CN113449116B - 一种图谱构建、预警方法、设备及介质 - Google Patents
一种图谱构建、预警方法、设备及介质 Download PDFInfo
- Publication number
- CN113449116B CN113449116B CN202110692740.6A CN202110692740A CN113449116B CN 113449116 B CN113449116 B CN 113449116B CN 202110692740 A CN202110692740 A CN 202110692740A CN 113449116 B CN113449116 B CN 113449116B
- Authority
- CN
- China
- Prior art keywords
- event
- node
- determining
- sub
- events
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种图谱构建、预警方法、设备及介质,用以准确地构建事理图谱。由于在本发明实施例中,针对每个产业链均创建了该产业链的知识图谱,并在创建每个产业链的知识图谱之后,将所创建的知识图谱进行连接形成了中间知识图谱,并准确地建立了中间知识图谱与事件演化规律中事件的关联关系,因此在本发明实施例中可以准确地建立事理图谱。
Description
技术领域
本发明涉及知识图谱技术领域,尤其涉及一种图谱构建、预警方法、设备及介质。
背景技术
随着社会的发展,家电逐渐成为生活中必不可少的一部分,然而仅在青岛市,家电产业链每年生产总值近2000亿元,牵扯就业人数近百万,上下游配套企业近千家,每年贡献税收两百多亿。目前存在市场、技术、政策等多维度风险因素需要及时识别,牵一发而动全身。目前的市场产品相关功能较为单薄,无法综合衡量上下游关联产业变动和风险事件带来的影响,进而预判产业趋势并进行风险预警。
目前市场产品的主要形态以风险指数为主,更多关注于产业内的相关指标变动,如利润总额、主营业务收入、从业人数等,无法综合衡量如房地产行业、原材料行业等关联产业变动所带来的风险影响。同时,目前的市场产品多数无法动态捕捉事件,并主动预警产业风险。在前沿的领域内,产业链知识图谱的构建已经有相关成熟案例,但是同事理分析的结合,目前仍然是实际应用中的重要短板。在前沿领域内,如数地工厂的“学迹”、平安云的“欧拉图谱”和同花顺“iFinD”都在探索构建产业链知识图谱,同时融合事理分析,以此实现动态推演功能,然而目前的所构建的融合事理分析的产业链知识图谱在应用时,仍存在一定的问题,因此急需一种能够准确融合事理分析的知识图谱。
发明内容
本发明实施例提供了一种图谱构建、预警方法、装置、设备及介质,用以准确地构建事理图谱。
第一方面,本发明实施例提供了一种图谱构建方法,所述方法包括:
针对每个产业链,获取用于构建该产业链的图谱文本;从所述图谱文本中,获取实体的信息以及实体之间的关联关系的信息;根据获取的实体的信息创建对应的节点,并根据实体之间的关联关系的信息连接对应的节点,构建该产业链的知识图谱;
根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点,确定中间知识图谱;
针对预先构建完成的事件演化规律中的第一事件,确定所述中间知识图谱中所述第一事件对应的第一节点,在所述事件演化规律中建立所述第一事件对应的第二节点与所述第一节点之间的关联关系。
第二方面,本发明实施例还提供了一种预警方法,所述方法包括:
接收文本信息,抽取所述文本信息中包含的第九事件;在事件演化规律中确定与所述第九事件匹配的第十事件,以及在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
针对所确定出的每条路径,确定该条路径中最后被指向的目标事件,判断所述目标事件对应的第十节点是否与所述中间知识图谱中的节点具有关联关系,若是,则对所述目标事件进行预警。
第三方面,本发明实施例还提供了一种图谱构建装置,所述装置包括:
构建模块,用于针对每个产业链,获取用于构建该产业链的图谱文本;从所述图谱文本中,获取实体的信息以及实体之间的关联关系的信息;根据获取的实体的信息创建对应的节点,并根据实体之间的关联关系的信息连接对应的节点,构建该产业链的知识图谱;
连接确定模块,用于确定根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点,确定中间知识图谱;
处理模块,用于针对预先构建完成的事件演化规律中的第一事件,确定所述中间知识图谱中所述第一事件对应的第一节点,在所述事件演化规律中建立所述第一事件对应的第二节点与所述第一节点之间的关联关系。
第四方面,本发明实施例还提供了一种预警装置,所述装置包括:
确定模块,用于接收文本信息,抽取所述文本信息中包含的第九事件;在事件演化规律中确定与所述第九事件匹配的第十事件,以及在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
预警模块,用于针对所确定出的每条路径,确定该条路径中最后被指向的目标事件,判断所述目标事件对应的第十节点是否与所述中间知识图谱中的节点具有关联关系,若是,则对所述目标事件进行预警。
第五方面,本发明实施例还提供了一种电子设备,所述电子设备至少包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序时实现如上述任一所述图谱构建或上述任一所述预警方法的步骤。
第六方面,本发明实施例还提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一所述图谱构建或上述任一所述预警方法的步骤。
由于在本发明实施例中,针对每个产业链均创建了该产业链的知识图谱,并在创建每个产业链的知识图谱之后,将所创建的知识图谱进行连接形成了中间知识图谱,并准确地建立了中间知识图谱与事件演化规律中事件的关联关系,因此在本发明实施例中可以准确地建立事理图谱。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,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为本发明实施例提供的一种图谱构建过程示意图;
图2为本发明实施例提供的预先保存的产业链对应的实体之间的部分关联关系示意图;
图3为本发明实施例提供的图谱文本中保存的部分信息示意图;
图4为本发明实施例提的家电这一产业链中的部分产业链知识图谱示意图;
图5为本发明实施例提供的事件抽取模型示意图;
图6为本发明实施例提供的中间事件演化规律示意图;
图7为本发明实施例提供的一种家电这一产业链的总体需求示意图;
图8为本发明实施例提供的宏观经济增速放缓时,所构建出的中间事件演化规律;
图9为本发明实施例提供的宽松的货币政策时,所构建出的中间事件演化规律;
图10为本发明实施例提供的一种范式拓展规则示意图;
图11为本发明实施例提供的另一种范式拓展规则示意图;
图12为本发明实施例提供的增加时间间隔这一属性后的部分事件演化规则示意图;
图13为本发明实施例提供的一种预警过程示意图;
图14为本发明提供的一种图谱构建装置结构示意图;
图15为本发明实施例提供的一种预警装置结构示意图;
图16为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图,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所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的一种图谱构建过程示意图,该过程包括以下步骤:
S101:针对每个产业链,获取用于构建该产业链的图谱文本;从所述图谱文本中,获取实体的信息以及实体之间的关联关系的信息;根据获取的实体的信息创建对应的节点,并根据实体之间的关联关系的信息连接对应的节点,构建该产业链的知识图谱。
本发明实施例提供的图谱构建过程应用于电子设备,该电子设备可以是PC、智能家居设备或者服务器等智能设备,其中该智能家居设备例如可以是智能冰箱、智能电视等设备。
为了准确的构建事理图谱,电子设备中保存有每个产业链对应的图谱文本,该图谱文本中保存有实体的信息,并且还保存有实体之间的关联关系。在构建该产业链的知识图谱时,获取电子设备中所保存的该产业链的图谱文本。并且在获取到该产业链的图谱文本后,从所获取到的图谱文本中,获取所记载的实体的信息以及实体之间的关联关系的信息。并根据获取到的实体的信息创建对应的节点,在创建完实体的信息对应的节点之后,针对该产业链的图谱文本中所记载的实体之间的每个关联关系,连接该关联关系对应的节点。
其中,在本发明实施例中,实体的信息包括:产业链名称、分行业、环节、企业以及产品,实体之间的关联关系包括:所属产业链、关联行业、所属环节、上游环节、关联企业、关联产品以及公司经营范围,并且在本发明实施例中所属产业链这一关联关系为分行业以及产业链名称之间的关联关系,关联行业这一关联关系为分行业与分行业之间的关联关系,所属环节这一关联关系为环节与分行业之间的关联关系,上游环节这一关联关系为环节与环节之间的关联关系,关联企业这一关联关系为企业与环节之间的关联关系,关联产品这一关键关系为产品与环节之间的关联关系,公司经营范围这一关联关系为产品与企业之间的关联关系。
其中,该图谱文本是专家根据经验所提供的,具体的,专家首先是对行业背景知识进行梳理,梳理出产业链、行业及该产业链中其他的信息之间复杂的连接关系,然后是收集构建图谱所需要的相关信息,专家收集到相关信息后,对获取到的信息中包含的各种实体进行区分,梳理实体之间的关联关系中,最终以文本的方式呈现,该文本可以是表格结构,从而保存到电子设备中。除此之外,还有一种方法是电子设备通过自然语言处理算法,从企业的相关资料中提取产业链相关的信息,最终确定对应的实体与实体之间的关联关系。
S102:根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点,确定中间知识图谱。
在本发明实施例中,为了准确地构建事理图谱,在构建完每个产业链对应的知识图谱后,构建包含每个产业链的知识图谱的中间知识图谱。具体的,电子设备中保存有产业链对应的实体之间的关联关系,在本发明实施例中,根据电子设备中保存有产业链对应的实体之间的关联关系,连接产业链的知识图谱,从而确定中间知识图谱,具体在进行连接时,每个产业链的知识图谱中均保存有与其他产业链具有关联关系的实体对应的节点,连接所构建的产业链的知识图谱中与其他产业链具有关联关系的实体对应的节点即可。
S103:针对预先构建完成的事件演化规律中的第一事件,确定所述中间知识图谱中所述第一事件对应的第一节点,在所述事件演化规律中建立所述第一事件对应的第二节点与所述第一节点之间的关联关系。
在本发明实施例中,为了构建事理图谱,电子设备中预先保存有构建完成的事件演化规律,事件演化规律中记录有不同事件对应的节点,以及具有关联关系的事件之间的连接关系,在确定完中间知识图谱后,针对事件演化规律中的第一事件,确定中间知识图谱中是否包含该第一事件对应的第一节点,若包含该第一事件对应的第一节点,则在所构建完成的事件演化规律中获取该第一事件对应的第二节点,并在事件演化规律中建立该第二节点与第一节点之间的关联关系,从而实现事理图谱的构建。
由于在本发明实施例中,针对每个产业链均创建了该产业链的知识图谱,并在创建每个产业链的知识图谱之后,将所创建的知识图谱进行连接形成了中间知识图谱,并准确地建立了中间知识图谱与事件演化规律中事件的关联关系,因此在本发明实施例中可以准确地建立事理图谱。
实施例2:
为了准确地构建事理图谱,在上述实施例的基础上,在本发明实施例中,所述根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点包括:
根据预先保存的产业链对应的实体之间的关联关系,确定具有关联关系的实体对应的产业链的知识图谱;
根据实体之间的关联关系,连接所确定的产业链的知识图谱中的对应实体对应的节点。
为了准确地构建事理图谱,在本发明实施例中,电子设备中预先保存有产业链对应的实体之间的关联关系,在创建完每个产业链对应的知识图谱之后,可以根据电子设备中所保存的产业链对应的实体之间的关联关系,确定具有关联关系的实体对应的产业链,并获取该产业链对应的知识图谱。在所获取到的产业链的知识图谱中,获取对应的实体对应的节点,并根据实体之间的关联关系,连接所获取到的节点。其中,所连接的节点对应的实体可以为产业链名称,也就是说每个产业链的知识图谱中保存的与其他产业链具有关联关系的实体对应的节点为“产业链名称”对应的节点。例如,家电这一产业链与装修这一产业链具有关联关系,并且家电这一产业链中的产业链名称为“家电产业链”,装修这一产业链中的产业链名称为“装修产业链”,则在进行连接时,连接的是家电这一产业链对应的知识图谱中“家电产业链”对应的节点以及装修这一产业链对应的知识图谱中“装修产业链”对应的节点。
图2为本发明实施例提供的预先保存的产业链对应的实体之间的部分关联关系示意图。
由图2可知,房地产产业共包括拿地、施工、销售、竣工、交房、装修等环节。其中的施工环节涉及建材、金属制品、工程机械等行业,而装修环节涉及家电、装饰、家具等行业,也就是说家电这一产业链对应的实体与装修这一产业链对应的实体具有关联关系,交房这一产业链对应的实体与装修这一产业链对应的实体具有关联关系。在本发明实施例中,产业链知识图谱的构建首先是行业背景知识的梳理,在确定所要构建的知识图谱对应的产业链后,根据产业链、行业、环节、企业/产品之间复杂的链接关系,收集构建该产业链的知识图谱所需要的相关数据。
以构建家电产业链的知识图谱为例,进行说明。
通过专家经验可知:家电通常包括:白色家电、黑色家电和小家电。其中,白色家电是指洗衣机、电冰箱、空调等;黑色家电一般指彩电;小家电是除了大功率输出的电器以外的家电。白色家电在整体上可以分为原材料、零部件制造、整机制造、下游销售四个分行业,对应着不同的行业产品和公司。同时,原材料价格对于家电企业利润的影响非常大,其价格动态是需要时刻注意的。在这里,原材料、零部件制造、整机制造和下游销售四个环节主要通过专家经验和先验知识来进行确定。基于收集的相关信息确定其主营产品和范围,进而将这些企业分别归属不同的环节或行业中。
图3为本发明实施例提供的家电产业链对应的图谱文本中保存的部分信息示意图。
由图3可知,家电这一产业链对应的图谱文本中,原材料对应的产品包括钢铁、铜材、铝材、塑料,零部件制造对应的产品包括压缩机、电机,整机制造对应的产品包括空调、冰箱、洗衣机,下游销售对应的产品包括家电连锁店、家电专卖店、电商。并且原材料对应的企业为分散的供应商,零部件制造对应的企业为格力、美的、上海日,整机制造对应的企业为海尔智家、海信家电、澳柯玛,下游销售对应的企业为苏宁、国美、家乐福、京东。
并且在家电这一产业链对应的图谱文本中包括以下信息:
产业链名称为家电产业链;分行业分别为白色家电、黑色家电、小家电;白色家电的环节为原材料、零部件制造、整机制造、下游销售;原材料的企业为分散的供应商;零部件制造的企业为格力、美的、上海日立;整机制造的企业为海尔智家、海信家电、澳柯玛;下游销售的企业为苏宁、国美、家乐福、京东;原材料对应的产品为钢铁、钢材、铝材、塑料、硅;零部件制造对应的产品为压缩机、电机;整机制造对应的产品为空调、冰箱、洗衣机等;下游销售对应的产品为家电连锁、家电专卖店、电商渠道等。并且环节中原材料的上游行业为零部件制造,零部件制造的上游行业为整机制造,整机制造的上游行业为下游销售。
图4为本发明实施例提的家电这一产业链中的部分产业链知识图谱示意图。
由图4可以从全局的角度来了解产业链、行业、关联公司以及产品之间复杂的链接关系,由图4可以清楚的了解到原材料对应的产品为钢铁、钢材、铝材、塑料、硅;零部件制造对应的产品为压缩机、电机;整机制造对应的产品为空调、冰箱、洗衣机;下游销售对应的产品为家电连锁、家电专卖店、电商渠道;原材料的企业为分散的供应商;零部件制造的企业为格力、美的、上海日立;整机制造的企业为海尔智家、海信家电、澳柯玛;下游销售的企业为苏宁、国美、家乐福、京东;并且下游销售、整机制造、原材料以及零部件制造所述的产业链均为白色家电;并且原材料的上游行业为零部件制造,零部件制造的上游行业为整机制造,整机制造的上游行业为下游销售。
并且在本发明实施例中,由于在不同的产业链进行融合时,不同的产业链之间可能存在着相同的环节、企业或者产品,比如说房地产业包括拿地、施工、销售、竣工、交房、装修、家电等产业链,其中家电产业链与装修产业链可能存在相同的企业对应的节点,因此在进行不同产业链的知识图谱的连接的时候,会对不同产业链之间存在的相同的环节、企业活产品等实体对应的节点进行融合。
实施例3:
为了准确地构建事理图谱,在上述各实施例的基础上,在本发明实施例中,所述事件演化规律通过以下方式构建:
抽取收集的舆情信息中包含的第二事件、原因对应的第三事件以及结果对应的第四事件;
若待构建的中间事件演化规律中不包含所述第二事件对应的第三节点、所述第三事件对应的第四节点和所述第四事件对应的第五节点中任一节点,则创建对应的节点;
若所述中间事件演化规律中不包含所述第四节点指向所述第三节点的连接关系,或不包含所述第三节点指向所述第五节点的连接关系,则建立所述第四节点指向所述第三节点的连接关系,或建立所述第三节点指向所述第五节点的连接关系。
在本发明实施例中,在构建事件演化规律时,电子设备中预先保存有待构建的中间事件演化规律,具体的,该中间事件演化规律中包含部分的事件以及事件之间的关联关系,在构建事件演化规律时,电子设备抽取所收集的舆情信息中包含的第二事件、第三事件以及第四事件,其中,第三事件是第二事件产生的原因,第四事件是第二事件会导致的结果,也就是说第三事件会导致第二事件,第二事件会导致第四事件。
在本发明实施例中,在抽取出第二事件、第三事件以及第四事件后,判断电子设备中所保存的中间事件演化规律中是否包含该第二事件对应的第三节点、该第三事件对应的第四节点以及该第四事件对应的第五节点,若中间事件演化规律中不包含该第三节点、该第四节点以及该第五节点中任一节点,则创建对应的节点。若抽取出的第二事件为白色家电需求下降,抽取出的第三事件为房地产市场降温,抽取出的第四事件为销售额同比下滑,并且中间事件演化规律中不包含白色家电需求下降对应的第三节点,包含房地产市场降温对应的第四节点以及销售额同比下滑对应的第五节点,则创建白色家电需求下降对应的节点。
在创建完对应的节点后,因为可能存在中间事件演化规律中不包含第二事件与第三事件的关联关系以及第二事件与第四事件的关联关系,因此电子设备可以判断中间事件演化规律中是否包含第四节点指向第三节点的连接关系,以及第三节点指向第五节点的连接关系,若不包含第四节点指向第三节点的连接关系,则建立第四节点指向第三节点的连接关系;若不包含第三节点指向第五节点的连接关系,则建立第三节点指向第五节点的连接关系。
并且该中间事件演化规律为专家根据经验所构建的。具体的该待构建的中间事件演化规律在构建时,人工进行行业风险点的梳理,然后根据风险点同时综合领域专家意见和专业文献报道,梳理出事件之间复杂的连接关系。并且在构建中间事件演化规律时,专家在进行事件推理等分析的时候,专家可以通过构建城市画像来辅助精准定位,城市画像的构建方法具体包括:建立城市态势感知指标体系,和通过定量的方式计算推导。具体的专家如何进行分析,在此不做限制。
在本发明实施例中,在抽取舆情信息中包含的事件时,可以通过预先设置的规则模板进行抽取,其中,预先设置的规则模板可以为:([*?年][*?月][*?日])*?[原因|由于|因为]*?[造成|引发|引起]*?[***公司][采取|施行|发布|遭受]**,该预先设置的规则模板也可以为:[*?的影响].*?[导致|引发|造成]*?国家[*?[部|局]出台|实行]*?政策等规则,并且通过定制多种规则模板即可抽取出所要抽取的事件。利用规则进行抽取需要定制多种规则模板,且每一种规则模板都需要详细设计,该方法虽然可以快速定制,但抽取结果死板且漏抽概率很大,因此在本发明实施例中也可以通过预先训练完成的事件抽取模型进行抽取。
若通过事件抽取模型对舆情信息中的事件进行抽取,则通过训练集中包含的样本对,对事件抽取模型进行训练,每个样本对包括:样本文本以及样本文本中对应的事件、该事件的原因对应的事件以及该事件的结果对应的事件,经过训练即可得到事件抽取模型。具体的,通过事件抽取模型进行事件的抽取,为现有技术在此不做赘述。
图5为本发明实施例提供的事件抽取模型示意图。
在图5中,通过BERT进行舆情信息中特征的提取,也就是所要抽取的事件的提取,通过BiLSTM以及CRF确定所抽取的事件对应的是原因、结果还是事件本身,具体的如何通过BERT进行舆情信息中特征的提取,具体的如何通过BiLSTM以及CRF确定所抽取的事件对应的是原因、结果还是事件本身为现有技术,在此不再赘述。
实施例4:
为了准确地构建事理图谱,在上述各实施例的基础上,在本发明实施例中,所述方法还包括:
若所述第二事件、所述第三事件、所述第四事件中任一事件为子事件,则通过训练完成的事件识别模型,获取该子事件归属的第五事件;
若所述中间事件演化规律中包括所述第五事件对应的第六节点,且所述中间事件演化规律中不包含所述第六节点与该子事件对应的节点之间的连接关系,则连接所述第六节点与该子事件对应的节点。
由于在本发明实施例中,由舆情信息中所抽取出的第二事件、第三事件以及第四事件中任一事件均可能为子事件,由于子事件需要建立与子事件归属的事件的关联关系,因此在本发明实施例中,可以先判断该第二事件、该第三事件以及该第四事件是否存在任一事件为子事件,确定该第二事件、该第三事件以及该第四事件是否为子事件的过程为:电子设备中预先保存的事件知识库,在该事件知识库中进行查询,若未在子事件的事件中查询到该第二事件、该第三事件以及该第四事件,则说明第二事件、该第三事件以及该第四事件不是子事件。
若存在任一事件为子事件,则获取该子事件归属的事件,具体的,在获取该子事件归属的事件时,将该子事件的名称输入到预先训练完成的事件识别模型中,获取该事件识别模型的输出,该输出即为该子事件归属的第五事件的名称。也就是说,若抽取出的事件为子事件,则需要对该事件进行泛化,获取该子事件归属的事件,例如所抽取出的“中国债务率飙升”为子事件,则获取该子事件归属的事件,并且其归属的事件的名称为“国家债务率飙升”。
在确定该第五事件的名称后,即可确定子事件归属的第五事件,在确定该子事件归属的第五事件后,在中间演化规律中获取该第五事件对应的第六节点,若中间事件演化规律中包含该第六节点,并且由于该子事件对应的节点在上述实施例中已经创建完毕,因此可以判断中间事件演化规律中是否包含该第六节点与该子事件对应的节点之间的关联关系,若不包含该第六节点与该子事件对应的节点之间的关联关系,则连接该第六节点以及该子事件对应的节点。
图6为本发明实施例提供的中间事件演化规律示意图。
由图6可知,事件一与事件二之间具有关联关系,具体为事件一会导致事件二,并且子事件1、子事件2以及子事件3分别为事件一的子事件,子事件4、子事件5、子事件6以及子事件7分别为事件二的子事件,子事件1与子事件6之间具有关联关系,具体为子事件1会导致子事件6。
并且在本发明实施例中,在构建产业链事件演化规律时,电子设备预先通过专家经验构建中间事件演化规律,具体在构建该中间事件演化规律时,专家可以先梳理这一行业的需求,通过梳理出的内部需求以及外部需求,判断发生怎样的情况会对这一行业产生影响。并在专家梳理出事件的信息以及事件之间的关联关系后,根据事件的信息创建对应的节点,并根据事件之间的关联关系,连接对应的节点。
图7为本发明实施例提供的一种家电这一产业链的总体需求示意图。
由图7可知,消费需求整体包括内部需求和外部需求,受多种因素共同影响。内部需求主要包括新增需求和替换需求,新增需求表示初次购买家电的需求,而替换需求表示已有家电产品的更新和升级的需求。会对新增需求产生影响的包括保有量、房屋装修以及政策影响,对保有量产生影响的为保有量技术、人口、居民购买力以及商品价格,对房屋装修产生影响的包括商品房销售面积,政策影响相关的包括家电下乡政策以及精准扶贫政策。对替换需求产生影响的包括保有周期以及消费升级或消费降级,其中对保有周期产生影响的包括家电使用周期以及家电质量。
外部需求主要包括用户需求、出口竞争力、宏观经济、政策影响以及重大事件,对用户需求产生影响的包括居民购买力,对出口竞争力产生影响的包括产品质量、人民币汇率以及生产升本,对宏观经济产生影响的包括出口国经济景气度,政策影响相关的包括贸易保护主义。
在本发明实施例中,专家根据行业风险点可以通过供给侧和需求侧两个方面进行梳理,供给侧包括:行业竞争加剧、原材料价格波动、汇率波动、政策风险、海外业务运行,需求侧包括:宏观经济增速放缓、房地产需求下降、重大事件。通过结合风险点和领域专家经验够确定事件的基本演化规律,即本发明实施例中所描述的中间事件演化规律。
具体的,在本发明实施例中,在构建中间事件演化规律时,也可以先进行上下游的推测,辅助识别先行指标。其中,先行指标可以帮助专家更好的梳理行业风险点。例如,“商品房销售是家电行业景气的重要先行指标,商品房销售面积增速大约领先家电营收增速5个月,相关系数达0.68”,通过这一段文本可知,商品房销售面积为家电行业景气的先行指标,基于这个先行指标,能够推测潜在相关的行业风险点。其中,图7中确定的家电产业消费需求,相当于将产业链同宏观经济相结合,考虑经济系统很大程度上依赖供需关系的平衡,潜在影响需求的重大节点都应该这里面被重点关注,所以专家结合风险点和领域专家经验够确定事件的基本演化规律,建立中间事件演化规律。
并且在本发明实施例中,在目前通常的事理图谱构建中,事理图谱中事件演化规律的构建依赖于的事件抽取,通过对不同文章中的事件抽取,能够找到其前因后果,但这么做缺乏基本的框架逻辑做支撑。如“人不了解中国经济增长”看起来不像是显著的前序原因,而“物品价格增速”则更像是货币超发所导致的后续结果。而在本发明实施例中,通过所构建的事件演化规律中不同事件的指向关系,可以获取到所要查找的事件的前序原因对应的事件,以及后续结果对应的事件。并且对于“有人经常批评我们的…货币超发…那是因为有些人不了解…”核心语句应该是“批评…因为”,但是因为目前事件抽取技术精度无法得到保证,因此不可避免会存在所抽取出的事件不够完整的情况,这个时候如果有一个预先构建完成的中间事件演化规律,可能会对这样的缺失的部分起到修正的作用,因此预先构建有中间事件演化规律是非常有必要的。
图8为本发明实施例提供的宏观经济增速放缓时,所构建出的中间事件演化规律。
由图8可知,宏观经济增速放缓会导致居民购买力下降、居民购买力下降会导致房地产需求下降、房地产需求下降会导致家电需求下降,而白色家电需求下降、黑色家电需求下降以及小家电需求下降均是家电需求下降的子事件,而空调需求下降、冰箱需求下降以及洗衣机需求下降均是白色家电需求下降的子事件,商品房需求下降是房地产需求下降的子事件,商品房销售面积增速同比下降以及房屋装修面积增速同比下降是商品房需求下降的子事件,居民人均可支配收入同比下降是居民购买力下降的子事件,投资增速放缓、消费增速放缓以及出口增速放缓是宏观经济增速放缓的子事件,固定资产投资同比下降是投资增速放缓的子事件,社会消费品零售额同比下降是消费增速放缓是子事件,出口单额同比下降是出口增速放缓的子事件,家电零售额同比下降是社会消费品零售额同比下降的子事件,并且家电零售额同比下降会导致家电需求下降,居民购买力下降会导致家电需求下降。
图9为本发明实施例提供的宽松的货币政策时,所构建出的中间事件演化规律。
由图9可知,宽松的货币政策会导致货币贬值,而货币贬值会导致出口竞争力上升以及进口成本上升,出口竞争力上升会导致出口增速上升,出口增速上升会导致出口规模增加,而进口成本上升会导致生产成本上升,生产成本上升会导致销售价格上升,央行降息、央行降准以及公开市场行业均是宽松的货币政策的子事件,下调金融机构人命币货款基准利率以及下调金融机构人民币存款基准利率均是央行降息的子事件,降低存款准备金率是央行降准的子事件,逆回购是公开市场业务的子事件,人民币贬值是货币贬值的子事件,家电出口增速同比上升是出口增速上升的子事件,家电出口额增加是出口规模增加的子事件,原材料进口成本上升是进口成本上升的子事件,钢铁进口成本上升以及铝材进口成本上升是原材料进口成本上升的子事件,家电销售价格上涨是销售价格上涨的子事件,白色家电销售价格上涨是家电销售价格上涨的子事件。
实施例5:
为了准确地构建事理图谱,在上述各实施例的基础上,在本发明实施例中,所述方法还包括:
若所述中间事件演化规律中不包含所述第三节点、所述第四节点或所述第五节点中任一节点,则且创建对应的节点后,判断是否存在与该新创建的节点对应的事件相匹配的第六事件,若是,则融合该新创建的节点以及所述第六事件对应的第七节点。
由于在中间事件演化规律中不包含第三节点、第四节点或第五节点中任一节点时,会创建对应的节点,但是可能存在中间事件演化规律中是包含该节点的,只是事件之间存在一定的误差。因此在本发明实施例中,在创建对应的节点后,判断事件演化规律中是否包含与新创建的节点对应的事件相匹配的第六事件,若包含与新创建的节点对应的事件相匹配的第六事件,则为了准确地生成事件演化规律,融合该新创建的节点与该第六事件对应的第七节点。
具体的,在确定是否存在与该新创建的节点对应的事件相匹配的第六事件时,可以通过基于规则的分类模型和基于概率的分类模型进行确定。
基于规则的分类模型,在具体操作过程中,主要是根据一个或多个事件来判断是否进行融合,例如规则可以为“字段A”以及“字段A了”即为相匹配的事件,例如“经济下降”和“经济下降了”为相匹配的事件,具体的基于规则的分类模型如何判断两个事件是否相匹配为现有技术,在此不再赘述。
基于概率的分类模型,在具体操作过程中,将任意两个事件输入到预先训练完成的模型中,通过模型的输出确定是否为相匹配的事件,常规的分类模型都可以使用,如朴素贝叶斯、SVM、深度学习等。在实际操作过程中,由于训练数据有限,一般会采用在线学习的策略通过迭代的方式逐步提高模型的准确率。具体的基于概率的分类模型如何判断两个事件是否相匹配为现有技术,在此不再赘述。
为了准确地构建事理图谱,在上述各实施例的基础上,在本发明实施例中,所述方法还包括:
根据所述事件演化规律,以及预先设置的范式拓展规则,确定具有关联关系的第七事件以及第八事件;
判断所述事件演化规律中是否包含所述第七事件对应的第八节点以及所述第八事件对应的第九节点的连接关系,若否,则连接所述第八节点与所述第九节点,并根据第七事件和第八事件之间的关系,确定第八节点与第九节点之间连线的指向。
由于中间事件演化规律中只包含部分事件,并且在通过舆情信息丰富事件演化规律时,可能存在事件之间具有关联关系,但是所构建的事件演化规律中不包含该事件之间的关联关系的情况,因此在本发明实施例中,预先设置有范式拓展规则,根据所构建的事件演化规律以及预先设置的范式拓展规则,确定具有关联关系的第七事件以及第八事件,并且在确定第七事件与第八事件之间具有关联关系后,判断所构建好的事件演化规律中是否包含第七事件对应的第八节点与第八事件对应的第九节点之间的关联关系,若事件演化规律中不包含第八节点与第九节点之间的连接关系,则连接第八节点与第九节点。并在连接第八节点与第九节点之后,根据第七事件与第八事件之间的关系,确定第八节点与第九节点之间连线的指向,若第七事件会导致第八事件的发生,则在建立第八节点与第九节点的连接关系时,是第八节点指向第九节点。
结合风险点和领域专家经验建立的事件演化规律所包含的信息内容是需要补充的,在本发明实施例中通过事件抽取和范式拓展规则就能够对已构建的中间事件演化规律进行丰富和完善,从而构建出较为完善的事件演化规律。
图10为本发明实施例提供的一种范式拓展规则示意图。
由图10可知,若子事件A会导致子事件B,子事件C会导致子事件D,子事件E会导致子事件F,并且子事件A、C、E共同属于事件一,子事件B、D、F共同属于事件二,因此推测事件一与事件二中存在一定的关联关系,并且推测事件一可能会导致事件二的发生,则获取事件一对应的第八节点以及事件二对应的第九节点,并判断第八节点与第九节点之间是否具有关联关系,若不具有关联关系,则连接第八节点与第九节点,并且在连接第八节点与第九节点时是第八节点指向第九节点。
图11为本发明实施例提供的另一种范式拓展规则示意图。
由图11可知,子事件A会导致子事件K,子事件C会导致子事件K,子事件E会导致子事件K,子事件A、C、E共同属于事件一,因此推测存在子事件K与事件一之间存在一定的关联关系,并且推测事件一可能会导致子事件K的发生,则获取子事件K对应的第八节点以及事件一对应的第九节点,并判断第八节点与第九节点之间是否具有关联关系,若不具有关联关系,则连接第八节点与第九节点,并且在连接第八节点与第九节点时是第八节点指向第九节点。
为了准确地构建事件演化规则,在上述各实施例的基础上,在本发明实施例中,所述方法还包括:
抽取收集的所述舆情信息中包含的所述第二事件的发生时间并保存;
确定所述第二事件与所述第三事件的第一时间间隔,以及所述第二事件与所述第四事件的第二时间间隔;
将所述第一时间间隔保存为所述第三节点与所述第四节点的之间的关系,将所述第二时间间隔保存为所述第三节点与所述第五节点之间的关系。
由于在通过构建好的事理图谱进行风险预警时,可以通过时间间隔确定风险更高的事件,因此在本发明实施例中,将具有关联关系的两个事件之间的时间间隔保存为这两个事件之间的关系。具体的时间间隔的确定过程为:在收集到的舆情信息中抽取第二事件的发生时间,并保存该第二事件的发生时间,并在电子设备中保存的各事件的发生时间中获取第三事件的发生时间以及第四事件的发生时间,在获取到第三事件的发生时间以及第四事件的发生时间后,可以根据第二事件的发生时间与第三事件的发生时间,确定第二事件与第三事件之间的第一时间间隔,并根据第二事件的发生时间与第四事件的发生时间,确定第二事件与第四事件之间的第二时间间隔。
在确定出第一时间间隔以及第二时间间隔后,可以将第二事件与第三事件之间的第一时间间隔保存为第二事件对应的第三节点与第三事件对应的第四节点之间的关系,将第二事件与第四事件之间的第二时间间隔保存为第二事件对应的第三节点与第四事件对应的第五节点之间的关系。从而通过增添时间间隔这一个属性,帮助在智能推荐的时候能够更好地筛选出优先次序。
图12为本发明实施例提供的增加时间间隔这一属性后的部分事件演化规则示意图。
由图12可知,事件A会导致事件B,并且事件A与事件B的时间间隔保存在事件A对应的节点与事件B对应的节点之间的连接关系中。
例如,所抽取出的事件1为:央行加息,事件1的发生时间:2016年7月,事件1的原因对应的事件:经济过热;所抽取出的事件2:房地产市场降温,事件2的发生时间:2018年12月,事件2的原因对应的事件:央行加息;所抽取出的事件3:白色家电需求下降,事件3的发生时间:2019年10月,事件3的原因对应的事件:房地产市场降温。则该事件1会导致事件2,也就是说事件1与事件2具有关联关系,并且在电子设备中保存的根据事件1与事件2的发生时间即可确定事件1与事件2之间的时间间隔。
实施例6:
图13为本发明实施例提供的一种预警过程示意图,该过程包括以下步骤:
S1301:接收文本信息,抽取所述文本信息中包含的第九事件;在事件演化规律中确定与所述第九事件匹配的第十事件,以及在所述事件演化规律中确定所述第十事件指向其他事件的每条路径。
在本发明实施例中,是基于文本信息中包含的内容进行预警的,在接收到文本信息后,抽取所接收到的文本信息中包含的第九事件,并在抽取出文本信息中包含的第九事件后,在事件演化规律中确定与该第九事件匹配的第十事件。具体的,在本发明实施例中,在抽取第九事件时,可以通过预先设置的规则模板进行抽取,也可以通过预先训练好的事件抽取模型进行抽取。具体的,如何通过预先设置的规则模板进行抽取,以及如何通过预先训练好的事件抽取模型进行抽取,在上述实施例中已经详细描述过,在此不再赘述。
在本发明实施例中,在事件演化规律中确定第九事件匹配的第十事件时,可以通过基于规则的分类模型进行确定,也可以通过基于概率的分类模型进行确定。具体的,如何通过基于规则的分类模型确定匹配的事件,以及如何通过基于概率的分类模型确定匹配的事件,在上述实施例中已经详细描述过,在此不再赘述。并且在本发明实施例中,在确定出第十事件后,在事件演化规律中,确定该第十事件指向其他事件的每条路径,具体的,若事件一指向事件二,事件二指向事件三,并且事件三不再指向其他事件,则事件一与事件二以及事件三为一条路径。
以所抽取的第九事件为美联储宣布加息25个点,则根据该第九事件在事件演化规律中进行查找,可以确定与该第九事件匹配的第十事件为美联储加息。
S1302:针对所确定出的每条路径,确定该条路径中最后被指向的目标事件,判断所述目标事件对应的第十节点是否与所述中间知识图谱中的节点具有关联关系,若是,则对所述目标事件进行预警。
在本发明实施例中,在确定出每条路径之后,根据每条路径确定进行预警的目标事件,具体的该过程为:在每条路径中,确定该条路径中最后被指向的事件为目标事件,并且在本发明实施例中,在确定目标事件后,确定该目标事件在事件演化规律中对应的第十节点,判断该第十节点是否与中间知识图谱中的节点具有关联关系,若该第十节点与中间知识图谱中的节点具有关联关系,则对该第十节点对应的目标事件进行预警。
实施例7:
为了准确地确定目标事件,在上述各实施例的基础上,在本发明实施例中,所述在所述事件演化规律中确定所述第十事件指向其他事件的每条路径包括:
若所述第十事件为事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
若所述第十事件为子事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径,以及确定与所述第十事件连接的所述第十事件归属的第十一事件,并确定所述第十一事件指向其他事件的每条路径。
由于所确定的第十事件可能是子事件,也可能是事件,并且子事件与事件对应的连接关系具有一定的差异,因此在本发明实施例中,为了准确地确定进行预警的目标事件,若第十事件为事件,则在事件演化规律中确定第十事件指向其他事件的每条路径,并且若最终指向的其他事件具有与该其他事件连接的子事件,则路径的终点为该其他事件连接的子事件,例如第十事件指向事件1,事件1连接的子事件分别为子事件2以及子事件3,子事件2以及子事件3不再指向其他事件,事件1指向事件4,第十事件也指向事件4,事件4不再指向其他事件,并且事件4不具有连接的子事件,则所确定出的路径中第一条路径为第十事件与事件1与子事件2,第二条路径为第十事件与事件1与子事件3,第三条路径为第十事件与事件1与事件4,第四条路径为第十事件与事件4。
若第十事件为子事件,则第十事件所归属的事件所指向的路径也为包含目标事件的路径,因此若第十事件为子事件,则在事件演化规律中确与该第十事件连接的第十一事件,其中该第十一事件为第十事件所归属的事件,并确定第十一事件指向其他事件的每条路径。并且由于子事件也具有其直接指向的其他事件,因此在确定事件演化规律中的每条路径时,也确定该第十事件指向其他事件的每条路径,并且若最终指向的其他事件具有与该其他事件连接的子事件,则路径的终点为该其他事件连接的子事件。例如第十事件指向事件1,第十一事件指向事件2并且事件2指向事件3,第十一事件指向事件4,并且事件1、事件3以及事件4均不具有连接的子事件,也不再指向其他事件,则所确定出的路径中第一条路径为第十事件与事件1,第二条路径为第十事件与第十一事件与事件2与事件3,第三条路径为第十事件与第十一事件与事件4。
为了准确地进行预警,在上述各实施例的基础上,在本发明实施例中,所述方法还包括:
若所述第十节点与所述中间知识图谱中的节点具有关联关系,则确定所述中间知识图谱中与所述第十节点具有关联关系的节点为第十一节点,并确定所述中间知识图谱中与所述第十一节点连接的第十二节点,并对所述第十二节点对应的实体进行预警。
在本发明实施例中,在确定出每条路径中的目标事件之后,判断该目标事件对应的第十节点与中间知识图谱中的节点是否具有关联关系,若第十节点与中间知识图谱中的节点具有关联关系,则确定中间知识图谱中与该第十节点具有关联关系的第十一节点,并在中间知识图谱中确定与第十一节点连接的第十二节点,对第十二节点对应的实体进行预警。并且在本发明实施例中,实体的类型为环节、产品以及企业。
以所确定的第十一节点为图3中的白色家电对应的节点为例进行说明,则该第十一节点连接的环节对应的第十二节点分别为原材料、零部件制造、整机制造、下游销售,因此所确定的第十事件会对原材料、零部件制造、整机制造、下游销售这几个环节产生影响;并且与零部件制造连接的节点对应的企业分别为格力、美的、上海日立,与下游销售连接的节点对应的企业分别为苏宁、国美、家乐福、京东,相当于与第十一节点连接的企业对应的第十二节点分别为格力、美的、上海日立、苏宁、国美、家乐福、京东,因此所确定的第十事件会对格力、美的、上海日立、苏宁、国美、家乐福、京东这几个企业产生影响;并且原材料连接的节点对应的产品为钢铁、钢材、铝材、塑料、硅,零部件制造连接的节点对应的产品为压缩机、电机,整机制造连接的节点为空调、冰箱、洗衣机,下游销售连接的节点对应的产品为家电连锁、家电专卖店、电商渠道,相当于与第十一节点连接的产品对应的第十二节点分别为钢铁、钢材、铝材、塑料、硅、压缩机、电机、空调、冰箱、洗衣机、家电连锁、家电专卖店、电商渠道,因此所确定的第十事件会对钢铁、钢材、铝材、塑料、硅、压缩机、电机、空调、冰箱、洗衣机、家电连锁、家电专卖店、电商渠道这几个产品产生影响。
为了准确地对事件进行预警,在上述各实施例的基础上,在本发明实施例中,所述对所述目标事件进行预警包括:
根据所确定的包含进行预警的目标事件的路径中包含的节点数量或节点之间的时间间隔的和,确定所述目标事件的优先级;
根据所确定出的优先级,对所述目标事件进行预警。
在本发明实施例中,在确定目标事件时会确定出多个目标事件,由于所确定出的目标事件的数量可能较多,为了更准确地进行预警,在本发明实施例中,在确定出目标事件之后,确定所抽取出的目标事件的优先级,根据所确定出的目标事件的优先级对目标事件进行预警。
具体的确定目标事件的优先级的过程为:确定包含进行预警的目标事件的路径中包含的节点的数量,包含的节点的数量越少,则说明所确定的第十事件对该目标事件的影响程度更大,也就是说包含的节点的数量越少,该目标事件的优先级越高;并且确定包含进行预警的目标事件的路径中,目标事件与第十事件的时间间隔的和,时间间隔的和越短,则说明所确定的第十事件对该目标事件的影响程度越大,也就是说时间间隔的和越短,该目标事件的优先级越高。
并且根据目标事件的优先级对目标事件进行预警时,可以是预警预设数量个目标事件,也可以是根据目标事件的优先级依次对目标事件进行预警。
以根据路径中包含的节点的数量确定目标事件的优先级为例进行说明,若第十事件指向事件1、事件1指向事件2,并且第十事件指向事件3,事件2及事件3均是目标事件,则由于第十事件、事件1以及事件2对应的路径中包含的节点的数量多于第十事件与事件3对应的路径,因此事件3的优先级高于事件2。
以根据路径中包含的节点之间的时间间隔的和确定目标事件的优先级为例进行说明,若第十事件指向事件1、事件1指向事件2,并且第十事件指向事件3,并且第十事件与事件1的时间间隔为1个月,事件1与事件2的时间间隔为3个月,第十事件与事件3的时间间隔为1年,则事件2的优先级高于事件3。
在本发明实施例中,通过上述预警方式可以识别市场、技术、政策等多维度的风险。
实施例8:
图14为本发明提供的一种图谱构建装置结构示意图,该装置包括:
构建模块1401,用于针对每个产业链,获取用于构建该产业链的图谱文本;从所述图谱文本中,获取实体的信息以及实体之间的关联关系的信息;根据获取的实体的信息创建对应的节点,并根据实体之间的关联关系的信息连接对应的节点,构建该产业链的知识图谱;
连接确定模块1402,用于确定根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点,确定中间知识图谱;
处理模块1403,用于针对预先构建完成的事件演化规律中的第一事件,确定所述中间知识图谱中所述第一事件对应的第一节点,在所述事件演化规律中建立所述第一事件对应的第二节点与所述第一节点之间的关联关系。
在一种可能的实施方式中,所述连接确定模块1402,具体用于根据预先保存的产业链对应的实体之间的关联关系,确定具有关联关系的实体对应的产业链的知识图谱;根据实体之间的关联关系,连接所确定的产业链的知识图谱中的对应实体对应的节点。
在一种可能的实施方式中,所述处理模块1403,还用于抽取收集的舆情信息中包含的第二事件、原因对应的第三事件以及结果对应的第四事件;
若待构建的中间事件演化规律中不包含所述第二事件对应的第三节点、所述第三事件对应的第四节点和所述第四事件对应的第五节点中任一节点,则创建对应的节点;若所述中间事件演化规律中不包含所述第四节点指向所述第三节点的连接关系,或不包含所述第三节点指向所述第五节点的连接关系,则建立所述第四节点指向所述第三节点的连接关系,或建立所述第三节点指向所述第五节点的连接关系。
在一种可能的实施方式中,所述处理模块1403,还用于若所述第二事件、所述第三事件、所述第四事件中任一事件为子事件,则通过训练完成的事件识别模型,获取该子事件归属的第五事件;若所述中间事件演化规律中包括所述第五事件对应的第六节点,且所述中间事件演化规律中不包含所述第六节点与该子事件对应的节点之间的连接关系,则连接所述第六节点与该子事件对应的节点。
在一种可能的实施方式中,所述处理模块1403,还用于若所述中间事件演化规律中不包含所述第三节点、所述第四节点或所述第五节点中任一节点,则且创建对应的节点后,判断是否存在与该新创建的节点对应的事件相匹配的第六事件,若是,则融合该新创建的节点以及所述第六事件对应的第七节点。
在一种可能的实施方式中,所述处理模块1403,还用于根据所述事件演化规律,以及预先设置的范式拓展规则,确定具有关联关系的第七事件以及第八事件;判断所述事件演化规律中是否包含所述第七事件对应的第八节点以及所述第八事件对应的第九节点的连接关系,若否,则连接所述第八节点与所述第九节点,并根据第七事件和第八事件之间的关系,确定第八节点与第九节点之间连线的指向。
在一种可能的实施方式中,所述处理模块1403,还用于抽取收集的所述舆情信息中包含的所述第二事件的发生时间并保存;确定所述第二事件与所述第三事件的第一时间间隔,以及所述第二事件与所述第四事件的第二时间间隔;将所述第一时间间隔保存为所述第三节点与所述第四节点的之间的关系,将所述第二时间间隔保存为所述第三节点与所述第五节点之间的关系。
图15为本发明实施例提供的一种预警装置结构示意图,该装置包括:
确定模块1501,用于接收文本信息,抽取所述文本信息中包含的第九事件;在事件演化规律中确定与所述第九事件匹配的第十事件,以及在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
预警模块1502,用于针对所确定出的每条路径,确定该条路径中最后被指向的目标事件,判断所述目标事件对应的第十节点是否与所述中间知识图谱中的节点具有关联关系,若是,则对所述目标事件进行预警。
在一种可能的实施方式中,所述确定模块1501,具体用于若所述第十事件为事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;若所述第十事件为子事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径,以及确定与所述第十事件连接的所述第十事件归属的第十一事件,并确定所述第十一事件指向其他事件的每条路径。
在一种可能的实施方式中,所述预警模块1502,还用于若所述第十节点与所述中间知识图谱中的节点具有关联关系,则确定所述中间知识图谱中与所述第十节点具有关联关系的节点为第十一节点,并确定所述中间知识图谱中与所述第十一节点连接的第十二节点,并对所述第十二节点对应的实体进行预警。
在一种可能的实施方式中,所述预警模块1502,具体用于根据所确定的包含进行预警的目标事件的路径中包含的节点数量或节点之间的时间间隔的和,确定所述目标事件的优先级;根据所确定出的优先级,对所述目标事件进行预警。
实施例9:
图16为本发明实施例提供的一种电子设备结构示意图,在上述各实施例的基础上,本发明实施例还提供了一种电子设备,如图16所示,包括:处理器1601、通信接口1602、存储器1603和通信总线1604,其中,处理器1601,通信接口1602,存储器1603通过通信总线1604完成相互间的通信。
所述存储器1603中存储有计算机程序,当所述程序被所述处理器1601执行时,使得所述处理器1601执行如下步骤:
针对每个产业链,获取用于构建该产业链的图谱文本;从所述图谱文本中,获取实体的信息以及实体之间的关联关系的信息;根据获取的实体的信息创建对应的节点,并根据实体之间的关联关系的信息连接对应的节点,构建该产业链的知识图谱;
根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点,确定中间知识图谱;
针对预先构建完成的事件演化规律中的第一事件,确定所述中间知识图谱中所述第一事件对应的第一节点,在所述事件演化规律中建立所述第一事件对应的第二节点与所述第一节点之间的关联关系。
在一种可能的实施方式中,所述根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点包括:
根据预先保存的产业链对应的实体之间的关联关系,确定具有关联关系的实体对应的产业链的知识图谱;
根据实体之间的关联关系,连接所确定的产业链的知识图谱中的对应实体对应的节点。
在一种可能的实施方式中,所述事件演化规律通过以下方式构建:
抽取收集的舆情信息中包含的第二事件、原因对应的第三事件以及结果对应的第四事件;
若待构建的中间事件演化规律中不包含所述第二事件对应的第三节点、所述第三事件对应的第四节点和所述第四事件对应的第五节点中任一节点,则创建对应的节点;
若所述中间事件演化规律中不包含所述第四节点指向所述第三节点的连接关系,或不包含所述第三节点指向所述第五节点的连接关系,则建立所述第四节点指向所述第三节点的连接关系,或建立所述第三节点指向所述第五节点的连接关系。
在一种可能的实施方式中,所述方法还包括:
若所述第二事件、所述第三事件、所述第四事件中任一事件为子事件,则通过训练完成的事件识别模型,获取该子事件归属的第五事件;
若所述中间事件演化规律中包括所述第五事件对应的第六节点,且所述中间事件演化规律中不包含所述第六节点与该子事件对应的节点之间的连接关系,则连接所述第六节点与该子事件对应的节点。
在一种可能的实施方式中,所述方法还包括:
若所述中间事件演化规律中不包含所述第三节点、所述第四节点或所述第五节点中任一节点,则且创建对应的节点后,判断是否存在与该新创建的节点对应的事件相匹配的第六事件,若是,则融合该新创建的节点以及所述第六事件对应的第七节点。
在一种可能的实施方式中,所述方法还包括:
根据所述事件演化规律,以及预先设置的范式拓展规则,确定具有关联关系的第七事件以及第八事件;
判断所述事件演化规律中是否包含所述第七事件对应的第八节点以及所述第八事件对应的第九节点的连接关系,若否,则连接所述第八节点与所述第九节点,并根据第七事件和第八事件之间的关系,确定第八节点与第九节点之间连线的指向。
在一种可能的实施方式中,所述方法还包括:
抽取收集的所述舆情信息中包含的所述第二事件的发生时间并保存;
确定所述第二事件与所述第三事件的第一时间间隔,以及所述第二事件与所述第四事件的第二时间间隔;
将所述第一时间间隔保存为所述第三节点与所述第四节点的之间的关系,将所述第二时间间隔保存为所述第三节点与所述第五节点之间的关系。
在上述各实施例的基础上,本发明实施例还提供了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信。
所述存储器中存储有计算机程序,当所述程序被所述处理器1301执行时,使得所述处理器执行如下步骤:
接收文本信息,抽取所述文本信息中包含的第九事件;在事件演化规律中确定与所述第九事件匹配的第十事件,以及在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
针对所确定出的每条路径,确定该条路径中最后被指向的目标事件,判断所述目标事件对应的第十节点是否与所述中间知识图谱中的节点具有关联关系,若是,则对所述目标事件进行预警。
在一种可能的实施方式中,所述在所述事件演化规律中确定所述第十事件指向其他事件的每条路径包括:
若所述第十事件为事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
若所述第十事件为子事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径,以及确定与所述第十事件连接的所述第十事件归属的第十一事件,并确定所述第十一事件指向其他事件的每条路径。
在一种可能的实施方式中,所述方法还包括:
若所述第十节点与所述中间知识图谱中的节点具有关联关系,则确定所述中间知识图谱中与所述第十节点具有关联关系的节点为第十一节点,并确定所述中间知识图谱中与所述第十一节点连接的第十二节点,并对所述第十二节点对应的实体进行预警。
在一种可能的实施方式中,所述对所述目标事件进行预警包括:
根据所确定的包含进行预警的目标事件的路径中包含的节点数量或节点之间的时间间隔的和,确定所述目标事件的优先级;
根据所确定出的优先级,对所述目标事件进行预警。
上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字指令处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列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。
实施例10:
在上述各实施例的基础上,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行时实现如下步骤:
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行如下步骤:
针对每个产业链,获取用于构建该产业链的图谱文本;从所述图谱文本中,获取实体的信息以及实体之间的关联关系的信息;根据获取的实体的信息创建对应的节点,并根据实体之间的关联关系的信息连接对应的节点,构建该产业链的知识图谱;
根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点,确定中间知识图谱;
针对预先构建完成的事件演化规律中的第一事件,确定所述中间知识图谱中所述第一事件对应的第一节点,在所述事件演化规律中建立所述第一事件对应的第二节点与所述第一节点之间的关联关系。
在一种可能的实施方式中,所述根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点包括:
根据预先保存的产业链对应的实体之间的关联关系,确定具有关联关系的实体对应的产业链的知识图谱;
根据实体之间的关联关系,连接所确定的产业链的知识图谱中的对应实体对应的节点。
在一种可能的实施方式中,所述事件演化规律通过以下方式构建:
抽取收集的舆情信息中包含的第二事件、原因对应的第三事件以及结果对应的第四事件;
若待构建的中间事件演化规律中不包含所述第二事件对应的第三节点、所述第三事件对应的第四节点和所述第四事件对应的第五节点中任一节点,则创建对应的节点;
若所述中间事件演化规律中不包含所述第四节点指向所述第三节点的连接关系,或不包含所述第三节点指向所述第五节点的连接关系,则建立所述第四节点指向所述第三节点的连接关系,或建立所述第三节点指向所述第五节点的连接关系。
在一种可能的实施方式中,所述方法还包括:
若所述第二事件、所述第三事件、所述第四事件中任一事件为子事件,则通过训练完成的事件识别模型,获取该子事件归属的第五事件;
若所述中间事件演化规律中包括所述第五事件对应的第六节点,且所述中间事件演化规律中不包含所述第六节点与该子事件对应的节点之间的连接关系,则连接所述第六节点与该子事件对应的节点。
在一种可能的实施方式中,所述方法还包括:
若所述中间事件演化规律中不包含所述第三节点、所述第四节点或所述第五节点中任一节点,则且创建对应的节点后,判断是否存在与该新创建的节点对应的事件相匹配的第六事件,若是,则融合该新创建的节点以及所述第六事件对应的第七节点。
在一种可能的实施方式中,所述方法还包括:
根据所述事件演化规律,以及预先设置的范式拓展规则,确定具有关联关系的第七事件以及第八事件;
判断所述事件演化规律中是否包含所述第七事件对应的第八节点以及所述第八事件对应的第九节点的连接关系,若否,则连接所述第八节点与所述第九节点,并根据第七事件和第八事件之间的关系,确定第八节点与第九节点之间连线的指向。
在一种可能的实施方式中,所述方法还包括:
抽取收集的所述舆情信息中包含的所述第二事件的发生时间并保存;
确定所述第二事件与所述第三事件的第一时间间隔,以及所述第二事件与所述第四事件的第二时间间隔;
将所述第一时间间隔保存为所述第三节点与所述第四节点的之间的关系,将所述第二时间间隔保存为所述第三节点与所述第五节点之间的关系。
在上述各实施例的基础上,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有可由处理器执行的计算机程序,当所述程序在所述处理器上运行时,使得所述处理器执行时实现如下步骤:
接收文本信息,抽取所述文本信息中包含的第九事件;在事件演化规律中确定与所述第九事件匹配的第十事件,以及在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
针对所确定出的每条路径,确定该条路径中最后被指向的目标事件,判断所述目标事件对应的第十节点是否与所述中间知识图谱中的节点具有关联关系,若是,则对所述目标事件进行预警。
在一种可能的实施方式中,所述在所述事件演化规律中确定所述第十事件指向其他事件的每条路径包括:
若所述第十事件为事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
若所述第十事件为子事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径,以及确定与所述第十事件连接的所述第十事件归属的第十一事件,并确定所述第十一事件指向其他事件的每条路径。
在一种可能的实施方式中,所述方法还包括:
若所述第十节点与所述中间知识图谱中的节点具有关联关系,则确定所述中间知识图谱中与所述第十节点具有关联关系的节点为第十一节点,并确定所述中间知识图谱中与所述第十一节点连接的第十二节点,并对所述第十二节点对应的实体进行预警。
在一种可能的实施方式中,所述对所述目标事件进行预警包括:
根据所确定的包含进行预警的目标事件的路径中包含的节点数量或节点之间的时间间隔的和,确定所述目标事件的优先级;
根据所确定出的优先级,对所述目标事件进行预警。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种图谱构建方法,其特征在于,所述方法包括:
针对每个产业链,获取用于构建该产业链的图谱文本;从所述图谱文本中,获取实体的信息以及实体之间的关联关系的信息;根据获取的实体的信息创建对应的节点,并根据实体之间的关联关系的信息连接对应的节点,构建该产业链的知识图谱;
根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点,确定中间知识图谱;
针对预先构建完成的事件演化规律中的第一事件,确定所述中间知识图谱中所述第一事件对应的第一节点,在所述事件演化规律中建立所述第一事件对应的第二节点与所述第一节点之间的关联关系;
所述事件演化规律通过以下方式构建:
抽取收集的舆情信息中包含的第二事件、原因对应的第三事件以及结果对应的第四事件;
若待构建的中间事件演化规律中不包含所述第二事件对应的第三节点、所述第三事件对应的第四节点和所述第四事件对应的第五节点中任一节点,则创建对应的节点;
若所述中间事件演化规律中不包含所述第四节点指向所述第三节点的连接关系,或不包含所述第三节点指向所述第五节点的连接关系,则建立所述第四节点指向所述第三节点的连接关系,或建立所述第三节点指向所述第五节点的连接关系;
若所述第二事件、所述第三事件、所述第四事件中任一事件为子事件,则通过训练完成的事件识别模型,获取该子事件归属的第五事件;
若所述中间事件演化规律中包括所述第五事件对应的第六节点,且所述中间事件演化规律中不包含所述第六节点与该子事件对应的节点之间的连接关系,则连接所述第六节点与该子事件对应的节点;
其中,确定所述第二事件、所述第三事件、所述第四事件中任一事件是否为子事件的过程包括:在预先保存的事件知识库中进行查询,若在所述事件知识库的子事件的事件中查询到所述第二事件、所述第三事件、所述第四事件中任一事件,则确定所述第二事件、所述第三事件、所述第四事件中的该任一事件,为子事件。
2.根据权利要求1所述的方法,其特征在于,所述根据预先保存的产业链对应的实体之间的关联关系,连接所构建的产业链的知识图谱中具有连接关系的实体对应的节点包括:
根据预先保存的产业链对应的实体之间的关联关系,确定具有关联关系的实体对应的产业链的知识图谱;
根据实体之间的关联关系,连接所确定的产业链的知识图谱中的对应实体对应的节点。
3.根据权利要求1所述的方法,其特征在于,构建所述事件演化规律时,所述方法还包括:
若所述中间事件演化规律中不包含所述第三节点、所述第四节点或所述第五节点中任一节点,则且创建对应的节点后,判断是否存在与该新创建的节点对应的事件相匹配的第六事件,若是,则融合该新创建的节点以及所述第六事件对应的第七节点。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述事件演化规律,以及预先设置的范式拓展规则,确定具有关联关系的第七事件以及第八事件;
判断所述事件演化规律中是否包含所述第七事件对应的第八节点以及所述第八事件对应的第九节点的连接关系,若否,则连接所述第八节点与所述第九节点,并根据第七事件和第八事件之间的关系,确定第八节点与第九节点之间连线的指向;
所述方法还包括:
抽取收集的所述舆情信息中包含的所述第二事件的发生时间并保存;
确定所述第二事件与所述第三事件的第一时间间隔,以及所述第二事件与所述第四事件的第二时间间隔;
将所述第一时间间隔保存为所述第三节点与所述第四节点的之间的关系,将所述第二时间间隔保存为所述第三节点与所述第五节点之间的关系。
5.一种预警方法,其特征在于,所述方法包括:
接收文本信息,抽取所述文本信息中包含的第九事件;在事件演化规律中确定与所述第九事件匹配的第十事件,以及在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
针对所确定出的每条路径,确定该条路径中最后被指向的目标事件,判断所述目标事件对应的第十节点是否与所述中间知识图谱中的节点具有关联关系,若是,则对所述目标事件进行预警;
其中,所述事件演化规律通过以下方式构建:
抽取收集的舆情信息中包含的第二事件、原因对应的第三事件以及结果对应的第四事件;
若待构建的中间事件演化规律中不包含所述第二事件对应的第三节点、所述第三事件对应的第四节点和所述第四事件对应的第五节点中任一节点,则创建对应的节点;
若所述中间事件演化规律中不包含所述第四节点指向所述第三节点的连接关系,或不包含所述第三节点指向所述第五节点的连接关系,则建立所述第四节点指向所述第三节点的连接关系,或建立所述第三节点指向所述第五节点的连接关系;
若所述第二事件、所述第三事件、所述第四事件中任一事件为子事件,则通过训练完成的事件识别模型,获取该子事件归属的第五事件;
若所述中间事件演化规律中包括所述第五事件对应的第六节点,且所述中间事件演化规律中不包含所述第六节点与该子事件对应的节点之间的连接关系,则连接所述第六节点与该子事件对应的节点;
其中,确定所述第二事件、所述第三事件、所述第四事件中任一事件是否为子事件的过程包括:在预先保存的事件知识库中进行查询,若在所述事件知识库的子事件的事件中查询到所述第二事件、所述第三事件、所述第四事件中任一事件,则确定所述第二事件、所述第三事件、所述第四事件中的该任一事件,为子事件。
6.根据权利要求5所述的方法,其特征在于,所述在所述事件演化规律中确定所述第十事件指向其他事件的每条路径包括:
若所述第十事件为事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径;
若所述第十事件为子事件,则在所述事件演化规律中确定所述第十事件指向其他事件的每条路径,以及确定与所述第十事件连接的所述第十事件归属的第十一事件,并确定所述第十一事件指向其他事件的每条路径。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若所述第十节点与所述中间知识图谱中的节点具有关联关系,则确定所述中间知识图谱中与所述第十节点具有关联关系的节点为第十一节点,并确定所述中间知识图谱中与所述第十一节点连接的第十二节点,并对所述第十二节点对应的实体进行预警。
8.根据权利要求5所述的方法,其特征在于,所述对所述目标事件进行预警包括:
根据所确定的包含进行预警的目标事件的路径中包含的节点数量或节点之间的时间间隔的和,确定所述目标事件的优先级;
根据所确定出的优先级,对所述目标事件进行预警。
9.一种电子设备,其特征在于,所述电子设备至少包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序时实现如上述权利要求1-4中任一所述图谱构建或上述权利要求5-8中任一所述预警方法的步骤。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如上述权利要求1-4中任一所述图谱构建或上述权利要求5-8中任一所述预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110692740.6A CN113449116B (zh) | 2021-06-22 | 2021-06-22 | 一种图谱构建、预警方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110692740.6A CN113449116B (zh) | 2021-06-22 | 2021-06-22 | 一种图谱构建、预警方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113449116A CN113449116A (zh) | 2021-09-28 |
CN113449116B true CN113449116B (zh) | 2022-12-20 |
Family
ID=77812195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110692740.6A Active CN113449116B (zh) | 2021-06-22 | 2021-06-22 | 一种图谱构建、预警方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449116B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117012374B (zh) * | 2023-10-07 | 2024-01-26 | 之江实验室 | 一种融合事件图谱和深度强化学习的医疗随访系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455705A (zh) * | 2013-05-24 | 2013-12-18 | 中国科学院自动化研究所 | 网络社会事件的协同关联跟踪及全局态势分析与预测系统 |
CN110545276A (zh) * | 2019-09-03 | 2019-12-06 | 新华三信息安全技术有限公司 | 威胁事件告警方法、装置、告警设备及机器可读存储介质 |
CN111143576A (zh) * | 2019-12-18 | 2020-05-12 | 中科院计算技术研究所大数据研究院 | 一种面向事件的动态知识图谱构建方法和装置 |
CN111400456A (zh) * | 2020-03-20 | 2020-07-10 | 北京百度网讯科技有限公司 | 资讯推荐方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052576B (zh) * | 2017-12-08 | 2021-04-23 | 国家计算机网络与信息安全管理中心 | 一种事理知识图谱构建方法及系统 |
CN109255034A (zh) * | 2018-08-08 | 2019-01-22 | 数据地平线(广州)科技有限公司 | 一种基于产业链的行业知识图谱构建方法 |
CN111506734B (zh) * | 2019-01-30 | 2024-01-26 | 国家计算机网络与信息安全管理中心 | 一种事件演化知识图谱构建方法、装置、设备及存储介质 |
CN111753094B (zh) * | 2019-03-27 | 2024-02-02 | 杭州海康威视数字技术股份有限公司 | 事件知识图谱的构建方法、装置及事件确定方法、装置 |
CN110134797A (zh) * | 2019-04-29 | 2019-08-16 | 贳巽(北京)国际商业数据技术股份公司 | 一种基于事理图谱和多因子模型研判金融市场变化的方法 |
CN110390023A (zh) * | 2019-07-02 | 2019-10-29 | 安徽继远软件有限公司 | 一种基于改进bert模型的知识图谱构建方法 |
CN110968700B (zh) * | 2019-11-01 | 2023-04-07 | 数地工场(南京)科技有限公司 | 融合多类事理与实体知识的领域事件图谱构建方法和装置 |
CN110968699B (zh) * | 2019-11-01 | 2023-07-18 | 数地工场(南京)科技有限公司 | 一种基于事理推荐的逻辑图谱构建及预警方法和装置 |
CN111475612A (zh) * | 2020-03-02 | 2020-07-31 | 深圳壹账通智能科技有限公司 | 预警事件图谱的构建方法、装置、设备及存储介质 |
CN111914569B (zh) * | 2020-08-10 | 2023-07-21 | 安天科技集团股份有限公司 | 基于融合图谱的预测方法、装置、电子设备及存储介质 |
CN112257546B (zh) * | 2020-10-19 | 2024-04-09 | 浙江宇视科技有限公司 | 一种事件预警方法、装置、电子设备及存储介质 |
CN112507691A (zh) * | 2020-12-07 | 2021-03-16 | 数地科技(北京)有限公司 | 一种融合情感、产业链和事理逻辑的可解释性金融标的物生成方法和装置 |
-
2021
- 2021-06-22 CN CN202110692740.6A patent/CN113449116B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455705A (zh) * | 2013-05-24 | 2013-12-18 | 中国科学院自动化研究所 | 网络社会事件的协同关联跟踪及全局态势分析与预测系统 |
CN110545276A (zh) * | 2019-09-03 | 2019-12-06 | 新华三信息安全技术有限公司 | 威胁事件告警方法、装置、告警设备及机器可读存储介质 |
CN111143576A (zh) * | 2019-12-18 | 2020-05-12 | 中科院计算技术研究所大数据研究院 | 一种面向事件的动态知识图谱构建方法和装置 |
CN111400456A (zh) * | 2020-03-20 | 2020-07-10 | 北京百度网讯科技有限公司 | 资讯推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113449116A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ren et al. | Demand forecasting in retail operations for fashionable products: methods, practices, and real case study | |
Li et al. | Customer demand analysis of the electronic commerce supply chain using Big Data | |
CN103729359B (zh) | 一种推荐搜索词的方法及系统 | |
WO2019091076A1 (zh) | 物料清单管理方法、装置及计算机可读存储介质 | |
CN108154401A (zh) | 用户画像刻画方法、装置、介质和计算设备 | |
Mustafid et al. | Supply chain agility information systems with key factors for fashion industry competitiveness | |
CN110418200A (zh) | 一种视频推荐方法、装置及终端设备 | |
CN108205768A (zh) | 数据库建立方法和数据推荐方法及装置、设备和存储介质 | |
CN105184600A (zh) | 一种基于规则和操作的电商平台价格引擎实现方法 | |
JP2014164447A (ja) | レコメンド情報提供システム、レコメンド情報生成装置、レコメンド情報提供方法、およびプログラム | |
CN108572988A (zh) | 一种房产评估数据生成方法和装置 | |
CN110727857A (zh) | 针对业务对象识别潜在用户的关键特征的方法及装置 | |
US20210090105A1 (en) | Technology opportunity mapping | |
CN113449116B (zh) | 一种图谱构建、预警方法、设备及介质 | |
Xu et al. | Novel model of e-commerce marketing based on big data analysis and processing | |
CN114168565B (zh) | 业务规则模型的回溯测试方法、装置、系统及决策引擎 | |
CN111695979A (zh) | 一种原材料与成品的关系分析方法、装置及设备 | |
CN116090867A (zh) | 指标规则生成方法、装置、电子设备及存储介质 | |
Koenig et al. | Local global watchdogs: Trade, sourcing and the internationalization of social activism | |
Li et al. | Customer behavior on purchasing channels of sustainable customized garment with perceived value and product involvement | |
CN112884496B (zh) | 计算企业信用因子分数的方法、装置及计算机存储介质 | |
Li et al. | A QFD‐Based Evaluation Method for Business Models of Product Service Systems | |
Jiang et al. | Intertemporal pricing via nonparametric estimation: Integrating reference effects and consumer heterogeneity | |
CN110717095B (zh) | 服务项目的推送方法及装置 | |
JP2019101579A (ja) | 推定装置、推定方法、および推定プログラム |
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 |