CN114254950A - 电信资源数据处理方法、装置、电子设备及存储介质 - Google Patents
电信资源数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114254950A CN114254950A CN202111615393.3A CN202111615393A CN114254950A CN 114254950 A CN114254950 A CN 114254950A CN 202111615393 A CN202111615393 A CN 202111615393A CN 114254950 A CN114254950 A CN 114254950A
- Authority
- CN
- China
- Prior art keywords
- target
- nodes
- node
- importance
- knowledge graph
- 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
- 238000003672 processing method Methods 0.000 title abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
- G06Q50/60—Business processes related to postal services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种电信资源数据处理方法、装置、电子设备及存储介质,该方法包括:根据电信资源的种类构建知识图谱,所述知识图谱包括具有网络拓扑关系的多个节点,各节点对应一个种类的电信资源;根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数;在所述各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示所述目标节点。本申请实施例的技术方案通过知识图谱的结构可快速计算各类电信资源的目标重要度分数,为电信资源的分析以及优化方向提供参考数据。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种电信资源数据处理方法、装置、电子设备及存储介质。
背景技术
电信资源为可支持不同业务通信运行的服务工具,如RFS(resource facingservice,面向资源的服务)和CFS(customer facing service,面向客户的服务)等资源,不同种类的资源支持不同业务的运行,而各类资源之间也具有各种错综复杂的关系,例如,构成关系,群子关系,主从关系等等。在对电信资源进行数据分析时,常需要确定网络中的重要电信资源,以重要电信资源的数据进行深度分析挖掘以提供网络电信资源的优化或配置方案。
目前对电信资源的分析大多是通过人为分析,通过经验判断各类电信资源的使用频率,以此判断电信资源的重要性,这种方法效率低成本高,且大多通过对电信资源的经验判断,得到的结果准确度较低,无法精准体现各类电信资源在网络中的重要性。
发明内容
为解决上述技术问题,本申请的实施例提供了一种电信资源数据处理方法及装置、电子设备,能获取不同种类电信资源的目标重要度分数。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种电信资源数据处理方法,包括:根据电信资源的种类构建知识图谱,所述知识图谱包括具有网络拓扑关系的多个节点,各节点对应一个种类的电信资源;根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数;在所述各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示所述目标节点。
在一实施例中,所述根据电信资源的种类构建知识图谱,包括:
将不同种种类电信资源数据存入图形数据库,所述图形数据库包括各种类的电信资源对应的节点和各节点之间的拓扑关系;
根据所述图形数据库中各节点之间的拓扑关系构建所述知识图谱。
在一实施例中,所述根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数,包括:
为所述知识图谱中各节点配置初始重要度分数;
在所述知识图谱中提取各节点对应的入度;
根据各节点的初始重要度分数和对应节点的入度对各节点的重要度分数进行更新,得到所述目标重要度分数。
在一实施例中,所述根据各节点的初始重要度分数和对应节点的入度对各节点的初始重要度分数进行更新,得到所述目标重要度分数,包括:
获取第一节点以及所述第一节点在所述知识图谱中的入度对应的第二节点,所述第一节点为所述知识图谱中的一个节点;
多次将所述第二节点入度对应的重要度分数分配至所述第一节点,对所述第一节点的重要度分数进行更新,直至所述第一节点的重要度分数稳定得到所述第一节点对应的目标重要度分数。
在一实施例中在所述根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数之后,所述方法还包括:
将所述各节点的目标重要度分数按照分值由大到小排序,得到分值序列;
将所述分值序列中排名在预设名次前的目标重要度分数和对应节点进行展示。
在一实施例中,所述在所述各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示所述目标节点构成的目标图谱,包括:
判断第三节点在所述知识图谱中的出度指向各节点对应的目标重要度分数分值是否大于所述预设阈值,所述第三节点为所述知识图谱中的一个节点;
若大于,则将目标重要度分数分值大于所述预设阈值对应节点作为所述目标节点;
根据所述目标节点和所述目标节点之间的拓扑关系构建所述目标图谱并展示。
在一实施例中,在所述根据所述目标节点和所述目标节点之间的拓扑关系构建所述目标图谱并展示之后,所述方法还包括:
获取不同地区对应的目标图谱;
根据所述不同地区对应的目标图谱筛选频率最高的目标节点,对所述频率最高的目标节点对应电信资源进行优化;和/或,
根据所述不同地区对应的目标图谱中目标节点之间的拓扑关系,建立目标节点之间的跳转。
根据本申请实施例的一个方面,提供了一种电信资源数据处理装置,包括:知识图谱构建模块,配置为根据电信资源的种类构建知识图谱,所述知识图谱包括具有网络拓扑关系的多个节点,各节点对应一个种类的电信资源;目标重要度分数获取模块,配置为根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的重要度分数;目标节点获取模块,配置为在所述各节点的重要度分数中筛选重要度分数分值大于预设阈值的目标节点,展示所述目标节点。
根据本申请实施例的一个方面,提供了一种电子设备,包括一个或多个处理器;存储装置,用于存储一个或多个计算机程序,当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述电子设备实现如上所述的电信资源数据处理方法。
根据本申请实施例的一个方面,提供了一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行如上所述的电信资源数据处理方法。
根据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实施例中提供的电信资源数据处理方法。
在本申请的实施例所提供的技术方案中,通过电信资源的种类和拓扑关系构建知识图谱,然后根据知识图谱的结构可快速计算各类电信资源的目标重要度分数,从而可根据目标重要度分数确定电信资源在网络中的重要性,对电信资源的分析以及优化方向提供参考数据。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。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,对于本领域普通技术者来讲,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。在附图中:
图1是本申请涉及的一种实施环境的示意图;
图2是本申请的一示例性实施例示出的电信资源数据处理方法的流程图;
图3是本申请的一示例性实施例示出的知识图谱结构图;
图4是图2所示实施例中的步骤S210在一示例性实施例中的流程图;
图5是图2所示实施例中的步骤S230在一示例性实施例中的流程图;
图6是本申请的另一示例性实施例示出的电信资源数据处理方法的流程图;
图7是图2所示实施例中的步骤S250在一示例性实施例中的流程图;
图8是本申请的一示例性实施例示出的电信资源数据处理装置的结构示意图;
图9示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
还需要说明的是:在本申请中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提出的电信资源数据处理及装置、电子设备、存储介质涉及人工智能技术以及机器学习技术,以下将对这些实施例进行详细说明。
该实施环境包括终端100和服务器端200,终端100和服务器端200之间通过有线或者无线网络进行通信。终端100用于网络中的电信资源,如RFS(resourcefacingservice,面向资源的服务)和CFS(customerfacingservice,面向客户的服务)等资源数据;同时终端100还将电信资源输入至服务器端200,服务器端200对电信资源进行处理,将不同种类的电信资源抽取成节点,并构建知识图谱,最后计算通过中心度计算各节点的目标重要度分数,以此获取网络中的重要节点。当然,在得到比对结果后,最后可通过终端100自带的显示模块可视化展示目标重要度分数较大的节点。
示例性的,终端100在采集到网络中的电信资源后,将网络中的电信资源发送至服务器端200,服务器端200根据电信资源的种类构建知识图谱,知识图谱包括具有网络拓扑关系的多个节点,各节点对应一个种类的电信资源;根据知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数;在各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示目标节点。
其中,终端100可以是智能手机、平板、笔记本电脑、计算机等任意能够实现数据可视化的电子设备,本处不进行限制。服务器端200可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,其中多个服务器可组成一区块链,而服务器为区块链上的节点,通信服务器200还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content DeliveryNetwork,内容分发网络)以及大数据和人工智能平台等基础云计算服务的云服务器,本处也不对此进行限制。
图2是根据一示例性实施例示出一种电信资源数据处理的流程图。如图2所示,在一示例性实施例中,方法可以包括步骤S210至步骤S250,详细介绍如下:
步骤S210:根据电信资源的种类构建知识图谱。
本实施例中,获取网络中的电信资源数据,电信资源包括不同种类,如RFS(resourcefacingservice,面向资源的服务)和CFS(customerfacingservice,面向客户的服务)等种类的电信资源,不同的电信资源具有不同的拓扑关系,如构成关系、引用关系等,因此可根据电信资源的种类和各电信资源之间的拓扑关系构建知识图谱。
具体可将各种类的电信资源分别提取成对应的实体节点,然后将电信资源件的拓扑关系映射在各节点上,最后形成一个知识图谱,如图3所示的一示例性知识图谱,其中,每个节点对应一个种类的电信资源,连接两个节点中的指向关系代表两个节点在网络中的拓扑关系。
步骤S230:根据知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数。
本实施例中,在获取到知识图谱后,利用各节点之间的拓扑关系可计算所有节点的目标重要度分数,由此体现在网络中,何种电信资源的重要性高,便于后续对电信资源的分析与分配。
本实施例中可先对知识图谱中的各节点分配一个初始重要度分数,然后根据每个节点的入度与出度进行初始重要度分数的分配,如对节点A的初始重要度分数为a,节点A的出度有两个,出度对应的节点为B和C,则可将节点A的初始重要度分数按照一定的权值分配至B和C,如此完成一轮更新,在经过多次更新后,知识图谱中各节点的重要度分数可达到一个稳定状态,则可成获得节点A、B和C的目标重要度分数。
步骤S250:在各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示目标节点。
本步骤中,可筛选目标重要度分数较高的目标节点,认为目标节点对应的电信资源在网络运行中的重要度高或是使用比较频繁,许多不同的业务的执行均需要该电信资源的支持,在得到目标节点后,可以对目标节点进行展示,可为网络资源的分析提供参考数据,如提示在后续网络优化或分析过程中,可侧重对目标节点对应的电信资源进行分析,为重要度高的电信资源分配更多运行空间等等。
本实施例中,利用电信资源的种类和拓扑关系构建知识图谱,并利用知识图谱可快速计算电信资源的目标重要度分数,以此获取重要度较高的电信资源,为电信资源的分析提供参考数据;根据各节点的目标重要度分数可对目标重要度分数较高的目标节点对应电信资源进行分析和挖掘,如为目标节点对应的电信资源分配更多运行资源、设计电信资源的跳转、对目标重要度分数较低的节点进行配置优化等,提高电信资源的使用感。
图4是图2所示实施例中步骤S210在一示例性实施例中的流程图。如图4所示,在一示例性实施例中,该根据电信资源的种类构建知识图谱的过程可以包括步骤S410至步骤S430,详细介绍如下:
步骤S410:将不同种种类电信资源数据存入图形数据库。
本实施例中,可获取不同种类的电信资源数据,然后构建不同种类电信资源的数据库,由于后续需要构建知识图谱,因此,可构建如Neo4J等图形数据库,图形数据库以节点和拓扑关系存储,如一个图形数据库则对应存储一个种类电信资源对应的节点,以及该电信资源与其他电信资源之间的拓扑关系,即该节点与其他节点间的拓扑关系(体现在知识图谱上即为节点之间的边)。
本实施例中,可通过后端集成Spring Boot(一种框架)将不同种类的电信支援导入图形数据库,还可通过构建各图形数据库Bean类以提高后续电信资源数据处理的效率。
步骤S430:根据图形数据库中各节点之间的拓扑关系构建知识图谱。
在进行知识图谱的构建时,可提取图形数据库中的节点以及各节点之间的拓扑关系,最终获得到知识图谱。
本实施例中,通过图形数据库存储不同种类的电信资源,且通过图形数据库中节点和边的数据类型,能快速获得知识图谱,提高电信资源数据处理的效率。
图5是图2所示实施例中步骤S230在一示例性实施例中的流程图。如图5所示,在一示例性实施例中,该根据知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数的过程可以包括步骤S510至步骤S550,详细介绍如下:
步骤S510:为知识图谱中各节点配置初始重要度分数。
本实施例中,首先对知识图谱中各节点配置初始重要度分数,由于初始阶段并不考虑各节点的入度(入链数量)以及入量对应的节点(节点A的入量对应的节点,如节点A的入度为3,则节点A存在3个入链,3个入链对应的节点即为节点A的入度对应节点)的质量,因此可设各节点的初始重要度分数相同。
步骤S530:在知识图谱中提取各节点对应的入度。
本实施例中,对于知识图谱中的各节点,如一个节点的入链越多,则该节点越重要,同时,如果一个节点A的入链指向节点B,且该节点A的入链数量多,则证明该节点A的重要性强,且该节点B的入链节点A质量高,即节点A的重要性会对节点B造成影响,因此,可提取各节点的入度用于后续对应节点的目标重要度分数的计算。
步骤S550:根据各节点的初始重要度分数和对应节点的入度对各节点的重要度分数进行更新,得到目标重要度分数。
本实施例中,根据各节点的初始重要度分数和对应节点的入度进行迭代递归计算各节点的目标重要度分数。
如在一实施例中,各节点的初始重要度分数为x,对节点A,节点A的入度为2,节点A入度对应的两个节点为B、C,且节点B、C为根节点,即节点B、C的入度均为0,则将节点B、C的初始重要度分数分配给节点A,具体地,节点C的出度(出链数量)为3,节点B的出度为1,即节点B仅仅指向A,则,在第一出更新时,节点C将三分之一的初始重要度分数分配给节点A,节点B将所有初始重要度分数分配给A,则A更新后的重要度分数即为自身初始重要度分数、节点B赋予的重要度分数、节点C赋予的重要度分数的集合:在得到节点A更新后的节点重要度分数后,再进行迭代更新其他节点,如计算节点A的出链指向节点的重要度分数,而此时则以节点A更新后的重要度分数作为实际数据进行更新,如此,迭代递归至知识图谱中的节点均完成一次更新;当然若节点B与节点C不为根节点,则在进行节点A的重要度分数更新之前,需要通过上述办法对节点B与节点C进行更新,再以更新后的重要度分数都节点A进行更新,在通过若干轮的计算后数据收敛,会得到每个节点的目标重要度分数。
当然,本实施例中,在得到各节点的目标重要度分数后,还可将各节点的目标重要度分数存储在对应节点的图形数据库中,便于后续的查询。
本实施例中通过知识图谱快速获取各节点的初始重要度分数和对应节点的入度,以实现高效计算各节点目标重要度分数,得到的各节点目标重要度分数能为电信资源数据的分析提供参考数据,指引电信资源优化与配置的方向。
图6是根据另一示例性实施例示出一种电信资源数据处理方法的流程图。如图6所示,在一示例性实施例中,该方法可实施于图2中的步骤S230之后,该方法可以包括步骤S610至步骤S630,详细介绍如下:
步骤S610:将各节点的目标重要度分数按照分值由大到小排序,得到分值序列。
本实施例中,在得到各节点的目标重要度分数后,可将各节点的目标重要度分数进行存储,在后续需要查看电信资源的重要性后,可从存储空间中进行数据提取,基于节点的目标重要度分数越高,则该节点对应的电信资源则越重要、使用越频繁,因此,可将各节点的目标重要度分数按照分值由大到小排序,得到分值序列,后续可从分值序列中提取需要的数据进行展示。
步骤S630:将分值序列中排名在预设名次前的目标重要度分数和对应节点进行展示。
本实施例中,需要查询电信资源的目标重要度分数排名前十的数据,则可在分值序列获取中排名前十的节点以及对应的目重要度分数,可视化的,可将排名前十的节点根据各节点间的拓扑关系进行连接得到一个查询图谱,若排名前十的有些节点间不存在拓扑关系,则单独位于该查询图谱上,不与其他节点连接即可,当然还可通过Vue(构建用户界面的渐进式框架)和D3.js(可视化库)等技术展示该查询图谱。
当然,还可直接展示知识图谱,但将知识图谱与分值序列进行连接,可在知识图谱上的每个节点显示对应目标重要度分数,便于对网络中电信资源的重要度做整体把握。
本实施例中,根据分值序列,可快速查询不同目标重要度分数的节点,得到的各节点目标重要度分数,能为电信资源数据的分析提供参考数据。
图7是图2所示实施例中步骤S250在一示例性实施例中的流程图。如图7所示,在一示例性实施例中,该在各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示目标节点的过程可以包括步骤S710至步骤S750,详细介绍如下:
步骤S710:判断第三节点在知识图谱中的出度指向各节点对应的目标重要度分数分值是否大于预设阈值。
本实施例中,可对某一节点以及受该节点影响的下级节点(即该节点的出度指向的节点)的重要性进行查询,首先对目标重要度分数预设一个固定阈值,该固定阈值可以是针对整个知识图谱的节点设定的阈值,也可以是针对待查询节点和待查询节点的下一级节点设定的阈值,该固定阈值的具体数值可根据实际运用中的历史数据设定。
如需查询面向资源的服务(对应为节点A)的重要性,则待查询节点为A,判断节点A的下级节点是否大于预设阈值。
步骤S730:若大于,则将目标重要度分数分值大于预设阈值对应节点作为目标节点。
本实施例中,当节点A的下级节点中存在小于预设阈值的节点,则可舍弃该节点,同时将大于预设阈值的下级节点作为目标节点。
步骤S750:根据目标节点和目标节点之间的拓扑关系构建目标图谱并展示。
本实施例中,将得到的目标节点进行展示,当然,可以不仅仅展示该目标节点数据,还可展示根据目标节点和目标节点之间的拓扑关系构建的目标图谱;当目标节点的个数为一个时,可只展示该一个节点构成的目标图谱,当目标节点存在多个时,且多个目标节点不存在拓扑关系,则展示多个独立存在的目标节点构建成的目标图谱;当目标节点的个数为多个,且目标节点间存在一些拓扑关系时,则将存在拓扑关系的目标节点进行连接构建目标图谱并展示。
本实施例中,还可获取不同地区对应的目标图谱,然后再多个目标图谱中筛选出现频率最高的目标节点,则证明该目标节点对应的电信资源在多地均适宜,则可对该目标节点进行分析,如对该目标节点对应电信资源进行优化,提高运行速度等操作,或是可以分析该目标节点对应电信资源重要性、使用度高的原因,为其他电信资源优化提供参数数据;当然,还可根据各节点之间的拓扑关系,建立目标节点的跳转,如对一目标重要度分数高的目标节点A,可设置节点A对应电信资源的跳转,减轻该电信资源的负担,同时提高其他电信资源的利用率。
根据不同地区对应的目标图谱中目标节点之间的拓扑关系,建立目标节点之间的跳转。
本实施例中,通过对知识图谱中某些节点的查询,可有目的性的获取待查询电信资源的重要性,以此能为对应待查询电信资源的分析提供准确的参考数据,指引该待查询电信资源的优化与配置方向。
图8是根据一示例性实施例示出的电信资源数据处理装置的结构示意图。如图8所示,在一示例性实施例中,该电信资源数据处理装置包括:
知识图谱构建模块810,配置为根据电信资源的种类构建知识图谱,知识图谱包括具有网络拓扑关系的多个节点,各节点对应一个种类的电信资源;
目标重要度分数获取模块830,配置为根据知识图谱中各节点之间的网络拓扑关系计算各节点的重要度分数;
目标节点获取模块850,配置为在各节点的重要度分数中筛选重要度分数分值大于预设阈值的目标节点,展示目标节点。
本实施例通过上述结构,能快速计算重要度较高的网络资源,便于对网络资源的分析与分配。
在一实施例中,该知识图谱构建模块810包括:
数据存储单元,配置为将不同种种类电信资源数据存入图形数据库,图形数据库包括各种类的电信资源对应的节点和各节点之间的拓扑关系;
知识图谱构建单元,配置为根据图形数据库中各节点之间的拓扑关系构建知识图谱。
在一实施例中,该目标重要度分数获取模块830包括:
初始重要度分数分配单元,配置为知识图谱中各节点配置初始重要度分数;
入度提取单元,配置为在知识图谱中提取各节点对应的入度;
目标重要度分数获取单元,配置为根据各节点的初始重要度分数和对应节点的入度对各节点的重要度分数进行更新,得到目标重要度分数。
在一实施例中,该目标重要度分数获取单元包括:
第二节点获取板块,配置为获取第一节点以及第一节点在知识图谱中的入度对应的第二节点,第一节点为知识图谱中的一个节点;
目标重要度分数获取板块,配置为多次将第二节点入度对应的重要度分数分配至第一节点,对第一节点的重要度分数进行更新,直至第一节点的重要度分数稳定得到第一节点对应的目标重要度分数。
在一实施例中,该电信资源数据处理装置还包括:
分值序列获取模块,配置为将各节点的目标重要度分数按照分值由大到小排序,得到分值序列;
第一节点展示模块,配置为将分值序列中排名在预设名次前的目标重要度分数和对应节点进行展示。
在一实施例中,该目标节点获取模块850还包括:
判断模块,配置为判断第三节点在知识图谱中的出度指向各节点对应的目标重要度分数分值是否大于预设阈值,第三节点为知识图谱中的一个节点;
第一目标节点获取模块,配置为若大于,则将目标重要度分数分值大于预设阈值对应节点作为目标节点;
展示板块模块,配置为根据目标节点和目标节点之间的拓扑关系构建目标图谱并展示。
在一实施例中,该电信资源数据处理装置还包括:
目标图谱获取模块,配置为获取不同地区对应的目标图谱;
优化模块,配置为根据不同地区对应的目标图谱筛选频率最高的目标节点,对频率最高的目标节点对应电信资源进行优化;和/或,
跳转模块,配置为根据不同地区对应的目标图谱中目标节点之间的拓扑关系,建立目标节点之间的跳转。
需要说明的是,上述实施例所提供的电信资源数据处理装置与上述实施例所提供的电信资源数据处理方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。
本申请的实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得电子设备实现上述各个实施例中提供的电信资源数据处理方法。
图9示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图9示出的电子设备的计算机系统1600仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图9所示,计算机系统1600包括中央处理单元(Central Processing Unit,CPU)1601,其可以根据存储在只读存储器(Read-Only Memory,ROM)1602中的程序或者从储存部分1608加载到随机访问存储器(Random Access Memory,RAM)1603中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 1603中,还存储有系统操作所需的各种程序和数据。CPU 1601、ROM 1602以及RAM 1603通过总线1604彼此相连。输入/输出(Input/Output,I/O)接口1605也连接至总线1604。
以下部件连接至I/O接口1605:包括键盘、鼠标等的输入部分1606;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1607;包括硬盘等的储存部分1608;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1609。通信部分1609经由诸如因特网的网络执行通信处理。驱动器1610也根据需要连接至I/O接口1605。可拆卸介质1611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1610上,以便于从其上读出的计算机程序根据需要被安装入储存部分1608。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1609从网络上被下载和安装,和/或从可拆卸介质1611被安装。在该计算机程序被中央处理单元(CPU)1601执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本申请的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前的电信资源数据处理方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。
本申请的另一方面还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各个实施例中提供的电信资源数据处理方法。
上述内容,仅为本申请的较佳示例性实施例,并非用于限制本申请的实施方案,本领域普通技术人员根据本申请的主要构思和精神,可以十分方便地进行相应的变通或修改,故本申请的保护范围应以权利要求书所要求的保护范围为准。
Claims (10)
1.一种电信资源数据处理方法,其特征在于,包括:
根据电信资源的种类构建知识图谱,所述知识图谱包括具有网络拓扑关系的多个节点,各节点对应一个种类的电信资源;
根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数;
在所述各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示所述目标节点。
2.根据权利1所述的方法,其特征在于,所述根据电信资源的种类构建知识图谱,包括:
将不同种种类电信资源数据存入图形数据库,所述图形数据库包括各种类的电信资源对应的节点和各节点之间的拓扑关系;
根据所述图形数据库中各节点之间的拓扑关系构建所述知识图谱。
3.根据权利要求1所述的方法,其特征在于,所述根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数,包括:
为所述知识图谱中各节点配置初始重要度分数;
在所述知识图谱中提取各节点对应的入度;
根据各节点的初始重要度分数和对应节点的入度对各节点的重要度分数进行更新,得到各节点的目标重要度分数。
4.根据权利要求3所述的方法,其特征在于,所述根据各节点的初始重要度分数和对应节点的入度对各节点的初始重要度分数进行更新,得到所述目标重要度分数,包括:
获取第一节点以及所述第一节点在所述知识图谱中的入度对应的第二节点,所述第一节点为所述知识图谱中的一个节点;
多次将所述第二节点入度对应的重要度分数分配至所述第一节点,对所述第一节点的重要度分数进行更新,直至所述第一节点的重要度分数稳定得到所述第一节点对应的目标重要度分数。
5.根据权利要求1所述的方法,其特征在于,在所述根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的目标重要度分数之后,所述方法还包括:
将所述各节点的目标重要度分数按照分值由大到小排序,得到分值序列;
将所述分值序列中排名在预设名次前的目标重要度分数和对应节点进行展示。
6.根据权利要求1所述的方法,其特征在于,所述在所述各节点的目标重要度分数中筛选目标重要度分数分值大于预设阈值的目标节点,展示所述目标节点,包括:
判断第三节点在所述知识图谱中的出度指向各节点对应的目标重要度分数分值是否大于所述预设阈值,所述第三节点为所述知识图谱中的一个节点;
若大于,则将目标重要度分数分值大于所述预设阈值对应节点作为所述目标节点;
根据所述目标节点和所述目标节点之间的拓扑关系构建目标图谱并展示。
7.根据权利要求6所述的方法,其特征在于,在所述根据所述目标节点和所述目标节点之间的拓扑关系构建所述目标图谱并展示之后,所述方法还包括:
获取不同地区对应的目标图谱;
根据所述不同地区对应的目标图谱筛选频率最高的目标节点,对所述频率最高的目标节点对应电信资源进行优化;和/或,
根据所述不同地区对应的目标图谱中目标节点之间的拓扑关系,建立目标节点之间的跳转。
8.一种电信资源数据处理装置,其特征在于,包括:
知识图谱构建模块,配置为根据电信资源的种类构建知识图谱,所述知识图谱包括具有网络拓扑关系的多个节点,各节点对应一个种类的电信资源;
目标重要度分数获取模块,配置为根据所述知识图谱中各节点之间的网络拓扑关系计算各节点的重要度分数;
目标节点获取模块,配置为在所述各节点的重要度分数中筛选重要度分数分值大于预设阈值的目标节点,展示所述目标节点。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个计算机程序,当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所述电子设备实现如权利要求1-7中的任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行权利要求1-7中的任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111615393.3A CN114254950A (zh) | 2021-12-27 | 2021-12-27 | 电信资源数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111615393.3A CN114254950A (zh) | 2021-12-27 | 2021-12-27 | 电信资源数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114254950A true CN114254950A (zh) | 2022-03-29 |
Family
ID=80795217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111615393.3A Pending CN114254950A (zh) | 2021-12-27 | 2021-12-27 | 电信资源数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114254950A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114615144A (zh) * | 2022-04-09 | 2022-06-10 | 广西千万里通信工程有限公司 | 网络优化方法及系统 |
CN114840686A (zh) * | 2022-05-07 | 2022-08-02 | 中国电信股份有限公司 | 基于元数据的知识图谱构建方法、装置、设备及存储介质 |
CN114978946A (zh) * | 2022-05-17 | 2022-08-30 | 中国电信股份有限公司 | 节点故障诊断方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-27 CN CN202111615393.3A patent/CN114254950A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114615144A (zh) * | 2022-04-09 | 2022-06-10 | 广西千万里通信工程有限公司 | 网络优化方法及系统 |
CN114840686A (zh) * | 2022-05-07 | 2022-08-02 | 中国电信股份有限公司 | 基于元数据的知识图谱构建方法、装置、设备及存储介质 |
CN114840686B (zh) * | 2022-05-07 | 2024-01-02 | 中国电信股份有限公司 | 基于元数据的知识图谱构建方法、装置、设备及存储介质 |
CN114978946A (zh) * | 2022-05-17 | 2022-08-30 | 中国电信股份有限公司 | 节点故障诊断方法、装置、电子设备及存储介质 |
CN114978946B (zh) * | 2022-05-17 | 2023-10-03 | 中国电信股份有限公司 | 节点故障诊断方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360517B2 (en) | Distributed hyperparameter tuning system for machine learning | |
EP3893154A1 (en) | Recommendation model training method and related apparatus | |
CN114254950A (zh) | 电信资源数据处理方法、装置、电子设备及存储介质 | |
CN112800095A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN112527848B (zh) | 基于多数据源的报表数据查询方法、装置、系统及存储介质 | |
CN113515672A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
JP2019204507A (ja) | Aiヘッドラインニュース | |
CN111680799A (zh) | 用于处理模型参数的方法和装置 | |
CN109934631A (zh) | 问答信息处理方法、装置及计算机设备 | |
CN116992294B (zh) | 卫星测控训练评估方法、装置、设备及存储介质 | |
CN109902196B (zh) | 一种商标类别推荐方法、装置、计算机设备及存储介质 | |
US11775852B2 (en) | Network optimization | |
CN112231299A (zh) | 一种特征库动态调整的方法和装置 | |
CN113094444A (zh) | 数据处理方法、数据处理装置、计算机设备和介质 | |
CN113612777A (zh) | 训练方法、流量分级方法、装置、电子设备以及存储介质 | |
CN114491249A (zh) | 一种对象推荐方法、装置、设备以及存储介质 | |
CN113297289A (zh) | 从数据库提取业务数据的方法、装置和电子设备 | |
CN113742243B (zh) | 应用评测方法、装置、电子设备和计算机可读介质 | |
CN113190779B (zh) | 网页评估方法和装置 | |
CN107967655A (zh) | 数据资源模型建立方法及装置 | |
CN114970741A (zh) | 数据处理方法、装置及电子设备 | |
CN117271126A (zh) | 任务请求的分配方法、装置及电子设备 | |
CN115481162A (zh) | 推荐信息的确定方法、装置、电子设备和介质 | |
CN114302431A (zh) | 网元配置方法、装置、电子设备及存储介质 | |
CN115204883A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 |
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 |