CN113495993A - 社区知识图谱构建、居民的属性信息的查询方法 - Google Patents
社区知识图谱构建、居民的属性信息的查询方法 Download PDFInfo
- Publication number
- CN113495993A CN113495993A CN202010812176.2A CN202010812176A CN113495993A CN 113495993 A CN113495993 A CN 113495993A CN 202010812176 A CN202010812176 A CN 202010812176A CN 113495993 A CN113495993 A CN 113495993A
- Authority
- CN
- China
- Prior art keywords
- target node
- attribute information
- information
- residents
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000010276 construction Methods 0.000 title claims description 13
- 239000013598 vector Substances 0.000 claims abstract description 141
- 238000012545 processing Methods 0.000 claims description 19
- 238000000586 desensitisation Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 22
- 238000004590 computer program Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 14
- 238000000605 extraction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 102100038367 Gremlin-1 Human genes 0.000 description 1
- 101001032872 Homo sapiens Gremlin-1 Proteins 0.000 description 1
- 206010039966 Senile dementia Diseases 0.000 description 1
- XCTGXGVGJYACEI-LCENJUANSA-O delphinidin 3-O-beta-D-glucoside-5-O-beta-D-glucoside Chemical compound O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@H]1OC(C(=[O+]C1=CC(O)=C2)C=3C=C(O)C(O)=C(O)C=3)=CC1=C2O[C@H]1[C@H](O)[C@@H](O)[C@H](O)[C@@H](CO)O1 XCTGXGVGJYACEI-LCENJUANSA-O 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/604—Tools and structures for managing or administering access control systems
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种社区知识图谱构建、居民的属性信息的查询方法,由于本申请中在开始查询居民的属性信息之前,根据查询用户的生物特征的特征向量,以及该预先构建的社区知识图谱,判断该社区知识图谱中是否存在与该特征向量匹配的目标特征向量对应的第五目标节点,只有确定存在该目标特征向量时,才允许该查询用户查询居民的属性信息,从而提高了居民的属性信息查询方法的安全性。
Description
技术领域
本申请涉及智慧社区以及人工智能知识图谱技术领域,尤其涉及一种社区知识图谱构建、居民的属性信息的查询方法。
背景技术
随着大数据与人工智能的飞速发展,社区知识图谱作为人工智能技术的重要组成部分,因其强大的语义处理、互联组织、信息检索以及知识推理能力,已被广泛应用于金融、农业、电商、医疗、电子、交通等领域。社区知识图谱是一张巨大的语义网络图,通过节点表示概念、通过边表示关系来描述真实世界中存在的各种概念以及其关系。
在社区服务领域,也存在基于社区知识图谱的居民的属性信息查询方法,但在当前的居民的属性信息查询方法中,当前的查询用户输入身份证号码,只要在预先构建的社区知识图谱中,定位到该身份证号码对应的节点,即可以进行居民的属性信息的查询,而并不考虑该当前的查询用户是否为该身份证号码的用户,因此可能会出现非本社区居民的其他人员,在获取到本社区居民的身份证号码后查询到本社区的居民的属性信息,导致居民的属性信息泄露的问题,因此现有的居民的属性信息查询方法的安全性较低。
发明内容
本申请提供了一种社区知识图谱构建方法、基于社区知识图谱的居民的属性信息查询方法、装置、设备和介质,用以解决现有的居民的属性信息查询方法的安全性较低的问题。
第一方面,本申请提供了一种社区知识图谱构建方法,所述方法包括:
获取样本集中任一样本数据,其中所述样本数据中包含有居民的生物特征的特征向量和居民的属性信息,其中,所述生物特征为声纹特征和/或人脸特征;
针对该样本数据中的特征向量,若所述社区知识图谱中不存在所述特征向量所对应的节点,在所述社区知识图谱中创建所述特征向量标识的第一目标节点,并针对所述第一目标节点保存该样本数据中居民的属性信息;
根据所述第一目标节点包含的居民的属性信息中记录的所述居民的社会关系,查找所述社区知识图谱针对已建立的节点保存的属性信息,连接与所述第一目标节点存在社会关系的第二目标节点,保存所述第一目标节点与所述第二目标节点的连接对应的社会关系。
第二方面,本申请提供了一种基于社区知识图谱的居民的属性信息查询方法,所述方法包括:
根据获取的查询用户的生物特征的特征向量,在预先构建的所述社区知识图谱中,确定是否存在与所述特征向量匹配的目标特征向量对应的第五目标节点,其中,所述生物特征为声纹特征和/或人脸特征;
若存在,则根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点,并输出针对所述第六目标节点保存的居民的属性信息。
第三方面,本申请提供了一种社区知识图谱构建装置,所述装置包括:
获取模块,用于获取样本集中任一样本数据,其中所述样本数据中包含有居民的生物特征的特征向量和居民的属性信息,其中,所述生物特征为声纹特征和/或人脸特征;
创建模块,用于针对该样本数据中的特征向量,若所述社区知识图谱中不存在所述特征向量所对应的节点,在所述社区知识图谱中创建所述特征向量标识的第一目标节点,并针对所述第一目标节点保存该样本数据中居民的属性信息;
连接模块,用于根据所述第一目标节点包含的居民的属性信息中记录的所述居民的社会关系,查找所述社区知识图谱针对已建立的节点保存的属性信息,连接与所述第一目标节点存在社会关系的第二目标节点,保存所述第一目标节点与所述第二目标节点的连接对应的社会关系。
第四方面,本申请提供了一种基于社区知识图谱的居民的属性信息查询装置,所述装置包括:
确定模块,用于根据获取的查询用户的生物特征的特征向量,在预先构建的所述社区知识图谱中,确定是否存在与所述特征向量匹配的目标特征向量对应的第五目标节点,其中,所述生物特征为声纹特征和/或人脸特征;
查找模块,用于若存在所述第五目标节点,则根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点;
输出模块,用于输出针对所述第六目标节点保存的居民的属性信息。
第五方面,本申请还提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序指令,所述处理器用于执行存储器中存储的计算机程序时实现上述任一所述的社区知识图谱构建方法的步骤。
第六方面,本申请还提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序指令,所述处理器用于执行存储器中存储的计算机程序时实现上述任一所述的基于社区知识图谱的居民的属性信息查询方法的步骤。
第七方面,本申请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上述任一所述的社区知识图谱构建方法的步骤。
第八方面,本申请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上述任一所述的基于社区知识图谱的居民的属性信息查询方法的步骤。
本申请提供了一种社区知识图谱构建方法、基于社区知识图谱的居民的属性信息查询方法、装置、设备和介质,由于本申请中在开始查询居民的属性信息之前,根据查询用户的生物特征的特征向量,以及该预先构建的社区知识图谱,判断该社区知识图谱中是否存在与该特征向量匹配的目标特征向量对应的第五目标节点,只有确定存在该目标特征向量时,才允许该查询用户查询居民的属性信息,从而提高了居民的属性信息查询方法的安全性。
附图说明
为了更清楚地说明本申请中的技术方案,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申请的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一些实施例提供的一种居民的属性信息的社区知识图谱构建方法的过程示意图;
图2为本申请一些实施例提供的一种基于社区知识图谱的居民的属性信息查询方法的完整过程示意图;
图3为本申请一些实施例提供的一种社区知识图谱的可视化效果示意图;
图4为本申请一些实施例提供的一种基于社区知识图谱的居民的属性信息查询方法的完整过程示意图;
图5为本申请一些实施例提供的一种社区知识图谱构建装置的结构示意图;
图6为本申请一些实施例提供的一种基于社区知识图谱的居民的属性信息查询装置的结构示意图;
图7为本申请一些实施例提供的一种电子设备结构示意图;
图8为本申请一些实施例提供的一种电子设备结构示意图。
具体实施方式
为了提高居民的属性信息查询方法的安全性,本申请提供了一种社区知识图谱构建方法、基于社区知识图谱的居民的属性信息查询方法、装置、设备和介质。
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,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。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在本申请中,为了方便同一小区的居民查询居住本小区的居民的属性信息,并且防止非本小区的居民查询居民的属性信息,提高居民的属性信息查询方法的安全性,本申请中获取查询用户的生物特征的特征向量,并在预先构建的社区知识图谱中,确定是否存在与该特征向量匹配的第五目标节点,在确定存在该第五目标节点时,才根据查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,查找该社区知识图谱中符合目标信息对应条件的第六目标节点,并输出第六目标节点包含的居民的属性信息。
图1为本申请一些实施例提供的一种居民的属性信息的社区知识图谱构建方法的过程示意图,该方法包括以下步骤:
S101:获取样本集中任一样本数据,其中所述样本数据中包含有居民的生物特征的特征向量和居民的属性信息,其中,所述生物特征为声纹特征和/或人脸特征。
本申请提供的社区知识图谱构建方法应用于电子设备,该电子设备可以是智能手机、PC、平板电脑等智能终端,也可以是服务器。
该样本集中的样本数据为预先获取的居民的数据,其中的任一样本数据中包括居民的生物特征的特征向量以及居民的属性信息。其中,该居民的属性信息包括该居民的姓名、性别、身份证号码、电话号码、家庭住址和兴趣爱好等信息,若该居民在上学或工作,则该居民的属性信息还包括居民的学校或工作单位;该居民的特征向量可以是居民的声纹特征的特征向量,也可以是居民的人脸特征的特征向量,还可以是包括声纹特征和人脸特征的特征向量。
表1为本申请一些实施例提供的居民的样本数据,如表1所示,该样本数据包括以下内容:
表1
在本申请中,为了保证数据查询的准确性,提高数据查询的效率,还可以对样本数据进行预处理,以表1中的样本数据为例,具体代码如下:
S102:针对该样本数据中的特征向量,若所述社区知识图谱中不存在所述特征向量所对应的节点,在所述社区知识图谱中创建所述特征向量标识的第一目标节点,并针对所述第一目标节点保存该样本数据中居民的属性信息。
当获取到样本集中的任一样本数据后,因为该样本数据中包含居民的特征向量以及居民的属性信息,其中该居民的特征向量唯一标识该居民,因此可以基于该居民的特征向量,判断社区知识图谱中是否存在该特征向量所对应的节点,若该社区知识图谱中存在该特征向量对应的节点,则说明该社区知识图谱中已经存在该样本数据对应的居民的节点,若不存在,则说明该社区知识图谱中不存在该样本数据对应的居民的节点,在该社区知识图谱中创建该特征向量所对应的第一目标节点,并针对该第一目标节点保存该样本数据中居民的属性信息。
S103:根据所述第一目标节点包含的居民的属性信息中记录的所述居民的社会关系,查找所述社区知识图谱针对已建立的节点保存的属性信息,连接与所述第一目标节点存在社会关系的第二目标节点,保存所述第一目标节点与所述第二目标节点的连接对应的社会关系。
在创建该特征向量对应的第一目标节点后,该特征向量对应的居民可能和其他居民存在关联关系,即社会关系,该居民的属性信息中保存有该社会关系,其中该社会关系例如可以是亲子关系、夫妻关系、朋友关系、同事关系以及同学关系等中的至少一种。
因此为了构建完整的社区知识图谱,在本申请中,需要确定该第一目标节点应该与该社区知识图谱中的哪些节点建立连接,具体的,根据该样本数据中包含的属性信息进行查找,获取该属性信息中的该居民的社会关系。
根据该样本数据包含的居民的属性信息中记录的居民的社会关系,该电子设备在该社区知识图谱中针对已建立的节点保存该属性信息,并在属性信息中进行查找,确定出与该第一目标节点存在社会关系的第二目标节点。
例如该居民的社会关系中保存有与该居民为朋友关系的居民的姓名,则在该社区知识图谱中,该电子设备针对已建立的节点保存的属性信息,查找属性信息包含该姓名的节点,将包含该姓名的节点作为与该第一目标节点存在朋友关系的第二目标节点。
在该电子设备确定出该第二目标节点后,为了方便后续的查询,该电子设备将该第一目标节点与该第二目标节点建立连接,并保存第一目标节点与该第二目标节点的连接对应的社会关系。
该样本集中包含大量的样本数据,对每个样本数据都进行上述操作,操作完成后该社区知识图谱构建完成。
在本申请中,该社区知识图谱采用高度可扩展的分布式(JanusGraph)图数据库存储,实现显性和隐性的全维度数据关联。采用开源分布式数据库系统(cassandra)作为图数据库的存贮后端,搜索服务器(elasticsearch)作为图数据库的搜索引擎。
为了实现构建该社区知识图谱,在上述实施例的基础上,在本申请中,所述方法还包括:
判断该样本数据中所述居民的社会关系中是否记录有所述居民的学校或单位的标识信息,若存在,在所述社区知识图谱中创建所述学校或单位的标识信息标识的第三目标节点,连接所述第一目标节点与所述第三目标节点,并保存所述第一目标节点与所述第三目标节点的连接对应的社会关系;
针对所述第三目标节点保存该社会关系中记录的学校或单位的相关信息。
在本申请中,为了方便后续的查询,在构建该社区知识图谱中,除了构建居民对应的节点外,还可以构建居民的学校或单位的节点。
因此在获取到样本集中的任一样本数据后,针对获取到的该样本数据,还可以判断该样本数据的居民的社会关系中是否记录有居民的学校或单位的标识信息。在一些实施例,该学校或单位的标识信息是该学校或单位的名称。
在确定该样本数据的居民的社会关系中记录有居民的学校或单位的标识信息时,该电子设备在该社区知识图谱中创建该学校或单位的标识信息标识的第三目标节点。
由于在该居民的社会关系中记录有居民的学校的标识信息时,说明该居民与该学校存在上学关系,因此该电子设备还需要连接该居民对应的第一目标节点与该学校对应的第三目标节点,并保存该第一目标节点与该第三目标节点的连接对应的上学关系。
在该居民的社会关系中记录有居民的单位的标识信息时,说明该居民与该单位存在工作关系,因此该电子设备还需要连接该居民对应的第一目标节点与该学校对应的第三目标节点,并保存该第一目标节点与该第三目标节点的连接对应的工作关系。
在该社区知识图谱中创建该学校或单位的标识信息标识的第三目标节点后,为了方便居民查询,在本申请中,该电子设备还需要针对该第三目标节点保存该社会关系中记录的该学校或单位的相关信息。其中,在本申请中,该学校或单位的相关信息包括学校或单位的地址、联系方式等其中的至少一种。
为了实现构建该社区知识图谱,在上述各实施例的基础上,在本申请中,所述方法还包括:
若所述社区知识图谱中存在所述特征向量标识的第一目标节点,根据获取的包含所述特征向量的样本数据中的居民的属性信息,更新所述社区知识图谱中的所述第一目标节点保存的居民的属性信息。
若该社区知识图谱中存在该特征向量标识的第一目标节点,与获取的包含该特征向量的样本数据中的居民的属性信息相比,由于该社区知识图谱中的该第一目标节点保存的居民的属性信息可能存在短缺或发生变化,因此在本申请中还需要更新该第一目标节点保存的居民的属性信息。
该电子设备根据获取的包含该特征向量的样本数据中的居民的属性信息,对该社区知识图谱中第一目标节点保存的居民的属性信息进行更新。
具体的,该电子设备针对获取的包含该特征向量的样本数据中的居民的每个属性信息,判断该属性信息是否存在于该社区知识图谱中第一目标节点保存的居民的属性信息中,若不存在,则该电子设备将该属性信息添加到该第一目标节点保存的居民的属性信息中。
该电子设备针对获取的包含该特征向量的样本数据中的居民的每个属性信息,判断该属性信息与该社区知识图谱中第一目标节点保存的该属性信息是否相同,若不相同时,则该电子设备将该社区知识图谱中第一目标节点保存的该属性信息替换为样本数据中的该属性信息。
例如,该电子设备针对该社区知识图谱中第一目标节点保存的居民的电话号码,与包含该特征向量的样本数据中的居民的电话号码不同时,则该电子设备根据包含该特征向量的样本数据中的居民的电话号码,对该社区知识图谱中第一目标节点保存的居民的电话号码进行替换。
因为属性信息更新后,可能其中记录的社会关系也会发生变化,为了保证构建的社区知识图谱的准确性,在上述各实施例的基础上,在本申请中,所述方法还包括:
根据更新后的所述第一目标节点保存的所述居民的社会关系,针对与所述第一目标节点存在社会关系并连接的所述第二目标节点,更新所述第一目标节点与所述第二目标节点的连接对应的社会关系;
根据更新后的所述第一目标节点保存的所述居民的社会关系,查找所述社区知识图谱中未与所述第一目标节点建立连接的节点的属性信息,连接与所述第一目标节点存在社会关系的第四目标节点,并保存所述第一目标节点与所述第四目标节点的连接对应的社会关系。
在本申请中,在对该第一目标节点保存的居民的属性信息进行更新后,由于该属性信息中的居民的社会关系也可能更新,因此本申请中还需要针对之前已经建立的第一目标节点与第二目标节点的连接,对该连接对应的社会关系进行更新。
具体的,该电子设备根据针对更新后的第一目标节点保存的居民的社会关系,确定第一节点连接第二节点时,若与该第二连接的社会关系发生变化,则该电子设备更新该第一目标节点与第二目标节点的连接对应的社会关系。
例如,在更新前已经构建的第一目标节点与第二目标节点的连接对应的社会关系为朋友关系,在更新后的居民的社会关系中,该第一目标节点对应的居民与该第二目标节点对应的居民的社会关系变为夫妻关系,则该电子设备针对该第二目标节点,将该第一目标节点与第二目标节点的连接对应的社会关系从朋友关系更新为夫妻关系。
根据该更新后的第一目标节点保存的居民的社会关系,由于该更新后的居民的社会关系中,还会出现新的社会关系,因此该电子设备还需要根据该新的社会关系,建立该第一目标节点与该社区知识图谱中的节点的连接。
具体的,该电子设备根据针对更新后的第一目标节点保存的居民的社会关系,该电子设备针对该社区知识图谱中未与该第一目标节点建立连接的节点的属性信息,在属性信息中进行查找,确定出与该第一目标节点存在社会关系的第四目标节点。
例如该居民的社会关系中保存有,与该居民为朋友关系的居民的姓名,则在该社区知识图谱中,该电子设备针对该社区知识图谱中未与该第一目标节点建立连接的节点的属性信息,查找属性信息中包含该姓名的节点,将包含该姓名的节点作为与该第一目标节点存在朋友关系的第四目标节点。
在该电子设备确定出该第四目标节点后,为了方便后续的查询,该电子设备将该第一目标节点与该第四目标节点建立连接,并保存第一目标节点与该第四目标节点的连接对应的社会关系。
图2为本申请一些实施例提供的一种基于社区知识图谱的居民的属性信息查询方法的过程示意图,该过程包括以下步骤:
S201:根据获取的查询用户的生物特征的特征向量,在预先构建的社区知识图谱中,确定是否存在与所述特征向量匹配的目标特征向量对应的第五目标节点,其中,所述生物特征为声纹特征和/或人脸特征。
本申请提供的基于社区知识图谱的居民的属性信息查询方法应用于电子设备,该电子设备可以是智能手机、PC、平板电脑等智能终端,也可以是服务器。其中该查询方法应用的电子设备与该社区知识图谱构建方法应用的电子设备可以相同,也可以不同。
在本申请中,电子设备在确定存在查询用户想要查询居民的属性信息后,为了提高居民的属性信息查询方法的安全性,该电子设备需要获取该查询用户的生物特征的特征向量。
其中,若该电子设备为智能终端,该智能终端确定存在查询用户想要查询居民的属性信息的方法为现有技术,例如该智能终端可以是接收到用户在显示屏上点击查询按钮时的点击信号时,确定接收到用户的查询指令,并确定存在查询用户想要查询居民的属性信息;也可以确定接收到语音信息中存在“查询”关键字时,确定存在查询用户想要查询居民的属性信息,本申请对此不做限制。
若该电子设备为服务器,则电子设备确定存在查询用户想要查询居民的属性信息时,向该服务器发送存在查询用户的确定信息,是该服务器确定存在查询用户想要查询居民的属性信息。
在本申请中,为了提高居民的属性信息查询方法的安全性,该生物特征可以为声纹特征,也可以为人脸特征。在一种可能的实施例中,该生物特征包括声纹特征和人脸特征。
为了实现获取查询用户的生物特征的特征向量,若该电子设备为智能终端,该智能终端上安装有图像采集装置和声音采集装置中的至少一种,在该生物特征为声纹特征时,该智能终端的声音采集装置采集查询用户的语音信息,基于预先训练完成的声纹特征提取模型,对该语音信息进行处理,确定出该语音信息的声纹特征的特征向量。在该生物特征为人脸特征时,该智能终端的图像采集装置采集查询用户的人脸图像,基于预先训练完成的人脸特征提取模型,对该采集的查询用户的人脸图像进行处理,确定出该人脸图像的人脸特征的特征向量,在该生物特征包括声纹特征和人脸特征时,该智能终端的声音采集装置采集查询用户的语音信息,并基于预先训练完成的声纹特征提取模型,确定出该语音信息的声纹特征的特征向量,图像采集装置采集查询用户的人脸图像,基于该预先训练完成的人脸特征提取模型,确定出该人脸图像的人脸特征的特征向量。
若该电子设备为服务器,该服务器接收智能终端的声音采集装置采集的查询用户的语音信息,基于预先训练完成的声纹特征提取模型,确定出该语音信息的声纹特征的特征向量,该服务器接收到智能终端的图像采集装置采集的查询用户的人脸图像,基于预先训练完成的人脸特征提取模型,确定出该人脸特征的特征向量。
在本申请中,为了判断该查询用户是否为小区的居民,该电子设备中还预先构建有社区知识图谱。其中,该社区知识图谱是基于小区内每个居民的属性信息和生物特征的特征向量构建的,在上述实施例中已经描述。
该电子设备在获取到查询用户的生物特征的特征向量后,在该社区知识图谱中,针对对节点进行标识的每个特征向量,判断是否存在与该查询用户的生物特征的特征向量相匹配的目标特征向量。具体的,即确定出该查询用户的生物特征的特征向量与社区知识图谱中的每个节点对应的特征向量的相似度,判断是否存在满足设定阈值的相似度,若存在,则确定该满足设定阈值的相似度对应的目标特征向量与该查询用户的生物特征的特征向量匹配,若不存在,则确定该社区知识图谱中不存在与该查询用户的生物特征的特征向量匹配的目标特征向量。
在该生物特征为声纹特征时,该电子设备在预先构建的社区知识图谱中,确定是否存在与该声纹特征的特征向量匹配的目标特征向量对应的第五目标节点;在该生物特征为人脸特征时,该电子设备在预先构建的社区知识图谱中,确定是否存在与该人脸特征的特征向量匹配的目标特征向量对应的第五目标节点;在该生物特征为声纹特征和人脸特征时,该电子设备在预先构建的社区知识图谱中,确定是否存在特征向量的子声纹特征向量与该声纹特征的特征向量匹配,且该特征向量的子人脸特征向量与该人脸特征的特征向量匹配,若存在,则确定该特征向量为与查询用户的声纹特征和人脸特征的特征向量均匹配的目标特征向量。
S202:若存在,则根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息。
在本申请中,若该社区知识图谱中存在与该查询用户的生物特征的特征向量匹配的目标特征向量对应的第五目标节点,该电子设备确定该查询用户可以查询该社区知识图谱中保存的居民的属性信息。
为了确定该查询用户待查询的目标信息,该电子设备预先保存有用户输入的查询语音信息可能对应的各种问题的模板,该电子设备根据该查询语音信息以及预先保存的模板,确定出该查询用户待查询的目标信息。
其中,根据查询语音信息以及预先保存的模板确定待查询的目标信息的方法为现有技术,本申请对此不做赘述。
S203:若不存在,则输出无法查询居民的属性信息的提示信息。
在本申请中,若该社区知识图谱中不存在该查询用户的生物特征的特征向量匹配的目标特征向量对应的第五目标节点,该电子设备确定该查询用户无法查询居民的属性信息,并输出提示查询用户无法查询居民的属性信息的提示信息。
具体的,若该电子设备为智能终端,该智能终端输出该提示信息可以通过该智能终端的显示装置以文字形式输出该提示信息;也可以是通过该智能终端的声音输出装置以语音形式输出该提示信息。
若该电子设备为服务器,该服务器输出该提示信息可以通过与该服务器相连的显示装置以文字形式输出该提示信息;也可以是通过与该服务器相连的声音输出装置以语音形式输出该提示信息。
S204:查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点,并输出针对所述第六目标节点保存的居民的属性信息。
该电子设备确定出该查询用户待查询的目标信息后,该电子设备在该社区知识图谱中进行遍历查找,确定出该社区知识图谱中符合该目标信息对应条件的第六目标节点。
在本申请中,该社区知识图谱中符合该目标信息对应条件的第六目标节点是指,该第六目标节点与该目标信息之间存在直接关系,例如连接关系、包含关系等。其中,该社区知识图谱中满足目标信息的第六目标节点可能为1个,也可能为多个。
在本申请中,该社区知识图谱中的节点包含有该节点对应的居民的属性信息,在社区知识图谱中确定出满足目标信息的第六目标节点后,针对该第六目标节点,该电子设备确定出该第六目标节点保存的居民的属性信息后将该居民的属性信息输出。
若该电子设备为智能终端,该智能终端输出该居民的属性信息可以是在该智能终端的显示装置上以文字形式输出的属性信息。例如在该智能终端的显示屏上以文字形式输出的属性信息,也可以是通过该智能终端的声音输出装置输出语音形式的属性信息,例如通过音箱输出语音形式的属性信息,本申请对此不做限制。
若该电子设备为服务器,该服务器通过与该服务器相连的终端显示文字形式的属性信息;也可以是通过与该服务器相连的终端输出语音形式的属性信息。
由于本申请中在开始查询居民的属性信息之前,根据查询用户的生物特征的特征向量,以及该预先构建的社区知识图谱,判断该社区知识图谱中是否存在与该特征向量匹配的目标特征向量对应的第五目标节点,只有确定存在该第五目标节点时,才能确定该查询用户为该社区知识图谱中的该第五目标节点对应的居民,因此允许该查询用户查询居民的属性信息,从而提高了居民的属性信息查询方法的安全性。
为了准确地查找到社区知识图谱中满足目标信息的第六目标节点,在上述实施例的基础上,在本申请中,所述查找所述社区知识图谱中满足所述目标信息的第六目标节点,包括:
若所述待查询的目标信息为第七目标节点,查找所述社区知识图谱中与所述第七目标节点存在连接关系的第六目标节点;
若所述待查询的目标信息为目标关键词,查找所述社区知识图谱中居民的属性信息包含所述目标关键词的第六目标节点。
在本申请中,该查询用户的待查询的目标信息可能是节点,也可能是关键词,为了准确地查找到社区知识图谱中满足目标信息的第六目标节点时,在该待查询的目标信息为第七目标节点时,该电子设备查找该社区知识图谱中与该第七目标节点存在连接关系的第六目标节点。其中,由于是针对社区居民的属性信息的查询,因此该第六目标节点为居民对应的节点。
图3为本申请一些实施例提供的一种居民的社区知识图谱的可视化效果示意图,如图3所示,若该待查询的目标信息为第七目标节点,该第七目标节点可以是居民对应的节点、可以是学校对应的节点、还可以是单位对应的节点。图3中的人1-人17即为居民对应的节点,图3中的学校1即为学校对应的节点,图3中的单位1-单位3即为单位对应的节点。
在该第七目标节点为人18时,该电子设备在社区知识图谱中查找与该人18存在连接关系的第六目标节点,如图2所示,与该人18存在连接关系的第六目标节点包括人12、人13、人14、人15以及人16。
在该第七目标节点为学校1时,该电子设备在该社区知识图谱中查找与该学校1存在连接关系的第六目标节点,如图3所示,与该学校1存在连接关系的第六目标节点包括人2和人11。
具体的,在本申请中采用gremlin查询语言来实现查找与该学校1存在连接关系的第三目标节点的居民的属性信息,以该学校1为青岛王埠小学为例,具体代码如下:
graph=JanusGraphFactory.open('conf/janusgraph-cassandra-es.properties')
m=graph.openManagement()
g=graph.traversal()
上面代码实现的是打开已经创建好的居民的社区知识图谱。
g.V().has('school','青岛王埠小学').in('study').values('name')
其中g.V()表示遍历所有的节点;g.V().has('school','青岛王埠小学')表示查询school属性为青岛王埠小学的第七目标节点;g.V().has('school','青岛王埠小学').in('study').values('name')输出的是所有以关系study指向满足要求的所有第六目标节点的姓名。输出的居民的属性信息为人2和人11的姓名,该人2和人11之间的关系为同学关系。
在该第七目标节点为单位2时,该电子设备在该社区知识图谱中查找与该单位2存在连接关系的第六目标节点,如图3所示,与该单位2存在连接关系的第六目标节点包括人15和人17。
以该单位2为海信为例,在该社区知识图谱中查找与海信存在连接关系的第六目标节点的居民的属性信息,具体代码如下:
graph=JanusGraphFactory.open('conf/janusgraph-cassandra-es.properties')
m=graph.openManagement()
g=graph.traversal()
g.V().has('unite_name','海信').in('work').values('name')#发现同事关系。
输出的居民的属性信息为人15和人17的姓名,该人15和人17之间的关系为同事关系。
在本申请中,在该待查询的目标信息为目标关键词时,该电子设备在社区知识图谱中遍历查找居民的属性信息包括该目标关键词的第六目标节点。
在该目标关键词为麻将时,在该社区知识图谱中查找居民的属性信息中包括麻将的第六目标节点的居民的属性信息,代码如下:
graph=JanusGraphFactory.open('conf/janusgraph-cassandra-es.properties')
m=graph.openManagement()
g=graph.traversal()
g.V().has('hobby','麻将').values('name')
其中g.V()表示遍历所有的节点,g.V().has('hobby','麻将')表示查找hobby属性为麻将的第七目标节点,g.V().has('hobby','麻将').values('name')输出的是所有以关系hobby指向满足要求的所有第六目标节点的姓名。
为了提高输出的居民的属性信息的安全性,在上述各实施例的基础上,在本申请中,所述输出针对所述第六目标节点保存的居民的属性信息之前,所述方法还包括:
确定所述第五目标节点的居民的属性信息中包含的权限信息,其中,所述权限信息为管理员权限或非管理员权限;
所述输出针对所述第六目标节点保存的居民的属性信息包括:
根据所述权限信息,输出针对所述第六目标节点保存的居民的属性信息。
在本申请中,为了提高输出的居民的属性信息的安全性,在本申请中,该社区知识图谱中的居民对应的节点的居民的属性信息还包括有权限信息,在根据该查询用户的生物特征的特征向量,还需要确定出该查询用户对应的第五目标节点的居民的属性信息中包含的权限信息。
其中,该权限信息为管理员权限或非管理员权限,该管理员权限即为该社区中已经被居民授权能够查看全部居民的属性信息的社区管理员的权限,其中该社区管理员同时也是该社区的居民;该非管理员权限即为该社区中未被居民授权的,不能查看全部居民的属性信息的普通居民的权限。
该电子设备确定出该第五目标节点的居民的属性信息中包含的权限信息后,为了保证待输出的第六目标节点包含的居民的属性信息的安全性,该电子设备还需要根据该权限信息,输出针对该第六目标节点保存的居民的属性信息,确定是否对待输出该第六目标节点的居民的属性信息进行保护,即确定是否对该第六目标节点的居民的属性信息做脱敏处理后再输出。
其中,在该居民的属性信息为在显示装置上以文字形式输出的居民的属性信息时,该电子设备对该第六目标节点的居民的属性信息做脱敏处理可以是对该居民的属性信息进行模糊化处理,也可以是将该居民的属性信息中的部分居民的属性信息以“*”进行代替,具体的,本申请对此不做限制。在该居民的属性信息为通过声音输出装置输出的语音形式的居民的属性信息时,该电子设备对该第六目标节点的居民的属性信息做脱敏处理后输出是将该居民的属性信息中的部分居民的属性信息以“*”代替输出语音形式的居民的属性信息。
在本申请中,社区管理员根据该社区知识图谱,可以解决社区中的邻里关系、兴趣交友、以及社区互动等难题,例如通过社区知识图谱推理出居民孩子为同学关系,社区管理员建同学校的微信群,推荐有需求的居民入群,入群需要声纹验证或人脸身份验证,防止其他不法人员入群盗取相关个人信息。如果一方家里有急事,不能接送孩子上学,可以委托同学家长帮忙接送一下孩子,孩子的安全有报障。同理也可以挖掘居民之间的同事关系,没有车的居民在下雨天可以蹭同事的车。通过社区知识图谱推理出居民有共同爱好,社区管理员建同爱好微信群,推荐有需求的居民入群,入群需要声纹验证或人脸身份验证。例如,单身男女居民之间有共同的爱好,可以提供交友机会。在社区存在活动时,可以组织有同爱好的居民进行活动,组织同兴趣的老人打麻将、打牌,不仅可以防止老年痴呆、有助于身体健康,还可以增进居民之间的感情,在需要的时候可以相互帮助。
为了更精准地提高输出的居民的属性信息的安全性,在上述各实施例的基础上,在本申请中,所述根据所述权限信息,输出针对所述第六目标节点保存的居民的属性信息,包括:
若所述权限信息为非管理员权限,则针对所述第六目标节点保存的居民的属性信息中的隐私信息做脱敏处理,并将脱敏处理后的属性信息输出,其中所述隐私信息包括身份证号码、电话号码、以及家庭住址;
若所述权限信息为管理员权限,则直接输出针对所述第六目标节点保存的居民的属性信息。
该电子设备在确定出该第五目标节点的居民的属性信息中包含的权限信息后,若该权限信息为非管理员权限,为了使该查询用户可以查询到居民的属性信息,同时保证该居民的属性信息的安全性,该电子设备针对该第六目标节点保存的居民的属性信息中的隐私信息做脱敏处理,再将脱敏处理后的居民的属性信息输出。
在本申请中,该居民的属性信息中的隐私信息包括身份证号码、电话号码、以及家庭住址。具体的,该电子设备对该居民的属性信息中的身份证号码做脱敏处理时,该电子设备只显示该身份证号码中的前四位数字,该身份证号码中的后14位数字以一个*代替,例如3729*;该电子设备对该居民的属性信息中的电话号码做脱敏处理时,该电子设备只显示该电话号码中的前8位数字,该电话号码中的后3位数字以3个*代替,例如15265235***;该电子设备对该居民的属性信息中的地址信息做脱敏处理时,该电子设备将“楼”、“单元”、“室”之前的数字用*代替,例如*楼*单元*室。
若该权限信息为管理员权限,为了方便管理员根据查询到的第六目标节点的居民的属性信息,实现该管理员与第六目标节点对应的居民联系,在本申请中,该电子设备直接输出针对所述第六目标节点保存的居民的属性信息,即将该第六目标节点包含的居民的属性信息中的隐私信息正常输出,而不再用*代替。
为了在该查询用户查询到自身或自身亲人时保证输出的居民的属性信息的完整性,在上述各实施例的基础上,在本申请中,所述若所述权限信息为非管理员权限之后,则对针对所述第六目标节点保存的居民的属性信息中的隐私信息做脱敏处理之前,所述方法还包括:
判断所述第五目标节点的特征向量与所述第六目标节点的特征向量是否匹配,或,判断所述第五目标节点的家庭住址与所述第六目标节点的家庭住址是否相同,若两个判断结果均为否,则进行对针对所述第六目标节点保存的居民的属性信息中的隐私信息做脱敏处理的步骤。
该电子设备在确定该查询用户对应的第五目标节点的居民的属性信息中包含的权限信息为非管理员权限时,由于该电子设备在社区知识图谱中查找到的第六目标节点可能是该第五目标节点,或该第六目标节点与该第五目标节点之间的关系为亲人关系,因此该查询用户的权限信息即使为非管理员权限,仍可以查询该第六目标节点的全部的居民的属性信息。
具体的,该电子设备在确定出该第六目标节点包含的居民的属性信息后,判断该第六目标节点的特征向量与该第五目标节点的特征向量是否匹配,或,判断该五目标节点的居民的属性信息中的家庭住址、与该第六目标节点的居民的属性信息中的家庭住址是否相同,若两个判断结果均为否,则说明该第六目标节点不是该第五目标节点,且该第六目标节点与该第五目标节点之间的关系也不是亲人关系,因此该查询用户不能查询该第六目标节点的全部的居民的属性信息。
因此该电子设备还需要针对该第六目标节点保存的居民的属性信息,对该属性信息中的隐私信息做脱敏处理,并将脱敏处理后的该属性信息输出。
为了在该查询用户查询到自身或自身亲人时保证输出的居民的属性信息的完整性,在本申请中,若任一判断结果为是,则直接输出针对所述第六目标节点保存的居民的属性信息。
若该电子设备确定该第六目标节点的特征向量与该第五目标节点的特征向量匹配,则说明该第六目标节点与该第五目标节点为同一个节点,该电子设备在该社区知识图谱中查找到查询用户自身的居民的属性信息,因此该电子设备不对带输出的第六目标节点包含的居民的属性信息中的隐私信息做脱敏处理。
在该电子设备确定该第五目标节点的居民的属性信息中的家庭住址、与该第六目标节点的居民的属性信息中的家庭住址相同时,该电子设备确定该第六目标节点对应的居民与该查询用户居住在同一个家庭住址,该第六目标节点对应的居民与该查询用户属于亲人关系,该亲人关系包括夫妻关系和亲子关系,该电子设备在社区知识图谱中查找到该查询用户的亲人的居民的属性信息,因此该电子设备不对待输出的第六目标节点的居民的属性信息中的隐私信息做脱敏处理。
图4为本申请一些实施例提供的一种基于社区知识图谱的居民的属性信息查询方法的完整过程示意图,该过程包括以下步骤:
S401:根据获取的查询用户的生物特征的特征向量,在预先构建的社区知识图谱中,确定是否存在与该特征向量匹配的目标特征向量对应的第五目标节点,其中,该生物特征为声纹特征和/或人脸特征。
S402:若存在,则根据该查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息。
S403:若待查询的目标信息为第七目标节点,查找该社区知识图谱中与该第七目标节点存在连接关系的第六目标节点;若待查询的目标信息为目标关键词,查找该社区知识图谱中居民的属性信息包含该目标关键词的第六目标节点。
S404:确定该第五目标节点的居民的属性信息中包含的权限信息,其中,所述权限信息为管理员权限或非管理员权限。
S405:判断该权限信息是否为管理员权限,若是,则进入S406,若否,则进入S407。
S406:若该权限信息为管理员权限,则不对待输出的第六目标节点包含的居民的属性信息中的隐私信息做脱敏处理,进入S410。
S407:若该权限信息为非管理员权限,判断该第五目标节点的特征向量与该第六目标节点的特征向量是否匹配,或,判断该第五目标节点的家庭住址与该第六目标节点的家庭住址是否相同,若上述任一判断结果为是,则进入S408,若两个判断结果均为否,则进入S409。
S408:不对待输出的该第六目标节点包含的居民的属性信息中的隐私信息做脱敏处理,进入S410。
S409:对待输出的该第六目标节点包含的居民的属性信息中的隐私信息做脱敏处理,进入S310。
S410:输出该第六目标节点包含的居民的属性信息。
为了准确的确定查询用户待查询的目标信息,在上述各实施例的基础上,在本申请中,所述根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,包括:
根据所述查询用户输入的查询语音信息,基于语音识别模型确定所述查询语音信息对应的文本信息;
根据所述文本信息确定所述预先保存的模板中与所述文本信息匹配的目标模板;
根据所述文本信息与所述目标模板,在所述社区知识图谱中确定待查询的目标信息。
在本申请中,该电子设备在确定在预先构建的社区知识图谱中存在与该查询用户的生物特征的特征向量匹配的目标特征向量对应的第五目标节点时,该电子设备可以根据查询用户输入的查询语音信息,确定出该查询用户待查询的目标信息。
具体的,该电子设备根据该查询用户输入的查询语音信息,将该查询语音信息输入到现有的语音识别模型中,该语音识别模型对该查询语音信息进行处理,确定出该查询语音信息对应的文本信息。
该电子设备根据该文本信息以及预先保存的模板,在该预先保存的模板中确定出每个模板与该文本信息的相似度,将相似度大于设定阈值的模板作为与该文本信息匹配的目标模板。其中,该设定阈值是由用户预先设置的。
根据该文本信息以及该确定的目标模板,该电子设备在该预先构建的社区知识图谱中确定出该查询用户待查询的目标信息。
例如该查询用户输入的语音信息为“我的同学校/同单位/同兴趣爱好的居民的属性信息”,则与该语音信息的文本信息相匹配的目标模板为“我的同*的居民的属性信息”,该电子设备则在社区知识图谱中确定出该查询用户待查询的目标信息为第五目标节点保存的“同*”对应的信息。
该查询用户输入的语音信息为“我的女儿的同学校/同单位/同兴趣爱好的居民的属性信息”,则与该语音信息的文本信息相匹配的目标模板为“我的*的同*的居民的属性信息”,该电子设备在社区知识图谱中确定出该查询用户待查询的目标信息为,第五目标节点的女儿对应节点保存的“同*”对应的信息。
该查询用户输入的语音信息为“张三的同学校/同单位/同兴趣爱好的居民的属性信息”,则与该语音信息的文本信息相匹配的目标模板为“*的同*的居民的属性信息”,该电子设备在社区知识图谱中确定出该查询用户待查询的目标信息为,张三对应的节点的“同*”对应的信息。
该查询用户输入的语音信息为“同青岛王埠小学的居民的属性信息”,则与该语音信息的文本信息相匹配的目标模板为“同*的居民的属性信息”,该电子设备在社区知识图谱中确定出该查询用户待查询的目标信息为青岛王埠小学。
在本申请中,该电子设备是基于Django框架进行居民的属性信息的查询,在每个Django框架中包含多个app,app之间比较独立,但也有联系。所有的app共享项目资源。在项目的下方有一个terminal终端入口,该电子设备通过该终端入口输入命令,创建一个名为myapp的app模块。
在该Django的架构中存在urls.py,路由位于该urls文件中,路由将电子设备输入的url映射到相应的业务处理逻辑。该业务处理逻辑位于myapp里面的views.py,业务处理逻辑主要包括:根据查询用户输入的查询语音信息、以及预先保存的aiml的模板库中的模板,对该查询语音信息对应的文本信息做匹配处理,匹配成功以后返回目标信息,根据目标信息的类型调用相应的函数,实现将文本信息转化为社区知识图谱查询语言查询社区知识图谱,并返回查询结果。
在上述各实施例的基础上,图5为本申请一些实施例提供的一种社区知识图谱构建装置的结构示意图,所述装置包括:
获取模块501,用于获取样本集中任一样本数据,其中所述样本数据中包含有居民的生物特征的特征向量和居民的属性信息,其中,所述生物特征为声纹特征和/或人脸特征;
创建模块502,用于针对该样本数据中的特征向量,若所述社区知识图谱中不存在所述特征向量所对应的节点,在所述社区知识图谱中创建所述特征向量标识的第一目标节点,并针对所述第一目标节点保存该样本数据中居民的属性信息;
连接模块503,用于根据所述第一目标节点包含的居民的属性信息中记录的所述居民的社会关系,查找所述社区知识图谱针对已建立的节点保存的属性信息,连接与所述第一目标节点存在社会关系的第二目标节点,保存所述第一目标节点与所述第二目标节点的连接对应的社会关系。
在上述各实施例的基础上,图6为本申请一些实施例提供的一种基于社区知识图谱的居民的属性信息查询装置的结构示意图,所述装置包括:
确定模块601,用于根据获取的查询用户的生物特征的特征向量,在预先构建的所述社区知识图谱中,确定是否存在与所述特征向量匹配的目标特征向量对应的第五目标节点,其中,所述生物特征为声纹特征和/或人脸特征;
查找模块602,用于若存在所述第五目标节点,则根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点;
输出模块603,用于输出针对所述第六目标节点保存的居民的属性信息。
图7为本申请一些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,本申请还提供了一种电子设备,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信;
所述存储器703中存储有计算机程序,当所述程序被所述处理器701执行时,使得所述处理器701执行如下步骤:
获取样本集中任一样本数据,其中所述样本数据中包含有居民的生物特征的特征向量和居民的属性信息,其中,所述生物特征为声纹特征和/或人脸特征;
针对该样本数据中的特征向量,若所述社区知识图谱中不存在所述特征向量所对应的节点,在所述社区知识图谱中创建所述特征向量标识的第一目标节点,并针对所述第一目标节点保存该样本数据中居民的属性信息;
根据所述第一目标节点包含的居民的属性信息中记录的所述居民的社会关系,查找所述社区知识图谱针对已建立的节点保存的属性信息,连接与所述第一目标节点存在社会关系的第二目标节点,保存所述第一目标节点与所述第二目标节点的连接对应的社会关系。
上述电子设备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702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。
在本申请中该电子设备所涉及的与本申请提供的技术方案相关的概念,解释和详细说明及其它步骤请参见前述方法或其它实施例中关于这些内容的描述,此处不做赘述。
图8为本申请一些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,本申请还提供了一种电子设备,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信;
所述存储器803中存储有计算机程序,当所述程序被所述处理器801执行时,使得所述处理器801执行如下步骤:
根据获取的查询用户的生物特征的特征向量,在预先构建的所述社区知识图谱中,确定是否存在与所述特征向量匹配的目标特征向量对应的第五目标节点,其中,所述生物特征为声纹特征和/或人脸特征;
若存在,则根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点,并输出针对所述第六目标节点保存的居民的属性信息。
上述电子设备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802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。
在本申请中该电子设备所涉及的与本申请提供的技术方案相关的概念,解释和详细说明及其它步骤请参见前述方法或其它实施例中关于这些内容的描述,此处不做赘述。
在上述各实施例的基础上,本申请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如下步骤:
获取样本集中任一样本数据,其中所述样本数据中包含有居民的生物特征的特征向量和居民的属性信息,其中,所述生物特征为声纹特征和/或人脸特征;
针对该样本数据中的特征向量,若所述社区知识图谱中不存在所述特征向量所对应的节点,在所述社区知识图谱中创建所述特征向量标识的第一目标节点,并针对所述第一目标节点保存该样本数据中居民的属性信息;
根据所述第一目标节点包含的居民的属性信息中记录的所述居民的社会关系,查找所述社区知识图谱针对已建立的节点保存的属性信息,连接与所述第一目标节点存在社会关系的第二目标节点,保存所述第一目标节点与所述第二目标节点的连接对应的社会关系。
在上述各实施例的基础上,本申请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如下步骤:
根据获取的查询用户的生物特征的特征向量,在预先构建的所述社区知识图谱中,确定是否存在与所述特征向量匹配的目标特征向量对应的第五目标节点,其中,所述生物特征为声纹特征和/或人脸特征;
若存在,则根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点,并输出针对所述第六目标节点保存的居民的属性信息。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请的方法、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申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种社区知识图谱构建方法,其特征在于,所述方法包括:
获取样本集中任一样本数据,其中所述样本数据中包含有居民的生物特征的特征向量和居民的属性信息,其中,所述生物特征为声纹特征和/或人脸特征;
针对该样本数据中的特征向量,若所述社区知识图谱中不存在所述特征向量所对应的节点,在所述社区知识图谱中创建所述特征向量标识的第一目标节点,并针对所述第一目标节点保存该样本数据中居民的属性信息;
根据所述第一目标节点包含的居民的属性信息中记录的所述居民的社会关系,查找所述社区知识图谱针对已建立的节点保存的属性信息,连接与所述第一目标节点存在社会关系的第二目标节点,保存所述第一目标节点与所述第二目标节点的连接对应的社会关系。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断该样本数据中所述居民的社会关系中是否记录有所述居民的学校或单位的标识信息,若存在,在所述社区知识图谱中创建所述学校或单位的标识信息标识的第三目标节点,连接所述第一目标节点与所述第三目标节点,并保存所述第一目标节点与所述第三目标节点的连接对应的社会关系;
针对所述第三目标节点保存该社会关系中记录的学校或单位的相关信息。
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:
若所述社区知识图谱中存在所述特征向量标识的第一目标节点,根据获取的包含所述特征向量的样本数据中的居民的属性信息,更新所述社区知识图谱中的所述第一目标节点保存的居民的属性信息。
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:
根据更新后的所述第一目标节点保存的所述居民的社会关系,针对与所述第一目标节点存在社会关系并连接的所述第二目标节点,更新所述第一目标节点与所述第二目标节点的连接对应的社会关系;
根据更新后的所述第一目标节点保存的所述居民的社会关系,查找所述社区知识图谱中未与所述第一目标节点建立连接的节点的属性信息,连接与所述第一目标节点存在社会关系的第四目标节点,并保存所述第一目标节点与所述第四目标节点的连接对应的社会关系。
5.一种居民的属性信息查询方法,其特征在于,所述方法包括:
根据获取的查询用户的生物特征的特征向量,在预先构建的所述社区知识图谱中,确定是否存在与所述特征向量匹配的目标特征向量对应的第五目标节点,其中,所述生物特征为声纹特征和/或人脸特征;
若存在,则根据所述查询用户输入的查询语音信息以及预先保存的模板,确定待查询的目标信息,查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点,并输出针对所述第六目标节点保存的居民的属性信息。
6.根据权利要求5所述的方法,其特征在于,所述查找所述社区知识图谱中符合所述目标信息对应条件的第六目标节点,包括:
若所述待查询的目标信息为第七目标节点,查找所述社区知识图谱中与所述第七目标节点存在连接的第六目标节点;
若所述待查询的目标信息为目标关键词,查找所述社区知识图谱中居民的属性信息包含所述目标关键词的第六目标节点。
7.根据权利要求5所述的方法,其特征在于,所述输出针对所述第六目标节点保存的居民的属性信息之前,所述方法还包括:
确定所述第五目标节点的居民的属性信息中包含的权限信息,其中,所述权限信息为管理员权限或非管理员权限;
所述输出针对所述第六目标节点保存的居民的属性信息包括:
根据所述权限信息,输出针对所述第六目标节点保存的居民的属性信息。
8.根据权利要求7所述的方法,其特征在于,所述根据所述权限信息,输出针对所述第六目标节点保存的居民的属性信息,包括:
若所述权限信息为非管理员权限,则针对所述第六目标节点保存的居民的属性信息中的隐私信息做脱敏处理,并将脱敏处理后的属性信息输出,其中所述隐私信息包括身份证号码、电话号码、以及家庭住址;
若所述权限信息为管理员权限,则直接输出针对所述第六目标节点保存的居民的属性信息。
9.根据权利要求8所述的方法,其特征在于,所述若所述权限信息为非管理员权限之后,则对针对所述第六目标节点保存的居民的属性信息中的隐私信息做脱敏处理之前,所述方法还包括:
判断所述第五目标节点的特征向量与所述第六目标节点的特征向量是否匹配,或,判断所述第五目标节点的家庭住址与所述第六目标节点的家庭住址是否相同,若两个判断结果均为否,则进行对针对所述第六目标节点保存的居民的属性信息中的隐私信息做脱敏处理的步骤。
10.根据权利要求9所述的方法,其特征在于,若任一判断结果为是,则直接输出针对所述第六目标节点保存的居民的属性信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010812176.2A CN113495993A (zh) | 2020-08-13 | 2020-08-13 | 社区知识图谱构建、居民的属性信息的查询方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010812176.2A CN113495993A (zh) | 2020-08-13 | 2020-08-13 | 社区知识图谱构建、居民的属性信息的查询方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113495993A true CN113495993A (zh) | 2021-10-12 |
Family
ID=77994969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010812176.2A Pending CN113495993A (zh) | 2020-08-13 | 2020-08-13 | 社区知识图谱构建、居民的属性信息的查询方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113495993A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780864A (zh) * | 2022-03-24 | 2022-07-22 | 天津大学 | 一种基于知识图谱的人-物-空间交互模型构建方法 |
-
2020
- 2020-08-13 CN CN202010812176.2A patent/CN113495993A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114780864A (zh) * | 2022-03-24 | 2022-07-22 | 天津大学 | 一种基于知识图谱的人-物-空间交互模型构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636582B (zh) | 信贷信息管理方法、装置、设备和存储介质 | |
CN110597962A (zh) | 搜索结果展示方法、装置、介质及电子设备 | |
CN111552797B (zh) | 名称预测模型的训练方法、装置、电子设备及存储介质 | |
CN116881429B (zh) | 一种基于多租户的对话模型交互方法、装置及存储介质 | |
CN110807472A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN114528588A (zh) | 跨模态隐私语义表征方法、装置、设备及存储介质 | |
CN115618415A (zh) | 敏感数据识别方法、装置、电子设备和存储介质 | |
KR20180009408A (ko) | 소셜 네트워크 분석과 온톨로지를 이용한 장소성 추출 시스템 및 방법 | |
KR101929649B1 (ko) | 채팅로그 키워드 추출을 통한 관심사 관련 오픈 채팅방 추천 시스템 및 방법 | |
CN111552865A (zh) | 用户兴趣画像方法及相关设备 | |
CN111126422B (zh) | 行业模型的建立及行业的确定方法、装置、设备及介质 | |
CN109087053B (zh) | 基于关联拓扑图的协同办公处理方法、装置、设备及介质 | |
CN113495993A (zh) | 社区知识图谱构建、居民的属性信息的查询方法 | |
CN117932022A (zh) | 一种智能问答方法、装置、电子设备及存储介质 | |
CN110827078B (zh) | 一种信息推荐方法、装置、设备及存储介质 | |
CN109829033A (zh) | 数据展示方法和终端设备 | |
CN111639164A (zh) | 问答系统的问答匹配方法、装置、计算机设备及存储介质 | |
CN113220949B (zh) | 一种隐私数据识别系统的构建方法及装置 | |
CN111552890B (zh) | 基于名称预测模型的名称信息处理方法、装置、电子设备 | |
CN114092268A (zh) | 用户社群检测方法、装置、计算机设备及存储介质 | |
CN114330353A (zh) | 虚拟场景的实体识别方法、装置、设备、介质及程序产品 | |
CN112784058A (zh) | 一种基于动态图谱的实体相关性获取方法 | |
CN111581490A (zh) | 一种信息搜索方法、装置、存储介质及电子设备 | |
CN112561657B (zh) | 一种车辆信息处理方法、装置、电子设备以及存储介质 | |
CN116304146B (zh) | 图像处理方法及相关装置 |
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 |