/4;
节点人员c的第二权值=3/2+1/2/2(b第一权值/b出度值+d第一权值/d出度值)=7/4;
节点人员d的第二权值=1/2/2(a第一权值/a出度值)=1/4。
对第二次迭代计算出来的个节点人员的第二权值进行更新便可以得到如图2c所示的关系图谱,其人员关系不变,但对应的权值已更新。然后将第二次迭代计算得到的第二权值与第一次迭代计算得到的第一权值对应求权值差之后求和。所以,节点人员a的权值差为|3/4-1/2|=1/4,节点人员b的权值差为|5/4-3/2|=1/4,节点人员c的权值差为|7/4-3/2|=1/4,节点人员d的权值差为|1/4-1/2|=1/4,求和之后为1/4+1/4+1/4+1/4=4/4=1。若预设权值阈值为1,则表示还需要继续第三次迭代运算,其过程如下:
节点人员a的第三权值=7/4/2(c第二权值/c出度值)=7/8;
节点人员b的第三权值=3/4/2+7/4/2+1/4/2=3/8+7/8+1/8(a第二权值/a出度值+c第二权值/c出度值+d第二权值/d出度值)=11/8;
节点人员c的第三权值=5/4/1+1/4/2(b第二权值/b出度值+d第二权值/d 出度值)=11/8;
节点人员d的第三权值=3/4/2(a第二权值/a出度值)=3/8。
通过计算得到节点人员a、b、c、d的第三权值分别为7/8,11/8,11/8, 3/8,节点人员a的权值差为|7/8-3/4|=1/8,节点人员b的权值差为| 11/8-5/4|=1/8,节点人员c的权值差为|11/8-7/4|=3/8,节点人员d的权值差为|3/8-1/4|=1/8,求和之后得到权值差之和为1/8+1/8+3/8+1/8=6/8,小于预设权值阈值1。
此时,停止迭代计算,且由上可知,节点人员b和节点人员c的权值最大,即节点人员b和c同时确定为目标节点人员。
需要说明的是,上述的第二、三权值为第二、三次迭代计算后更新得到的节点人员值,若权值差之和还是大于或等于预设权值阈值,则需要进一步的迭代计算,还会出现第四权值、第五权值等。
在本实施例中,通过对各节点人员的权值进行迭代计算更新后,计算每个节点人员相邻两次的权值差,然后再计算多个节点人员的权值差之和,将得到的权值差之和与预设权值阈值进比较,直到权值差之和小于预设权值阈值时结束迭代计算,并提取权值最大的节点人员作为目标节点人员;若权值差之和依然大于或等于预设权值阈值,则需要继续进行迭代计算,直到权值差之和小于预设权值阈值。这样,通过提供一个关系图谱,确定关系图谱中各节点人员的出度值与总出度值,基于初始权值与对应的出度值及总出度值计算出每个当期节点人员的第一权值,在计算出权值差之和不小于预设权值阈值后,在前一次的权值基础上依次进行迭代计算,以得到最可能的目标节点人员,有利于快速、准确地锁定目标节点人员。
如图6所示,图6是本发明实施例提供的一种关键人员分析装置的结构示意图,该装置600包括:
第一获取模块601,用于获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到各节点人员的初始权值;
第二获取模块602,用于获取关系图谱中的各节点人员之间的交互信息;
计算模块603,用于基于交互信息及各节点人员的初始权值计算各节点人员的权值,根据权值对各节点人员的初始权值进行更新;
提取模块604,用于若更新后得到与各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
进一步地,交互信息包括出度信息,如图7所示,第二获取模块602包括:
获取单元6021,用于选取当期节点人员,获取当期节点人员接收其余节点人员的出度信息的出度值,当期节点人员与其余节点人员组成关系图谱;
识别单元6022,用于识别其余节点人员的出度信息的总出度值。
进一步地,如图8所示,计算模块603包括:
第一计算单元6031,用于根据当期节点人员接收其余节点人员的出度信息的出度值、其余节点人员的出度信息的总出度值以及其余节点人员的初始权值,计算与当期节点人员对应的第一权值;
更新单元6032,用于根据第一权值对当期节点人员的初始权值进行更新;
第一计算单元6031还用于将当期节点人员的第一权值与对应的初始权值作差,得到权值差,对权值差求和,以得到权值差之和。
进一步地,如图9所示,提取模块604包括:
判断单元6041,用于判断权值差之和是否小于预设权值阈值;
提取单元6042,用于若是,则停止继续对当期节点人员的第二权值进行权值计算及更新,提取第一权值最大的当期节点人员作为目标节点人员。
进一步地,如图10所示,提取单元6042包括:
比较子单元60421,用于比较各当期节点人员的第一权值大小;
查找子单元60422,用于查找比较结果中第一权值最大的当期节点人员,并将第一权值最大的当期节点人员判定为目标节点人员。
进一步地,上述第一计算单元6031还用于若否,则基于当期节点人员更新后的第一权值、接收其余节点人员的出度信息的出度值及其余节点人员的出度信息的总出度值继续进行权值计算;
上述更新单元6032还用于将继续进行权值计算得到的权值对应当期节点人员进行更新,直到计算得到的权值差之和小于预设权值阈值。
本发明实施例提供的关键人员分析装置600能够实现上述方法实施例中关键人员分析方法实现的各个过程,为避免重复,这里不再赘述。且可以达到相同的有益效果。
进一步地,如图11所示,图11为本发明实施例提供的一种电子设备1100 的结构示意图。如图11所示,包括:处理器1101、存储器1102、网络接口1103 及存储在存储器1102上并可在处理器1101上运行的计算机程序。
其中:
处理器1101用于调用存储器1102存储的计算机程序,并执行如下步骤:
获取人员的关系图谱,将关系图谱中的各节点人员初始化,得到各节点人员的初始权值;
获取关系图谱中的各节点人员之间的交互信息;
基于交互信息及各节点人员的初始权值计算各节点人员的权值,根据权值对各节点人员的初始权值进行更新;
若更新后得到与各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
进一步地,交互信息包括出度信息,处理器1101执行的获取关系图谱中的各节点人员之间的交互信息的步骤包括:
选取当期节点人员,获取当期节点人员接收其余节点人员的出度信息的出度值,当期节点人员与其余节点人员组成关系图谱;
识别其余节点人员的出度信息的总出度值。
进一步地,处理器1101执行的基于交互信息及各节点人员的初始权值计算各节点人员的权值,根据权值对各节点人员的初始权值进行更新的步骤包括:
根据当期节点人员接收其余节点人员的出度信息的出度值、其余节点人员的出度信息的总出度值以及其余节点人员的初始权值,计算与当期节点人员对应的第一权值;
根据第一权值对当期节点人员的初始权值进行更新;
将当期节点人员的第一权值与对应的初始权值作差,得到权值差,对权值差求和,以得到权值差之和。
进一步地,处理器1101执行的提取更新后权值最大的节点人员作为目标节点人员的步骤包括:
判断权值差之和是否小于预设权值阈值;
若是,则停止继续对当期节点人员的第二权值进行权值计算及更新,提取第一权值最大的当期节点人员作为目标节点人员。
进一步地,处理器1101执行的提取第一权值最大的当期节点人员作为目标节点人员的步骤包括:
比较各当期节点人员的第一权值大小;
查找比较结果中第一权值最大的当期节点人员,并将第一权值最大的当期节点人员判定为目标节点人员。
进一步地,处理器1101执行的判断权值差之和是否小于预设权值阈值的步骤包括:
若否,则基于当期节点人员更新后的第一权值、接收其余节点人员的出度信息的出度值及其余节点人员的出度信息的总出度值继续进行权值计算;
将继续进行权值计算得到的权值对应当期节点人员进行更新,直到计算得到的权值差之和小于预设权值阈值。
本发明实施例提供的电子设备1100能够实现关键人员分析方法实施例中的各个实施方式,以及相应有益效果,为避免重复,这里不再赘述。
图中仅示出了具有组件1101-1103的电子设备1100,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的电子设备1100是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
电子设备1100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。电子设备1100可以与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
存储器1102至少包括一种类型的可读存储介质,可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器1102可以是电子设备1100的内部存储单元,例如该电子设备1100的硬盘或内存。在另一些实施例中,存储器1102也可以是电子设备1100的外部存储设备,例如该电子设备1100上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,电子设备1100的内部存储单元也包括其外部存储设备。本实施例中,存储器1102通常用于存储安装于电子设备1100的操作系统和各类应用软件,例如关键人员分析方法的程序代码等。此外,存储器1102还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器1101在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器1101 通常用于控制电子设备1100的总体操作。本实施例中,处理器1101用于运行存储器1102中存储的程序代码或者处理数据,例如运行关键人员分析方法的程序代码。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质存储关键人员分析的程序,上述关键人员分析程序可被至少一个处理器执行,以使至少一个处理器执行如上述的关键人员分析方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例的关键人员分析方法。
本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种关键人员分析方法,其特征在于,所述方法包括以下步骤:
获取人员的关系图谱,将所述关系图谱中的各节点人员初始化,得到所述各节点人员的初始权值;
获取所述关系图谱中的各节点人员之间的交互信息;
基于所述交互信息及所述各节点人员的初始权值计算所述各节点人员的权值,根据所述权值对所述各节点人员的初始权值进行更新;
若更新后得到与所述各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
2.如权利要求1所述的方法,其特征在于,所述交互信息包括出度信息,所述获取所述关系图谱中的各节点人员之间的交互信息的步骤包括:
选取当期节点人员,获取所述当期节点人员接收其余节点人员的出度信息的出度值,所述当期节点人员与所述其余节点人员组成所述关系图谱;
识别所述其余节点人员的出度信息的总出度值。
3.如权利要求2所述的方法,其特征在于,所述基于所述交互信息及所述各节点人员的初始权值计算所述各节点人员的权值,根据所述权值对所述各节点人员的初始权值进行更新的步骤包括:
根据所述当期节点人员接收其余节点人员的出度信息的出度值、其余节点人员的出度信息的总出度值以及所述其余节点人员的初始权值,计算所述当期节点人员对应的第一权值;
根据所述第一权值对所述当期节点人员的初始权值进行更新;
将所述当期节点人员的第一权值与对应的初始权值作差,得到权值差,对权值差求和,以得到权值差之和。
4.如权利要求3所述的方法,其特征在于,所述提取更新后权值最大的节点人员作为目标节点人员的步骤包括:
判断所述权值差之和是否小于所述预设权值阈值;
若是,则停止继续对所述当期节点人员的第二权值进行计算及更新,提取第一权值最大的当期节点人员作为目标节点人员。
5.如权利要求4所述的方法,其特征在于,所述提取第一权值最大的当期节点人员作为目标节点人员的步骤包括:
比较各所述当期节点人员的第一权值大小;
查找比较结果中第一权值最大的当期节点人员,并将所述第一权值最大的当期节点人员判定为目标节点人员。
6.如权利要求4所述的方法,其特征在于,所述判断所述权值差之和是否小于所述预设权值阈值的步骤包括:
若否,则基于所述当期节点人员更新后的第一权值、接收其余节点人员的出度信息的出度值及其余节点人员的出度信息的总出度值继续进行权值计算;将继续进行权值计算得到的权值对应所述当期节点人员进行更新,直到计算得到的权值差之和小于预设权值阈值。
7.一种关键人员分析装置,其特征在于,所述装置包括:
第一获取模块,用于获取人员的关系图谱,将所述关系图谱中的各节点人员初始化,得到所述各节点人员的初始权值;
第二获取模块,用于获取所述关系图谱中的各节点人员之间的交互信息;
计算模块,用于基于所述交互信息及所述各节点人员的初始权值计算所述各节点人员的权值,根据所述权值对所述各节点人员的初始权值进行更新;
提取模块,用于若更新后得到与所述各节点人员对应的相邻两次的权值差之和小于预设权值阈值,则提取更新后权值最大的节点人员作为目标节点人员。
8.如权利要求7所述的装置,其特征在于,所述第二获取模块包括:
获取单元,用于选取当期节点人员,获取所述当期节点人员接收其余节点人员的出度信息的出度值,所述当期节点人员与所述其余节点人员组成所述关系图谱;
识别单元,用于识别所述其余节点人员的出度信息的总出度值。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并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权利要求1至6中任一项所述的关键人员分析方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至6中任一项所述的关键人员分析方法中的步骤。
CN201911250303.8A 2019-12-09 2019-12-09 关键人员分析方法、装置、电子设备及存储介质 Pending CN113032607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911250303.8A CN113032607A (zh) 2019-12-09 2019-12-09 关键人员分析方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911250303.8A CN113032607A (zh) 2019-12-09 2019-12-09 关键人员分析方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN113032607A true CN113032607A (zh) 2021-06-25

Family

ID=76451156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911250303.8A Pending CN113032607A (zh) 2019-12-09 2019-12-09 关键人员分析方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113032607A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160036661A1 (en) * 2014-08-04 2016-02-04 Linkedln Corporation Revising connection strengths in a social graph
CN109472485A (zh) * 2018-11-01 2019-03-15 成都数联铭品科技有限公司 企业失信风险传播查询系统及方法
CN109559822A (zh) * 2018-11-12 2019-04-02 平安科技(深圳)有限公司 智能初诊方法、装置、计算机设备及存储介质
WO2019061992A1 (zh) * 2017-09-30 2019-04-04 平安科技(深圳)有限公司 查勘网格优化方法、电子设备及计算机可读存储介质
CN110166289A (zh) * 2019-05-15 2019-08-23 北京奇安信科技有限公司 一种识别目标信息资产的方法及装置
CN110232633A (zh) * 2019-05-21 2019-09-13 深圳壹账通智能科技有限公司 一种电子签约方法、装置、存储介质和服务器
WO2019227579A1 (zh) * 2018-05-29 2019-12-05 平安科技(深圳)有限公司 会议信息记录方法、装置、计算机设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160036661A1 (en) * 2014-08-04 2016-02-04 Linkedln Corporation Revising connection strengths in a social graph
WO2019061992A1 (zh) * 2017-09-30 2019-04-04 平安科技(深圳)有限公司 查勘网格优化方法、电子设备及计算机可读存储介质
WO2019227579A1 (zh) * 2018-05-29 2019-12-05 平安科技(深圳)有限公司 会议信息记录方法、装置、计算机设备及存储介质
CN109472485A (zh) * 2018-11-01 2019-03-15 成都数联铭品科技有限公司 企业失信风险传播查询系统及方法
CN109559822A (zh) * 2018-11-12 2019-04-02 平安科技(深圳)有限公司 智能初诊方法、装置、计算机设备及存储介质
CN110166289A (zh) * 2019-05-15 2019-08-23 北京奇安信科技有限公司 一种识别目标信息资产的方法及装置
CN110232633A (zh) * 2019-05-21 2019-09-13 深圳壹账通智能科技有限公司 一种电子签约方法、装置、存储介质和服务器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘昊;徐鹏;: "基于关系网络的PageRank算法在禁毒情报上的应用研究", 中国人民公安大学学报(自然科学版), no. 01 *
魏春蓉;张宇霖;: "基于新浪微博的社交网络用户关系分析", 中华文化论坛, no. 09 *

Similar Documents

Publication Publication Date Title
US8144920B2 (en) Automated location estimation using image analysis
CN113657289B (zh) 阈值估计模型的训练方法、装置和电子设备
US20180157682A1 (en) Image information processing system
CN112749758A (zh) 图像处理方法、神经网络的训练方法、装置、设备和介质
US20220139061A1 (en) Model training method and apparatus, keypoint positioning method and apparatus, device and medium
CN113190702B (zh) 用于生成信息的方法和装置
CN110580284A (zh) 一种实体消歧方法、装置、计算机设备及存储介质
CN112861885A (zh) 图像识别方法、装置、电子设备及存储介质
CN112258238A (zh) 用户生命价值周期检测方法、装置和计算机设备
CN113011309A (zh) 图像识别方法、装置、设备、介质及程序产品
CN115631381A (zh) 分类模型训练方法、图像分类方法、装置及电子设备
CN113627361B (zh) 人脸识别模型的训练方法、装置及计算机程序产品
CN113032607A (zh) 关键人员分析方法、装置、电子设备及存储介质
CN111666501A (zh) 异常社团识别方法、装置、计算机设备和存储介质
CN116092648A (zh) 一种业务处理方法、装置、电子设备及计算机可读介质
JPWO2019187107A1 (ja) 情報処理装置、制御方法、及びプログラム
CN115840867A (zh) 数学解题模型的生成方法、装置、电子设备和存储介质
Nivaashini et al. Comparative Analysis of Feature Selection Methods and Machine Learning Algorithms in Permission based Android Malware Detection
CN110457893B (zh) 获取帐号群组的方法和设备
CN114429663B (zh) 人脸底库的更新方法、人脸识别方法、装置及系统
CN116343285A (zh) 人脸活体检测模型的训练方法、人脸活体检测方法及装置
CN115600000A (zh) 一种信息处理方法、装置、系统及介质
CN115905263A (zh) 向量数据库的更新方法及基于向量数据库的人脸识别方法
EP4040381A1 (en) Attribute determination device, attribute determination program, and attribute determination method
CN112925949A (zh) 视频帧数据采样方法、装置、计算机设备和存储介质

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