KR20210038859A - 검색 방법, 장치, 전자기기 및 저장매체 - Google Patents

검색 방법, 장치, 전자기기 및 저장매체 Download PDF

Info

Publication number
KR20210038859A
KR20210038859A KR1020210036065A KR20210036065A KR20210038859A KR 20210038859 A KR20210038859 A KR 20210038859A KR 1020210036065 A KR1020210036065 A KR 1020210036065A KR 20210036065 A KR20210036065 A KR 20210036065A KR 20210038859 A KR20210038859 A KR 20210038859A
Authority
KR
South Korea
Prior art keywords
time
entity
search
dynamic
target entity
Prior art date
Application number
KR1020210036065A
Other languages
English (en)
Other versions
KR102557613B1 (ko
Inventor
슈앙촨 양
양 장
이 시예
Original Assignee
베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 filed Critical 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
Publication of KR20210038859A publication Critical patent/KR20210038859A/ko
Application granted granted Critical
Publication of KR102557613B1 publication Critical patent/KR102557613B1/ko

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
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/732—Query formulation
    • G06F16/7343—Query language or query format
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2452—Query translation
    • G06F16/24522—Translation of natural language queries to structured queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location

Abstract

본 출원은 검색 방법, 장치, 전자기기 및 저장매체를 개시하고, 빅 데이터 기술 중의 시공간 빅 데이터 기술 분야에 관한 것이다. 구체적인 구현 방안은, 단말기로부터 발송된 검색 요청을 수신하고, 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간이 포함되고; 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하고, 각 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있고; 적어도 하나의 타임 버켓 중에서 목표 개체의 식별자에 따라 목표 개체의 동적인 연관 관계를 검색한다. 종래 기술과 비교할 때, 본 출원은 타임 버켓의 방식을 사용하여 목표 개체의 동적 관련 정보를 검색하기에, 연산량을 효과적으로 줄이고, 동적 관련 정보의 검색 속도를 향상시킬 수 있다.

Description

검색 방법, 장치, 전자기기 및 저장매체{QUERY METHOD, APPARATUS, ELECTRONIC DEVICE AND STORAGE MEDIUM}
본 출원은 인공 지능 분야에 관한 것으로, 특히 빅 데이터 기술 중의 시공간 빅 데이터 기술 분야에 관한 것이다. 구체적으로, 본 출원은 검색 방법, 장치, 전자기기 및 저장매체를 제공한다.
인터넷이 대중화되는 대 환경에서, 다양한 모니터링, 관문 등의 수집 기기는 매일 수많은 사용자의 행위 데이터를 생성한다. 이 중 행위 데이터에는 호텔 숙박 행위, 교통 외출 행위, 통화 행위, 택배 행위, 범죄 구금 행위 등이 포함될 수 있다. 이러한 행위 데이터를 기반으로 분석하여 다양한 개체 간의 동적 연관 관계를 얻을 수 있으며, 이로부터 서로 다른 사람, 차량 또는 기기 사이의 숨겨진 관계를 발견할 수 있다. 이는 사례 연구 및 판단, 안정 유지, 테러, 폭력 등과 같은 보안 시나리오에 있어서 중요한 의의가 있다.
관련 기술에서 다양한 개체 사이의 동적 연관 관계의 검색은 주로 맵 귀납(map reduce) 방법을 사용한다. 특히, 하이브(hive) 데이터베이스에서 객체-관계 매핑 프레임 쿼리 언어(hibernate query language，HQL)를 사용하거나 분산 쿼리 프로그램을 작성하여 검색 및 정렬 계산을 수행할 수 있다.
그러나, 맵 귀납 방식으로 동적 연관 관계를 검색하면 일반적으로 검색 속도가 느린 문제점이 존재한다.
본 출원은 검색 방법, 장치, 전자기기 및 저장매체를 제공한다.
본 출원의 제1 측면에 따르면, 검색 방법을 제공하며, 상기 방법은,
단말기로부터 발송된 검색 요청을 수신하고, 상기 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 상기 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함하는 단계;
상기 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하되, 각 상기 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있는 단계;
상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 식별자에 따라 상기 목표 개체의 동적인 연관 관계를 검색하는 단계를 포함한다.
본 출원의 제2 측면에 따르면, 검색 장치를 제공하며, 상기 장치는,
단말기로부터 발송된 검색 요청을 수신하되, 상기 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 상기 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함하는 수신 모듈;
상기 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하되, 각 상기 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있는 처리 모듈;
상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 동적인 연관 관계를 검색하기 위한 검색 모듈을 포함한다.
본 출원의 제3 측면에 따르면, 전자기기를 제공하며, 상기 전자기기는,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 통신 연결되는 메모리;를 포함하고,
상기 메모리에 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1 측면에 따른 방법을 수행할 수 있도록 한다.
본 출원의 제4 측면에 따르면, 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체를 제공하며, 상기 컴퓨터 명령은 상기 컴퓨터가 상술한 제1 측면에 따른 방법을 수행하도록 한다.
본 출원의 제5 측면에 따르면, 검색 방법을 제공하며, 상기 방법은,
검색 요청 중의 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하되, 각 상기 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 개체의 동적인 연관 관계가 저장되어 있는 단계;
상기 적어도 하나의 타임 버켓 중에서 상기 검색 요청 중의 목표 개체의 동적인 연관 관계를 검색하는 단계를 포함한다.
본 출원의 제6 측면에 따르면, 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램을 제공하며, 해당 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때, 상술한 제1 측면에 따른 방법을 수행한다.
본 출원의 기술은, 종래 기술 중 동적인 연관 관계에 대한 검색 속도가 느린 문제를 해결한다. 종래 기술과 비교할 때, 본 출원은 타임 버켓의 방식을 사용하여 목표 개체의 동적 관련 정보를 검색하기에, 연산량을 효과적으로 줄이고, 동적 관련 정보의 검색 속도를 향상시킬 수 있다.
이해해야 할 바로는, 본 부분에 설명된 내용은 본 출원의 실시예의 관건적인 또는 중요한 특징을 나타내기 위한 것이 아니고, 본 출원의 범위를 한정하고자 하는 것도 아니다. 본 출원의 기타 특징은 아래의 명세서에 의해 용이하게 이해될 것이다.
첨부된 도면은 본 해결수단에 대한 더 충분한 이해를 돕기 위한 것으로서, 본 출원에 대해 한정하지 않는다. 여기서,
도 1은 본 출원의 실시예에 따른 검색 방법의 시나리오 도면이다.
도 2는 본 출원의 실시예에 따른 검색 방법의 흐름도이다.
도 3은 본 출원의 실시예에 따른 다른 검색 방법의 흐름도이다.
도 4는 본 출원의 실시예에 따른 또 다른 검색 방법의 흐름도이다.
도 5는 본 출원의 실시예에 따른 또 다른 검색 방법의 흐름도이다.
도 6은 본 출원의 실시예에 따른 또 다른 검색 방법의 흐름도이다.
도 7은 출원의 실시예에 따른 검색 장치의 구조도이다
도 8은 본 출원의 실시예의 검색 방법을 구현하기 위한 전자기기의 블록도이다.
아래에서는 첨부 도면을 결합하여 본 출원의 예시적인 실시예에 대해 설명한다. 여기서 본 출원의 실시예의 다양한 세부내역을 포함하여 쉽게 이해할 수 있도록 한다. 이들은 단지 예시적인 것으로 간주하여야 한다. 따라서, 당업자는, 여기에 기재된 실시예에 대해 다양한 변경 및 수정을 가할 수 있으며, 본 출원의 범위와 정신을 벗어나지 않는것으로 간주하여야 한다. 마찬가지로, 명확성과 간결성을 위하여, 아래의 기재에서 공지 기능과 구조에 대한 설명을 생략한다.
인터넷이 대중화되는 대 환경에서, 다양한 모니터링, 관문 등의 수집 기기는 매일 수많은 사용자의 행위 데이터를 생성한다. 이 중 행위 데이터에는 호텔 숙박 행위, 교통 외출 행위, 통화 행위, 택배 행위, 범죄 구금 행위 등이 포함될 수 있다. 이러한 행위 데이터를 기반으로 분석하여 다양한 개체 간의 동적 연관 관계를 얻을 수 있으며, 이로부터 서로 다른 사람, 차량 또는 기기 사이의 숨겨진 관계를 발견할 수 있다. 이는 사례 연구 및 판단, 안정 유지, 테러, 폭력 등과 같은 보안 시나리오에 있어서 중요한 의의가 있다.
관련 기술에서 다양한 개체 사이의 동적 연관 관계의 검색은 주로 맵 귀납(map reduce) 방법을 사용한다. 특히, 하이브(hive) 데이터베이스에서 객체-관계형 매핑 프레임 쿼리 언어 (hibernate query language，HQL)를 사용하거나 분산 쿼리 프로그램을 작성하여 검색 및 정렬 계산을 수행할 수 있다.
그러나, 맵 귀납 방식으로 동적 연관 관계를 검색하면 일반적으로 검색 속도가 느린 문제점이 존재한다.
본 출원은 검색 방법, 장치, 전자기기 및 저장매체에 관한 것이며, 인공 지능 분야에 적용되며, 특히 빅 데이터 기술 중의 시공간 빅 데이터 기술 분야에 관한 것이고, 종래 기술 중의 동적인 연관 관계에 대한 검색 속도가 느린 문제를 해결하기 위한 것이다. 본 출원의 발명 사상은, 데이터 저장 시, 타임 버켓에 따라 데이터를 각각 저장하고, 검색할 때 검색 시작-종료 시간을 기반으로 대응되는 타임 버켓 중의 목표 개체의 동적 관련 정보를 검색하여, 검색 속도를 향상시킬 수 있다.
아래 본 출원의 사용 시나리오에 대해 설명한다.
도 1은 본 출원의 실시예에 따른 검색 방법의 시나리오 도면이다. 도 1에 도시된 바와 같이, 단말기(101)를 통해 서버(102)에 검색 요청을 발송하여, 특정 목표 개체의 특정 구간의 시간 내의 동적 관련 정보를 검색하기 위한 것이다. 서버(102)는 단말기(101)로부터 발송된 검색 요청을 수신 후, 검색 요청에 따라 검색하고, 검색된 목표 개체의 동적 관련 정보를 정렬하여 단말기(101)로 다시 발송할 수 있다.
여기서, 서버(102)는 한대의 서버, 또는 클라우드 서비스 플랫폼 중의 서버일 수 있다. 단말기(101)는 핸드폰(mobile phone), 패드(pad), 무선 송수신 기능을 구비한 컴퓨터, 가상 현실(virtual reality, VR) 단말기, 증강 현실(augmented reality, AR) 단말기, 공업 제어(industrial control) 중의 무선 단말기, 원격 수술(remote medical surgery) 중의 무선 단말기, 스마트 그리드(smart grid) 중의 무선 단말기, 스마트 홈(smart home) 중의 무선 단말기 등일 수 있다. 본 출원의 실시예에서, 단말의 기능을 구현하기 위한 장치는 단말기일 수 있고, 예컨대 칩 시스템과 같은 단말기가 해당 기능을 구현하도록 지원할 수 있는 장치일 수도 있으며, 해당 장치는 단말기에 장착될 수 있다. 본 출원의 실시예에서, 칩 시스템은 칩으로 구성될 수 있고, 칩과 기타 분리된 부품을 포함할 수 도 있다.
설명해야 할 바로는, 본 출원의 기술 방안의 응용 시나리오는 도 1 중의 시나리오일 수 있으며, 다만 이에 한정하지 않고, 기타 정보 검색이 필요한 시나리오에 응용될 수도 있다.
이해해야 할 바로는, 상술한 검색 방법은 본 출원의 실시예에 따른 검색 장치에 의해 구현될 수 있고, 검색 장치는 어느 기기의 부분 또는 전부일 수 있으며, 예를 들면 서버 또는 서버의 프로세서일 수 있다.
아래 관련 실행 코드가 집적 또는 설치된 서버를 예로서, 구체적인 실시예로 본 출원의 실시예의 기술 방안에 대해 상세하게 설명한다. 아래 몇개의 구체적인 실시예는 서로 결합될 수 있고, 동일하거나 유사한 개념 또는 과정은 일부 실시예예서 생략될 수 있을 것이다.
도 2는 본 출원의 실시예에 따른 검색 방법의 흐름도이며, 본 실시예는 목표 개체의 동적 관련 정보를 검색하는 과정에 관한 것이다. 도 2에 도시된 바와 같이, 해당 방법은 아래의 단계를 포함한다.
S201, 단말기로부터 발송된 검색 요청을 수신하되, 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함한다.
여기서, 동적인 연관 관계는 개체 사이의 수반 관계일 수 있으며, 본 출원의 실시예는 동적인 연관 관계의 유형에 대해 한정하지 않는다. 예시적으로, 동적인 연관 관계는 동일 프레임 관계일 수 있고, 즉 두 개체는 동일한 건축물 또는 교통 도구 내에 있다. 예시적으로, 동적인 연관 관계는 동행 관계일 수도 있으며, 즉, 두 개체의 행동 노선이 일치하다. 이외에, 개체는 어느 사람일 수 있고, 예컨대 어느 차량과 같은 어느 물체일 수도 있다. 목표 개체의 식별자는 어느 사람의 주민등록증 번호, 어느 차량의 번호판, 어느 사람의 핸드폰 번호 등일 수 있다.
본 출원에서, 사용자가 어느 구간의 시간 내의 목표 개체의 동적인 연관 관계를 검색하려고 할 때, 단말기를 통해 서버에 검색 요청을 발송할 수 있다. 서버는 검색 요청을 수신한 후에, 검색 요청 중에서 목표 개체의 식별자와 검색 시작-종료 시간을 획득할 수 있다.
일부 실시예에서, 검색 요청은 동적인 연관 관계의 유형을 더 포함하여, 검색 범위를 축소할 수 있다. 또는, 검색 요청은 페이징 파라미터를 더 포함하여 검색 결과의 표시 인터페이스의 페이지 수와 각 페이지의 조항 수를 확정할 수 있다.
일부 실시예에서, 서버는 검색 요청을 수신한 후에, 검색 요청 중의 검색 시작-종료 시간과 페이징 파라미터에 대해 검증할 수 있으며, 검색 시작-종료 시간이 검색 가능한 시작-종료 시간 임계값을 초과하거나, 또는 페이징 파라미터가 페이징 파라미터 임계값을 초과하면, 서버는 단말기에 오류 제시를 리턴하여 검색 요청을 재입력하도록 사용자에게 제시할 수 있다.
다른 실시예에서, 서버에는 과거 검색 레코드가 저장되어 있을 수 있고, 서버가 검색 요청을 수신한 후에, 우선 해당 검색 요청이 과거 검색 레코드에 존재하는지 여부를 검증할 수 있다. 그렇다면, 서버는 직접 과거 검색 레코드로부터 목표 개체의 동적인 연관 관계를 검색해 내고, 단말기에 피드백한다.
S202, 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하고, 각 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있다.
본 단계에서, 서버가 단말기로부터 발송된 검색 요청을 수신한 후, 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정할 수 있다.
여기서, 타임 버켓은 해시(HASH)를 통해 하나의 열 이름에 있는 데이터를 시간에 따라 한그룹으로 나누고 각 버켓이 해당 열 이름에 있는 하나의 저장 문서에 대응되도록 한다.
일부 실시예에서, 검색 데이터베이스에는 적어도 두가지 유형의 타임 버켓을 포함하고, 예시적으로 월 레벨 버켓, 주 레벨 버켓과 일 레벨 버켓을 포함할 수 있다. 여기서, 월 레벨 버켓은 자연 월 경간의 버켓이며, 예를 들면, 2019년01월01 내지 2019년01월31일은 하나의 월 레벨 버켓이고, 2019년04월01일 내지 2019년04월30일은 하나의 월 레벨 버켓이다. 주 레벨 버켓은 자연주 경간의 버켓이며, 예를 들면, 2019년5월 제1주는 하나의 주 레벨 버켓이고, 2019년8월 제4주는 하나의 주 레벨 버켓이다. 일 레벨 버켓은 자연일 경간의 버켓이며, 예를 들면, 1년에는 365 또는 366개의 일 레벨 버켓이 있다. 설명해야 할 바로는, 매 월에는 오직 4개의 주 레벨 버켓이 있고, 1년에는 365 또는 366개 일 레벨 버켓이 있다.
상응하게, 일부 실시예에서, 서버는 검색 시작-종료 시간을 커버하는데 사용되는 수량이 가장 적은 타임 버켓을 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓으로 확정할 수 있다.
예시적으로, 사용자에 의해 입력된 검색 시작-종료 시간이 2019년01월01일 내지 2019년01월20일이면, 서버는 검색 데이터베이스 중의 검색될 것이 2019년 제1주와 제2주인 두 주 레벨 버켓, 및 2019년 1월 15일 내지 20일인 6개 일 레벨 버켓인 것으로 확정활 수 있다.
S203, 적어도 하나의 타임 버켓 중에서 목표 개체의 식별자에 따라 목표 개체의 동적인 연관 관계를 검색한다.
본 단계에서, 서버는 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정한 후, 적어도 하나의 타임 버켓 중에서 목표 개체의 식별자에 따라 목표 개체의 동적인 연관 관계를 검색할 수 있다.
일부 실시예에서, 서버는 먼저 검색 요청에 대응되는 구조화 쿼리 언어(structured query language, SQL)를 생성할 수 있다. 이어서, 서버는 다시 SQL에 따라, 적어도 하나의 타임 버켓에서 목표 개체의 동적인 연관 관계를 검색한다.
여기서, 본 출원의 실시예는 서버가 어떻게 검색 요청을 대응되는 SQL로 전환하는 것에 대해서는 한정하지 않고, 실제 상황에 따라 적합한 방식을 사용할 수 있다.
일부 실시예에서, 서버가 검색하여 획득한 목표 개체의 동적인 연관 관계는 인접 테이블 형식일 수 있다. 여기서, 인접 테이블은 순서적 할당과 체인 할당을 결합한 저장 구조이다.
본 출원의 실시예에 따른 검색 방법은, 서버가 우선 단말기로부터 발송된 검색 요청을 수신하되, 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함한다. 이이서, 서버는 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하고, 각 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있다. 마지막으로, 서버는 적어도 하나의 타임 버켓 중에서 목표 개체의 동적인 연관 관계를 검색한다. 종래 기술과 비교할 때, 본 출원은 타임 버켓의 방식을 사용하여 목표 개체의 동적 관련 정보를 검색하기에, 연산량을 효과적으로 줄이고, 동적 관련 정보의 검색 속도를 향상시킬 수 있다.
상술한 실시예를 기초로, 아래에는 서버가 어떻게 타임 버켓을 확정하고, 어떻게 검색하는지에 대해 설명한다. 도 3은 본 출원의 실시예에 따른 다른 검색 방법의 흐름도이다. 도 3에 도시된 바와 같이, 검색 방법은 아래의 단계를 포함한다.
S301, 단말기로부터 발송된 검색 요청을 수신하되, 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함한다.
S301의 기술 용어, 기술 효과, 기술 특징 및 선택 가능한 구현 방식은, 도 2에 도시된 S201을 참조하여 이해할 수 있으며, 중복된 내용에 대하여 여기서는 생략한다.
S302, 검색 시작-종료 시간을 커버하는데 사용되는 수량이 가장 적은 타임 버켓을 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓으로 확정한다.
여기서, 검색 데이터베이스는 적어도 두가지 유형의 타임 버켓을 포함한다.
본 단계에서, 서버는 단말기로부터 발송된 검색 요청을 수신한 후, 검색 시작-종료 시간을 커버하는데 사용되는 수량이 가장 적은 타임 버켓을 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓으로 확정할 수 있다.
예시적으로, 타임 버켓이 주 레벨 버켓과 일 레벨 버켓을 포함하는 것을 예로 들면, 사용자에 의해 입력된 검색 시작-종료 시간이 2019년01월01일 내지 2019년01월20일이면, 서버는 검색 데이터베이스 중 검색될 것이 2019년 제1주와 제2주인 2개의 주 레벨 버켓, 및 2019년 1월 15일 내지 20일인 6개의 일 레벨 버켓인 것으로 확정할 수 있다.
S303, 검색 요청에 대응되는 SQL을 생성한다.
단계에서, 서버는 검색 시작-종료 시간을 커버하는데 사용되는 수량이 가장 적은 타임 버켓을 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓으로 확정한 후, 검색 요청에 대응되는 SQL을 생성할 수 있다.
본 출원의 실시예는 서버가 어떻게 검색 요청을 대응되는 SQL로 전환하는지에 대해 한정하지 않으며, 실제 상황에 따라 적당한 방식을 사용할 수 있다.
S304, SQL에 따라, 적어도 하나의 타임 버켓 중에서 목표 개체의 동적인 연관 관계를 검색한다.
본 단계에서, 서버는 검색 요청에 대응되는 SQL을 생성한 후, SQL를 기초로, 적어도 하나의 타임 버켓 중에서 목표 개체의 동적인 연관 관계를 검색할 수 있다.
상술한 실시예를 기초로, 아래에는 서버가 목표 개체의 동적인 연관 관계로부터 사용 가능한 목표 개체의 동적인 연관 관계를 확정하는 것에 대해 설명한다. 도 4는 본 출원의 실시예에 따른 또 다른 검색 방법의 흐름도이다. 도 4에 도시된 바와 같이, 검색 방법은 아래의 단계를 포함한다.
S401, 단말기로부터 발송된 검색 요청을 수신하고, 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함한다.
S402, 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하고, 각 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있다.
S403, 적어도 하나의 타임 버켓 중에서 목표 개체의 식별자에 따라 목표 개체의 동적인 연관 관계를 검색한다.
S401-S403의 기술 용어, 기술 효과, 기술 특징 및 선택 가능한 구현 방식은, 도 2에 도시된 S201-S203을 참조하여 이해할 수 있으며, 중복된 내용에 대하여 중복 설명하지 않는다.
S404, 목표 개체의 동적인 연관 관계의 가중치를 획득하되, 목표 개체의 동적인 연관 관계의 가중치와 동적인 연관 관계의 관심 레벨은 서로 연관된다.
본 출원에서, 서버는 목표 개체의 동적인 연관 관계가 검색된 후, 목표 개체의 동적인 연관 관계의 가중치를 획득하여, 목표 개체의 동적인 연관 관계의 가중치에 대해 정렬할 수 있다.
본 출원의 실시예는 어떻게 목표 개체의 동적인 연관 관계의 가중치를 확정하는 지에 대해 한정하지 않으며, 선택 가능한 실시 방식에서, 목표 개체의 동적인 연관 관계의 가중치는 동적인 연관 관계의 관심 레벨과 서로 연관된다. 예시적으로, 만약 어느 사람이 경찰의 중점 관심 대상이면, 이에 대해 보다 높은 관심 레벨을 설정할 수 있다. 상응하게, 서버는 정렬시 이에 대해 높은 가중치를 설정할 수 있다.
다른 실시예에서, 목표 개체의 동적인 연관 관계의 가중치는 수집 기기의 밀도와도 관련될 수 있다. 예시적으로, 만약 100미터의 한 교차로에 50개 카메라가 포함되면, 이 50개 카메라에 의해 수집된 목표 개체의 동적인 연관 관계에 낮은 가중치를 설정할 수 있다. 예시적으로, 만약100미터의 한 교차로에 1개 카메라가 포함되면, 이 1개의 카메라로부터 수집된 목표 개체의 동적인 연관 관계에 높은 가중치를 설정할 수 있다.
이외에, 목표 개체의 동적인 연관 관계의 가중치는 시간창의 분할, 공간창의 분할, 픽셀 합병 등과 관련될 수도 있다.
S405, 목표 개체의 동적인 연관 관계의 가중치에 따라, 목표 개체의 동적인 연관 관계에 대해 정렬한다.
본 단계에서, 서버는 목표 개체의 동적인 연관 관계의 가중치를 획득한 후, 목표 개체의 동적인 연관 관계의 가중치에 따라, 목표 개체의 동적인 연관 관계에 대해 정렬할 수 있다.
일부 실시예에서, 목표 개체의 동적인 연관 관계의 출현 빈도와 가중치의 곱에 따라 목표 개체의 동적인 연관 관계에 대해 정렬할 수 있다.
다른 실시예에서, 목표 개체의 동적인 연관 관계의 출현 빈도가 빈도 임계값을 초과하면, 목표 개체의 동적인 연관 관계에 이상이 있는 것으로 확정한다. 이때, 서버는 이상이 있는 목표 개체의 동적인 연관 관계를 삭제하여, 정렬 정확성을 향상시킬 수 있다.
이외에, 서버는 정렬 시 블랙리스트와 화이트리스트를 설정할 수도 있다. 프라이버시와 안전을 고려하여, 블랙리스트 중의 동적인 연관 관계를 삭제할 수 있다. 화이트리스트 중의 동적인 연관 관계에 대해, 정렬에서의 위치를 향상시킬 수 있다.
S406, 정렬 후의 목표 개체의 동적인 연관 관계에서 사용 가능한 목표 개체의 동적인 연관 관계를 확정한다.
본 단계에서, 서버가 목표 개체의 동적인 연관 관계의 가중치에 따라, 목표 개체의 동적인 연관 관계에 대해 정렬한 후, 정렬 후의 목표 개체의 동적인 연관 관계에서 사용 가능한 목표 개체의 동적인 연관 관계를 확정할 수 있다.
여기서, 사용 가능한 목표 개체의 동적인 연관 관계는 가장 많은 검색과 가장 인기 높은 검색을 포함할 수 있다.
일부 실시예에서, 일부 동적인 연관 관계, 예를 들면 동일 프레임 관계는 가오시안 분포를 따르기에, 정렬 후 일부 가중치가 보다 작고 입력이 보다 많은 목표 개체의 동적인 연관 관계는 쓸데없는 데이터로 간주하고, 삭제할 수 있다.
본 출원의 실시예에 따른 검색 방법에 있어서, 서버는 목표 개체의 동적인 연관 관계의 가중치를 획득하고, 목표 개체의 동적인 연관 관계의 가중치와 동적인 연관 관계의 관심 레벨을 관련시킨다. 이어서, 서버는 목표 개체의 동적인 연관 관계의 가중치에 따라, 목표 개체의 동적인 연관 관계에 대해 정렬한다. 마지막으로, 서버는 정렬 후의 목표 개체의 동적인 연관 관계에서 사용 가능한 목표 개체의 동적인 연관 관계를 확정할 수 있다. 종래 기술과 비교할 때, 본 출원은 먼저 검색하고 다시 합병 정렬하는 방법을 사용하여 검색 속도를 향상시키고 정렬하는 데이터 량을 줄일 수 있다.
상술한 실시예를 기초로, 서버는 검색하기 전에, 오프라인 시스템을 설정할 수도 있으며, 해당 오프라인 시스템은 데이터베이스 중의 각 개체의 동적인 연관 관계에 대해 업데이트하기 위한 것이다. 도 5는 본 출원의 실시예에 따른 또 다른 검색 방법의 흐름도이다. 도 5에 도시된 바와 같이, 검색 방법은 아래의 단계를 포함한다.
S501, 수집 기기에 의해 수집된 각 개체의 데이터를 획득한다.
S502, 각 개체의 데이터에 따라, 검색 데이터베이스 중 각 개체의 동적인 연관 관계를 업데이트 한다.
S503, 단말기로부터 발송된 검색 요청을 수신하되, 검색 요청은 목표 개체의 동적인 연관 관계이 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함한다.
S504, 검색 시작-종료 시간에 따라, 상기 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하되, 각 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장된다.
S505, 적어도 하나의 타임 버켓 중에서 목표 개체의 식별자에 따라 목표 개체의 동적인 연관 관계를 검색한다.
도 5의 기초상에서, 아래에서는 어떻게 데이터베이스 중 각 개체의 동적인 연관 관계를 업데이트하는지에 대해 설명한다. 도 6은 본 출원의 실시예에 따른 또 다른 검색 방법의 흐름도이다. 도 6에 도시된 바와 같이, 검색 방법은 아래의 단계를 포함한다.
S601, 수집 기기에 의해 수집된 각 개체의 데이터를 획득한다.
일부 실시예에서, 서버는 수집 기기의 데이터 타입의 기술 문서를 기초로, 수집 기기에 의해 수집된 각 개체의 데이터로부터 각 개체의 데이터 중의 지정 열을 추출하여, 이로부터 각 개체의 데이터가 개체의 식별자, 지리 범위와 시간 범위의 폼이 형성되도록 할 수 있다.
일부 실시예에서, 서버는 수집 기기에 의해 수집된 각 개체의 데이터를 획득한 후 각 개체의 데이터에 대해 전처리하여, 각 개체의 데이터 중의 적어도 하나의 무효 데이터를 삭제하며, 무효 데이터는 무효 개체 식별자, 무효 지리 위치와 무효 시간을 포함하고, 이에 따라 데이터의 업데이트와 데이터의 저장 속도를 더욱 향상시키고, 업데이트된 동적인 연관 관계의 정확성을 확보할 수 있다.
S602, 각 개체의 데이터를 적어도 하나의 시공간 가상점에 합병시키고, 시공간 가상점은 경도, 위도와 시간으로 구성된 삼원 세트이다.
여기서, 시공간 가상점의 설정은 실세 상황에 따라 구체적으로 설정할 수 있으며, 예시적으로, 1000 미터 간격 및 6시간 간격으로 하나의 시공간 가상점을 설정할 수 있다.
일부 실시예에서, 어느 개체의 데이터에 대응되는 지리 위치와 시간이 어느 시공간 가상점의 범위 내에 있으면, 해당 개체의 데이터를 해당 시공간 가상점에 합병시킬 수 있다.
일부 실시예에서, 서버는 각 개체의 데이터를 적어도 하나의 시공간 가상점에 합병한 후, 각 시공간 가상점 중 각 개체의 데이터에 대하여 노멀라이제이션 처리할 수 있다. 선택 가능한 노멀라이제이션 방식은 밀도에 기반한 클러스터링이다. 구체적으로, 각 시공간 가상점 중 동일한 개체의 서로 다른 데이터 레코드 거리가 제2 거리 임계값 미만이고, 시간차가 제2 시간 임계값 미만이면, 동일한 개체의 서로 다른 데이터를 하나의 데이터로 노멀라이제이션한다.
예시적으로, 시공간 가상점에는 3세트의 차량 데이터를 포함하고, 3 세트 차량 데이터는 각각 후A36F77, E121.36040, N121.29720, T1561946400; 후A36F77, E121.36040, N121.29720, T1561946401; 후A36F77,E 121.36040, N121.29720, T1561946402이다. 여기서, E는 동경, N은 북위이다. 차량 후A36F77는 동일한 위치에서 연속으로 3초동안에 3차의 레코드가 나타났기에 이를 1회의 수집 행위로 간주할 수 있으며, 3 세트의 차량 데이터를 1세트의 데이터로 노멀라이제이션할 수 있다.
본 출원에서, 데이터에 대해 노멀라이제이션 처리하여, 검색 시의 데이터 량을 줄이고, 데이터 검색 속도를 향상시킬 수 있다.
S603, 각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정한다.
본 출원의 실시예는 어떻게 각 시공간 가상점 중의 각 개체 사이
의 동적인 연관 관계를 확정하는지에 대해 한정하지 않으며, 동적인 연관 관계의 유형에 따라 구체적으로 확정할 수 있다.
선택 가능한 실시 방식에서, 동적인 연관 관계가 동일 프레임 관계이면, 상응하게, 시공간 가상점 중의 두 개체 사이의 거리가 제1 거리 임계값 미만이고, 두 개체 사이의 시간차가 제1 시간 임계값 미만이면, 두 개체 사이는 동일 프레임 관계가 존재하는 것으로 확정한다.
일부 실시예에서, 서버가 각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정한 후, 상응하게 각 개체 사이의 동적인 연관 관계의 인접 테이블을 획득할 수 있다.
S604, 각 시공간 가상점 중 각 개체 사이의 동적인 연관 관계를 대응되는 타임 버켓에 업데이트 한다.
본 단계에서, 서버가 각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정한 후, 각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 대응되는 타임 버켓에 업데이트 할 수 있다.
예시적으로, 타임 버켓이 월 레벨 버켓, 주 레벨 버켓 및 일 레벨 버켓을 포함하는 것을 예로 들면, 서버는 우선 각 개체 사이의 동적인 연관 관계에 속하는 월 레벨 버켓, 주 레벨 버켓과 일 레벨 버켓을 계산할 수 있고, 이어서, 서버는 각 개체 사이의 동적인 연관 관계 또는 각 개체 사이의 동적인 연관 관계에 대응되는 인접 테이블을 각각 대응되는 월 레벨 버켓, 주 레벨 버켓과 일 레벨 버켓에 누적할 수 있다.
이외에, 본 출원은 또한 다양한 표시 유형의 데이터 접속을 지원하고, 하나의 데이터베이스 중의 오프라인 데이터 스트림만을 유지 보수하면 되기에, 유지 보수의 원가를 낮춘다. 데이터 지연을 지원하는 시나리오는, 데이터베이스에 동시에 입력함에 따른 충돌 문제를 해결할 수 있다.
본 출원의 실시예에 따른 검색 방법은, 서버가 우선 수집 기기에 의해 수집된 각 개체의 데이터를 획득한다. 그 다음, 서버는 각 개체의 데이터를 적어도 하나의 시공간 가상점에 합병하고, 시공간 가상점은 경도, 위도와 시간으로 구성된 삼원 세트이다. 그 다음, 서버는 각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정한다. 마지막으로, 서버는 각 시공간 가상점 중 각 개체 사이의 동적인 연관 관계를 대응되는 타임 버켓에 업데이트한다. 종래 기술과 비교할 때, 시공간 가상점을 구분하여, 데이터베이스에서 순차적으로 각 개체 사이의 동적인 연관 관계를 대응되는 타임 버켓에 업데이트함으로써, 검색 시에 각 버켓 내의 동일 프레임 정렬만을 계산하면 되므로, 계산량을 줄인다.
본 분야에서 통상적인 기술을 가진 자라면, 상술한 각 방법 실시예의 전부 또는 부분 단계의 구현은 프로그램 명령과 관련된 하드웨어로 완성할 수 있다는 것을 이해할 수 있을 것이다. 전술한 프로그램은 컴퓨터 판독 가능 저장매체에 저장될 수 있다. 해당 프로그램이 실행될 때, 상술한 각 방법 실시예를 포함하는 단계를 실행하며; 전술한 저장매체는 ROM, RAM, 자기 디스크 또는 광학 디스크 등의 프로그램 코드를 저장할 수 있는 다양한 매체를 포함한다.
도 7은 본 출원의 실시예에 따른 검색 장치의 구조도이다. 해당 검색 장치는 소프트웨어, 하드웨어 또는 양자의 결합을 통해 구현될 수 있으며, 예들 들어 상술한 서버 또는 서버 중의 칩은, 상술한 검색 방법을 실행하기 위한 것이다. 도 7에 도시된 바와 같이, 해당 검색 장치(700)는 수신 모듈(701), 처리 모듈(702), 검색 모듈(703), 획득 모듈(704)과 업데이트 모듈(705)을 포함한다.
수신 모듈(701)은, 단말기에 의해 발송된 검색 요청을 수신하되, 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함하며;
처리 모듈(702)은, 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하기 위한 것이고, 각 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있고;
검색 모듈(703)은, 적어도 하나의 타임 버켓 중에서 목표 개체의 식별자에 따라 목표 개체의 동적인 연관 관계를 검색하기 위한 것이다.
선택 가능한 구현 방식에서, 이 중, 검색 데이터베이스는 적어도 두가지 유형의 타임 버켓을 포함하고, 각종 유형의 타임 버켓에 대응되는 시간 길이가 서로 다르며, 처리 모듈(702)은 구체적으로 검색 시작-종료 시간을 커버하는데 사용되는 수량이 가장 적은 타임 버켓을 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓으로 확정하기 위한 것이다.
선택 가능한 구현 방식에서, 이 중, 검색 모듈(703)은 구체적으로 검색 요청에 대응되는 구조화 쿼리 언어(SQL)를 생성하고;
SQL을 기초로, 적어도 하나의 타임 버켓 중에서 목표 개체의 동적인 연관 관계를 검색하기 위한 것이다.
선택 가능한 구현 방식에서,
목표 개체의 동적인 연관 관계의 가중치를 획득하되, 목표 개체의 동적인 연관 관계의 가중치와 동적인 연관 관계의 관심 레벨은 관련되는 획득 모듈(704)을 더 포함하고;
처리 모듈(702)은 또한, 목표 개체의 동적인 연관 관계의 가중치에 따라, 목표 개체의 동적인 연관 관계에 대해 정렬하고; 정렬 후의 목표 개체의 동적인 연관 관계에서 사용 가능한 목표 개체의 동적인 연관 관계를 확정하기 위한 것이다.
선택 가능한 구현 방식에서, 처리 모듈(702)은 또한, 목표 개체의 동적인 연관 관계의 출현 빈도가 빈도 임계값을 초과하면, 목표 개체의 동적인 연관 관계에 이상이 있는 것으로 확정하고; 이상이 있는 목표 개체의 동적인 연관 관계를 삭제하기 위한 것이다.
선택 가능한 구현 방식에서,
수집 기기에 의해 수집된 각 개체의 데이터를 획득하고; 각 개체의 데이터에 따라, 검색 데이터베이스 중 각 개체의 동적인 연관 관계를 업데이트하기 위한 업데이트 모듈(705)을 더 포함한다.
선택 가능한 구현 방식에서, 업데이트 모듈(705)은 구체적으로, 각 개체의 데이터를 적어도 하나의 시공간 가상점에 합병하고, 시공간 가상점은 경도, 위도와 시간으로 구성된 삼원 세트이고; 각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정하고; 각 시공간 가상점 중 각 개체 사이의 동적인 연관 관계를 대응되는 타임 버켓에 업데이트하기 위한 것이다.
선택 가능한 구현 방식에서, 동적인 연관 관계는 동일 프레임 관계를 포함한다.
선택 가능한 구현 방식에서, 여기서, 업데이트 모듈(705)은 구체적으로, 시공간 가상점 중의 두 개체 사이의 거리가 제1 거리 임계값 미만이고, 두 개체 사이의 시간차가 제1 시간 임계값 미만이면, 두 개체 사이는 동일 프레임 관계가 존재하는 것으로 확정하기 위한 것이다.
선택 가능한 구현 방식에서, 업데이트 모듈(705)은 또한, 각 개체의 데이터에 대해 전처리하여, 각 개체의 데이터 중의 적어도 하나의 무효 데이터를 필터링 하되, 무효 데이터는 무효 개체 식별자, 무효 지리 위치와 무효 시간을 포함한다.
선택 가능한 구현 방식에서, 업데이트 모듈(705)은 또한, 각 시공간 가상점 중의 각 개체의 데이터에 대해 노멀라이제이션 처리하기 위한 것이다.
선택 가능한 구현 방식에서, 업데이트 모듈(705)은 또한, 각 시공간 가상점 중의 동일한 개체의 서로 다른 데이터 레코드의 거리가 제2 거리 임계값 미만이고, 시간차가 제2 시간 임계값 미만이면, 동일한 개체의 서로 다른 데이터를 하나의 데이터로 노멀라이제이션하기 위한 것이다.
본 출원의 실시예에 따른 검색 장치는, 상술한 방법 실시예 중 검색 방법의 동작을 수행할 수 있으며, 그 구현 원리와 기술 효과는 유사하기에, 여기서 더 이상 중복 설명하지 않는다.
본 출원의 실시예에 따르면, 본 출원은 또한 전자 기기와 판독 가능 저장 매체를 제공한다.
도 8을 참조하면, 도 8은 본 출원의 실시예에 따른 검색 방법의 전자 기기의 블럭도이다. 전자 기기는 다양한 형태의 디지털 컴퓨터, 예컨대, 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크스테이션, 개인 정보 단말기, 서버, 블레이드 서버, 대형 컴퓨터, 및 기타 적합한 컴퓨터를 나타내기 위한 것이다. 전자기기는 다양한 형태의 이동장치, 예컨대, 개인 디지털 단말기, 셀폰, 스마트 폰, 웨어러블 기기 및 기타 유사한 컴퓨팅 장치를 더 나타낼 수 있다. 본문에 설명된 부재, 이들의 연결 및 관계, 및 이들의 기능은 단지 예시적인 것이며, 본문에 설명된 것 및/또는 요구하는 본 출원의 구현을 한정하려는 의도가 아니다.
도 8에 도시된 바와 같이, 해당 전자기기는 하나 또는 복수의 프로세서(801), 메모리(802), 및 각 부재를 연결시키기 위한 고속 인터페이스와 저속 인터페이스를 포함하는 인터페이스를 포함한다. 각각의 부재는 서로 다른 버스를 통해 서로 연결되며, 공통 메인보드에 장착되거나 수요에 따라 기타 방식으로 장착될 수 있다. 프로세서는 전자기기 내에서 실행되는 명령을 처리할 수 있으며, 메모리 내 또는 메모리 상에 저장되어 외부 입력/출력 장치(예컨대, 인터페이스에 커플링된 디스플레이 기기) 상에 GUI의 그래픽 정보를 표시하는 명령을 포함할 수 있다. 기타 실시형태에서, 수요에 따라, 복수의 프로세서 및/또는 복수의 버스와 복수의 메모리를 함께 사용할 수 있다. 마찬가지로, 복수의 전자기기를 연결할 수 있으며, 각각의 기기는 부분 필요한 조작을 제공한다(예를 들어, 서버 어레이, 한 세트의 블레이드 서버, 또는 멀티 프로세서 시스템으로서). 도 8은 하나의 프로세서(801)를 예로 든다.
메모리(802)는 바로 본 출원에 따른 비일시적 컴퓨터 판독 가능 저장매체이다. 여기서, 상기 메모리는 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되어, 상기 적어도 하나의 프로세서가 본 출원에 따른 검색 방법을 수행하도록 한다. 본 출원의 비일시적 컴퓨터 판독 가능 저장매체는 컴퓨터 명령을 저장하고, 해당 컴퓨터 명령은 컴퓨터가 본 출원에 따른 검색 방법을 수행하도록 한다.
메모리(802)는 비일시적 컴퓨터 판독 가능 저장매체로서, 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행 가능 프로그램 및 모듈, 예컨대 본 출원의 실시예에 따른 검색 방법에 대응되는 프로그램 명령/모듈(예를 들면, 도 7에 도시된 수신 모듈(701), 처리 모듈(702), 검색 모듈(703), 획득 모듈(704)과 업데이트 모듈(705))을 저장할 수 있다. 프로세서(801)는 메모리(802)에 저장된 비일시적 소프트웨어 프로그램, 명령 및 모듈을 실행하여, 서버의 다양한 기능 응용 및 데이터 처리를 수행한다. 즉, 상술한 방법 실시예 중 검색 방법을 구현한다.
메모리(802)는 프로그램 저장 영역과 데이터 저장 영역을 포함할 수 있다. 여기서, 프로그램 저장 영역은 운영체제, 적어도 하나의 기능에 필요한 응용 프로그램을 저장할 수 있다. 데이터 저장 영역은 검색 전자기기의 사용에 따라 구축되는 데이터 등을 저장할 수 있다. 한편, 메모리(802)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 예를 들어 적어도 하나의 자기 저장장치, 플래시 메모리, 또는 기타 비일시적 솔리드 스테이트 저장장치와 같은 비일시적 메모리를 포함할 수 도 있다. 일부 실시예에서, 메모리(802)는 선택적으로 프로세서(801)에 대해 원격으로 설치된 메모리를 포함할 수 있다. 이러한 원격 메모리는 네트워크를 통해 검색 전자기기에 연결될 수 있다. 상술한 네트워크의 실예로서 인터넷, 인트라넷, 랜, 이동 통신망 및 그 조합을 포함하지만 이에 한정되지 않는다.
검색 방법의 전자 기기는 입력장치(803)와 출력장치(804)를 더 포함할 수 있다. 프로세서(801), 메모리(802), 입력장치(803) 및 출력장치(804)는 버스 또는 기타 방식으로 연결될 수 있으며, 도 8에서는 버스를 통해 연결되는 것을 예시하고 있다.
입력장치(803) 는 입력되는 숫자 또는 문자 부호 정보를 수신할 수 있고, 검색 전자기기의 사용자 설정 및 기능 제어에 대한 키 신호 입력을 생성할 수 있다. 예를 들어 터치 스크린, 키패드, 마우스, 트랙패드, 터치패널, 지시레버, 하나 또는 복수의 마우스 버튼, 트랙볼, 조종레버 등 입력장치를 포함할 수 있다. 출력장치(804)는 디스플레이 기기, 보조 조명 장치(예를 들어, LED) 및 촉각 피드백 장치(예를 들어, 진동모터) 등을 포함할 수 있다. 해당 디스플레이 기기는, 액정 디스플레이(LCD), 발광 다이오드(LED) 디스플레이와 플라즈마 디스플레이 등을 포함할 수 있지만 이에 한정되지 않는다. 일부 실시형태에서, 디스플레이 기기는 터치 스크린일 수 있다.
여기에 기재되는 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 전용 ASIC(전용 집적 회로), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 또는 복수의 컴퓨터 프로그램에서 구현되는 것을 포함할 수 있고, 해당 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그래머블 프로세서를 포함하는 프로그래머블 시스템 상에서 실행 및/또는 해석될 수 있으며, 해당 프로그래머블 프로세서는 전용 또는 범용 프로그래머블 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력장치, 및 적어도 하나의 출력장치로부터 데이터와 명령을 수신할 수 있으며, 데이터와 명령을 해당 저장데이터와 명령을 해당 저장 시스템, 해당 적어도 하나의 입력장치, 및 해당 적어도 하나의 출력장치로 전송한다.
이러한 컴퓨팅 프로그램(프로그램, 소프트웨어, 소프트웨어 응용, 또는 코드라고도 불리운다)은 프로그래머블 프로세서의 기계적 명령을 포함하고, 고급 프로세스 및/또는 객체 지향 프로그래밍 언어, 및/또는 어셈블리/기계적 언어를 이용하여 이러한 컴퓨터 프로그램을 실행할 수 있다. 예컨대 본문에서 사용되는 용어 "기계 판독 가능 매체"와 "컴퓨터 판독 가능 매체"는 기계적 명령 및/또는 데이터를 프로그래머블 프로세서로 제공하기 위한 임의의 컴퓨터 프로그램 제또는 데이터를 프로그래머블 프로세서로 제공하기 위한 임의의 컴퓨터 프로그램 제품, 기기, 및/또는 장치(예를 들어, 자기 디스크, 광 디스크, 메모리, 프로그래머블 논리 디바이스(PLD))를 가리키고, 기계 판독 가능 신호인 기계적 명령을 수신하는 기계 판독 가능 매체를 포함한다. 용어 "기계 판독 가능 신호"는 기계적 명령 및/또는 데이터를 프로그래머블 프로세서로 제공하기 위한 임의의 신호를 가리킨다.
사용자와의 인터랙션을 제공하기 위하여, 컴퓨터 상에서 여기에 기재되는 시스템 및 기술을 실시할 수 있으며, 해당 컴퓨터는 사용자에게 정보를 표시하기 위한 표시장치(예를 들어, CRT(캐소드레이 튜브) 또는 LCD(액정 디스플레이) 모니터); 및 키보드 지향 장치(예를 들어, 마우스 또는 트랙볼)를 구비하고, 사용자는 해당 키보드와 해당 지향장치를 통해 입력을 컴퓨터로 제공할 수 있다. 기타 종류의 장치는 또한 사용자와의 인터랙션을 제공할 수도 있다. 예를 들어, 사용자에게 제공되는 피드백은 임의의 형태의 센싱 피드백(예를 들어, 시각적 피드백, 청각적 피드백, 또는 촉각적 피드백)일 수 있고; 임의의 형태(사운드 입력, 음성 입력 또는 촉각 입력)을 통해 사용자로부터의 입력을 수신할 수 있다.
여기에 기재되는 시스템과 기술은 백그라운드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버로서), 또는 중간부재를 포함하는 컴퓨팅 시스템(예를 들어, 응용 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 유저 인터페이스 또는 인터넷 브라우저를 구비하는 사용자 컴퓨터, 사용자는 해당 그래픽 유저 인터페이스 또는 해당 인터넷 브라우저를 통해 여기에 기재되는 시스템 및 기술의 실시방식과 인터랙션할 수 있다), 또는 이러한 백그라운드 부재, 중간 부재, 또는 프론트 엔드 부재를 포함하는 임의의 컴퓨팅 시스템에서 실시될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신망)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신망의 예시로서, 근거리 통신망(LAN), 광역 통신망(WAN) 및 인터넷을 포함한다.
컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있으며 통상적으로 통신망을 통해 인터랙션한다. 상응한 컴퓨터 상에서 실행되며 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트와 서버의 관계를 생성한다.
본 출원의 실시예에 따르면, 본 출원은 또한 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램을 제공하며, 해당 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 때, 본 출원의 실시예에 따른 방법을 수행한다.
본 출원의 실시예에 따른 기술 방안은, 단말기에 의해 발송된 검색 요청을 수신하되, 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함하고; 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하되, 각 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있고; 적어도 하나의 타임 버켓 중에서 목표 개체의 동적인 연관 관계를 검색한다. 종래 기술과 비교할 때, 본 출원은 타임 버켓의 방식을 사용하여 목표 개체의 동적 관련 정보를 검색하기에, 연산량을 효과적으로 줄이고, 동적 관련 정보의 검색 속도를 향상시킬 수 있다.
상술한 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 출원에 기재된 각 단계는 병열로 수행될 수 있고 순차적으로 수행될 수도 있고 서로 다른 순서로 수행될 수도 있으며, 본 출원의 기술적 해결수단이 원하는 결과를 얻을 수만 있다면, 본문에서는 여기서 한정하지 않는다.
상술한 구체적인 실시형태는, 본 출원의 보호범위에 대한 한정이 아니다. 본 분야의 통상의 지식을 가진 자라면, 설계 수요와 기타 요소를 기초로, 다양한 수정, 조합, 서브 조합 및 대체를 가할 수 있음을 이해할 수 있을 것이다. 본 출원의 정신과 원칙 내에서 이루어진 모든 수정, 동등한 대체와 개진 등은 모두 본 출원의 보호 범위 내에 속한다.

Claims (28)

  1. 단말기에 의해 발송된 검색 요청을 수신하되, 상기 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 상기 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함하는 단계;
    상기 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하되, 각 상기 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있는 단계;
    상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 식별자에 따라 상기 목표 개체의 동적인 연관 관계를 검색하는 단계를 포함하는 검색 방법.
  2. 제1항에 있어서,
    상기 검색 데이터베이스는 적어도 두가지 유형의 타임 버켓을 포함하고, 각 유형의 타임 버켓에 대응되는 시간 길이는 서로 다르고, 상기 검색 시작-종료 시간에 따라, 검색 데이터 베이스 중 검색될 적어도 하나의 타임 버켓을 확정하는 상기 단계는,
    상기 검색 시작-종료 시간을 커버하는데 사용되는 수량이 가장 적은 타임 버켓을 상기 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓으로 확정하는 단계를 포함하는 방법.
  3. 제1항에 있어서,
    상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 식별자에 따라 상기 목표 개체의 동적인 연관 관계를 검색하는 상기 단계는,
    상기 검색 요청에 대응되는 구조화 검색 언어(SQL)를 생성하는 단계;
    상기 SQL에 따라, 상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 동적인 연관 관계를 검색하는 단계를 포함하는 방법.
  4. 제1항에 있어서,
    상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 식별자에 따라 상기 목표 개체의 동적인 연관 관계를 검색하는 단계 후에,
    상기 목표 개체의 동적인 연관 관계의 가중치를 획득하고, 상기 목표 개체의 동적인 연관 관계의 가중치와 상기 동적인 연관 관계의 관심 레벨은 서로 관련되는 단계;
    상기 목표 개체의 동적인 연관 관계의 가중치에 따라, 상기 목표 개체의 동적인 연관 관계에 대해 정렬하는 단계;
    정렬 후의 목표 개체의 동적인 연관 관계에서 사용 가능한 상기 목표 개체의 동적인 연관 관계를 확정하는 단계를 더 포함하는 방법.
  5. 제4항에 있어서,
    정렬 후의 목표 개체의 동적인 연관 관계에서 사용 가능한 상기 목표 개체의 동적인 연관 관계를 확정하는 상기 단계 전에,
    상기 목표 개체의 동적인 연관 관계의 출현 빈도가 빈도 임계값을 초과하면 상기 목표 개체의 동적인 연관 관계가 이상한 것으로 확정하는 단계;
    이상이 있는 목표 개체의 동적인 연관 관계를 삭제하는 단계를 더 포함하는 방법.
  6. 제1항에 있어서,
    단말기로부터 발송된 검색 요청을 수신하는 상기 단계 전에,
    수집 기기에 의해 수집된 각 개체의 데이터를 획득하는 단계;
    상기 각 개체의 데이터에 따라, 상기 검색 데이터베이스 중 상기 각 개체의 동적인 연관 관계에 대해 업데이트하는 단계를 더 포함하는 방법.
  7. 제6항에 있어서,
    상기 각 개체의 데이터에 따라, 상기 검색 데이터베이스 중 상기 각 개체의 동적인 연관 관계에 대해 업데이트하는 상기 단계는,
    상기 각 개체의 데이터를 적어도 하나의 시공간 가상점에 합병하되, 상기 시공간 가상점은 경도, 위도와 시간으로 구성된 삼원 세트인 단계;
    각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정하는 단계;
    상기 각 시공간 가상점 중 각 개체 사이의 동적인 연관 관계를 대응되는 타임 버켓에 업데이트하는 단계를 포함하는 방법.
  8. 제7항에 있어서,
    상기 동적인 연관 관계는 동일 프레임 관계를 포함하는 방법.
  9. 제8항에 있어서,
    각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정하는 단계는,
    시공간 가상점 중의 두 개체 사이의 거리가 제1 거리 임계값 미만이고, 상기 두 개체 사이의 시간차가 제1 시간 임계값 미만이면, 상기 두 개체 사이는 동일 프레임 관계가 존재하는 것으로 확정하는 단계를 포함하는 방법.
  10. 제6항에 있어서,
    수집 기기에 의해 수집된 각 개체의 데이터를 획득하는 상기 단계 후에,
    상기 각 개체의 데이터에 대해 전처리하고, 상기 각 개체의 데이터 중의 적어도 하나의 무효 데이터를 필터링하되, 상기 무효 데이터는 무효 개체 식별자, 무효 지리 위치와 무효 시간을 포함하는 단계를 더 포함하는 방법.
  11. 제7항에 있어서,
    상기 각 개체의 데이터를 적어도 하나의 시공간 가상점 중에 합병하는 단계 후에,
    각 시공간 가상점 중의 상기 각 개체의 데이터에 대해 노멀라이제이션 처리를 수행하는 단계를 더 포함하는 방법.
  12. 제11항에 있어서,
    각 시공간 가상점 중의 상기 각 개체의 데이터에 대해 노멀라이제이션 처리를 수행하는 상기 단계는,
    상기 각 시공간 가상점 중 동일한 개체의 서로 다른 데이터 레코드의 거리가 제2 거리 임계값 미만이고 시간차가 제2 시간 임계값 미만이면, 상기 동일한 개체의 서로 다른 데이터를 하나의 데이터로 노멀라이제이션하는 단계를 포함하는 방법.
  13. 단말기로부터 발송된 검색 요청을 수신하되, 상기 검색 요청은 목표 개체의 동적인 연관 관계의 검색을 요청하기 위한 것이고, 상기 검색 요청에는 목표 개체의 식별자와 검색 시작-종료 시간을 포함하는 수신 모듈;
    상기 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하되, 각 상기 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 목표 개체의 동적인 연관 관계가 저장되어 있는 처리 모듈;
    상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 식별자에 따라 상기 목표 개체의 동적인 연관 관계를 검색하기 위한 검색 모듈을 포함하는 검색 장치.
  14. 제13항에 있어서,
    상기 검색 데이터베이스는 적어도 두가지 유형의 타임 버켓을 포함하고, 각 유형의 타임 버켓에 대응되는 시간 길이는 서로 다르고,
    상기 처리 모듈은 구체적으로, 상기 검색 시작-종료 시간을 커버하는데 사용되는 수량이 가장 적은 타임 버켓을 상기 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓으로 확정하기 위한 것인 장치.
  15. 제13항 또는 제14항에 있어서,
    상기 검색 모듈은 구체적으로, 상기 검색 요청에 대응되는 구조화 검색 언어(SQL)를 생성하고, 상기 SQL에 따라, 상기 적어도 하나의 타임 버켓 중에서 상기 목표 개체의 동적인 연관 관계를 검색하기 위한 것인 장치.
  16. 제13항에 있어서,
    상기 목표 개체의 동적인 연관 관계의 가중치를 획득하되, 상기 목표 개체의 동적인 연관 관계의 가중치와 상기 동적인 연관 관계의 관심 레벨은 서로 관련되는 획득 모듈을 더 포함하고;
    상기 처리 모듈은 또한, 상기 목표 개체의 동적인 연관 관계의 가중치에 따라, 상기 목표 개체의 동적인 연관 관계에 대해 정렬하고; 정렬 후의 목표 개체의 동적인 연관 관계에서 사용 가능한 상기 목표 개체의 동적인 연관 관계를 확정하기 위한 것인 장치.
  17. 제16항에 있어서,
    상기 처리 모듈은 또한, 상기 목표 개체의 동적인 연관 관계의 출현 빈도가 빈도 임계값을 초과하면, 상기 목표 개체의 동적인 연관 관계가 이상한 것으로 확정하고; 이상이 있는 목표 개체의 동적인 연관 관계를 삭제하기 위한 것인 장치.
  18. 제13항에 있어서,
    수집 기기에 의해 수집된 각 개체의 데이터를 획득하고; 상기 각 개체의 데이터에 따라, 상기 데이터베이스 중 상기 각 개체의 동적인 연관 관계에 대해 업데이트하기 위한 업데이트 모듈을 더 포함하는 장치.
  19. 제18항에 있어서,
    상기 업데이트 모듈은 구체적으로 상기 각 개체의 데이터를 적어도 하나의 시공간 가상점에 합병하되, 상기 시공간 가상점은 경도, 위도와 시간으로 구성된 삼원 세트이고; 각 시공간 가상점 중의 각 개체 사이의 동적인 연관 관계를 확정하고; 상기 각 시공간 가상점 중 각 개체 사이의 동적인 연관 관계를 대응되는 타임 버켓에 업데이트하기 위한 것인 장치.
  20. 제19항에 있어서,
    상기 동적인 연관 관계는 동일 프레임 관계를 포함하는 장치.
  21. 제20항에 있어서,
    상기 업데이트 모듈은 구체적으로, 시공간 가상점 중의 두 개체 사이의 거리가 제1 거리 임계값 미만이고 상기 두 개체 사이의 시간차가 제1 시간 임계값 미만이면, 상기 두 개체 사이는 동일 프레임 관계가 존재하는 것으로 확정하기 위한 것인 장치.
  22. 제18항에 있어서,
    상기 업데이트 모듈은 또한, 상기 각 개체의 데이터에 대해 전처리하고, 상기 각 개체의 데이터 중의 적어도 하나의 무효 데이터를 필터링하되, 상기 무효 데이터는 무효 개체 식별자, 무효 지리 위치와 무효 시간을 포함하는 장치.
  23. 제19항에 있어서,
    상기 업데이트 모듈은 또한, 각 시공간 가상점 중의 상기 각 개체의 데이터에 대해 노멀라이제이션 처리를 수행하기 위한 것인 장치.
  24. 제23항에 있어서,
    상기 업데이트 모듈은 또한, 상기 각 시공간 가상점 중 동일한 개체의 서로 다른 데이터 레코드의 거리가 제2 거리 임계값 미만이고 시간차가 제2 시간 임계값 미만이면, 상기 동일한 개체의 서로 다른 데이터를 하나의 데이터로 노멀라이제이션하기 위한 것인 장치.
  25. 적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서와 통신 연결되는 메모리;를 포함하고, 여기서,
    상기 메모리에는 상기 적어도 하나의 프로세서에 의해 실행될 수 있는 명령이 저장되고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제12항 중 임의의 한 항에 따른 방법을 수행할 수 있도록 하는 전자 기기.
  26. 컴퓨터 명령이 저장된 비일시적 컴퓨터 판독 가능 저장매체에 있어서,
    상기 컴퓨터 명령은 컴퓨터가 제1항 내지 제12항 중 임의의 한 항에 따른 방법을 수행하도록 하는 비일시적 컴퓨터 판독 가능 저장매체.
  27. 검색 요청 중의 검색 시작-종료 시간에 따라, 검색 데이터베이스 중 검색될 적어도 하나의 타임 버켓을 확정하고, 각 상기 타임 버켓에는 해당 타임 버켓에 대응되는 시간대 내의 개체의 동적인 연관 관계가 저장되어 있는 단계;
    상기 적어도 하나의 타임 버켓 중에서 상기 검색 요청 중의 목표 개체의 동적인 연관 관계를 검색하는 단계를 포함하는 검색 방법.
  28. 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램에 있어서,
    상기 컴퓨터 프로그램 중의 명령이 프로세서에 의해 실행될 경우, 제1항 내지 제12항 중 임의의 한 항에 따른 방법을 수행하도록 하는 컴퓨터 판독 가능 저장매체에 저장된 컴퓨터 프로그램.
KR1020210036065A 2020-06-30 2021-03-19 검색 방법, 장치, 전자기기 및 저장매체 KR102557613B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010607625.X 2020-06-30
CN202010607625.XA CN111782872B (zh) 2020-06-30 2020-06-30 查询方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
KR20210038859A true KR20210038859A (ko) 2021-04-08
KR102557613B1 KR102557613B1 (ko) 2023-07-19

Family

ID=72761169

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210036065A KR102557613B1 (ko) 2020-06-30 2021-03-19 검색 방법, 장치, 전자기기 및 저장매체

Country Status (5)

Country Link
US (1) US11487773B2 (ko)
EP (1) EP3819793B1 (ko)
JP (1) JP7166381B2 (ko)
KR (1) KR102557613B1 (ko)
CN (1) CN111782872B (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113672640A (zh) * 2021-06-28 2021-11-19 深圳云之家网络有限公司 数据查询方法、装置、计算机设备和存储介质
CN114416817A (zh) * 2021-12-21 2022-04-29 北京镁伽科技有限公司 用于处理数据的方法、装置、设备、系统及存储介质
CN115174958A (zh) * 2022-06-27 2022-10-11 杭州海康威视数字技术股份有限公司 视频查询方法、装置、物流监控系统、设备及程序产品

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112364264B (zh) * 2020-11-27 2023-10-27 支付宝(杭州)信息技术有限公司 一种风险防控方法、装置及设备
CN112559522A (zh) * 2020-12-07 2021-03-26 百度在线网络技术（北京）有限公司 数据存储方法、装置、查询方法、电子设备及可读介质
CN113220950A (zh) * 2021-05-19 2021-08-06 国网浙江省电力有限公司湖州供电公司 电价查询系统及电价查询方法
CN113222735B (zh) * 2021-05-21 2024-03-29 中国农业银行股份有限公司 交易关联信息的查询方法及相关装置
CN113377804B (zh) * 2021-06-30 2022-08-26 北京三快在线科技有限公司 一种数据处理方法、装置、存储介质及电子设备
CN113723940B (zh) * 2021-09-01 2023-11-03 京东科技控股股份有限公司 账户数据处理方法、装置、电子设备及存储介质
CN113836405B (zh) * 2021-09-09 2024-03-12 深圳Tcl新技术有限公司 信息查询方法、装置以及计算机可读存储介质
CN113946594B (zh) * 2021-12-22 2022-07-12 昆仑智汇数据科技(北京)有限公司 一种工业多源异构数据的集成查询方法、装置及设备
CN114297322A (zh) * 2021-12-31 2022-04-08 深圳Tcl新技术有限公司 数据处理方法、装置、终端和存储介质
CN115190044B (zh) * 2022-06-28 2023-08-08 平安银行股份有限公司 设备连接状态检查方法、装置、设备和存储介质
CN116089437B (zh) * 2022-11-30 2023-10-03 荣耀终端有限公司 一种数据处理方法及服务器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140258281A1 (en) * 2011-11-16 2014-09-11 Tencent Technology (Shenzhen) Company Limited Method And Server For Searching For Nearby User In Social Networking Services
US9116982B1 (en) * 2012-04-27 2015-08-25 Google Inc. Identifying interesting commonalities between entities
US20160070736A1 (en) * 2006-10-05 2016-03-10 Splunk Inc. Determining Timestamps To Be Associated With Events In Machine Data

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7440848B2 (en) * 2006-05-30 2008-10-21 Horizon Marine Methods and systems for integrating environmental data with mobile asset tracking
US8515975B1 (en) * 2009-12-07 2013-08-20 Google Inc. Search entity transition matrix and applications of the transition matrix
US20140337373A1 (en) * 2013-05-07 2014-11-13 Magnet Systems, Inc. System for managing graph queries on relationships among entities using graph index
US9712420B2 (en) 2014-03-05 2017-07-18 Redvector Networks, Inc. Method and medium for implicit relationship discovery based on cumulative co-temporal activity
US11200130B2 (en) * 2015-09-18 2021-12-14 Splunk Inc. Automatic entity control in a machine data driven service monitoring system
US10902025B2 (en) * 2015-08-20 2021-01-26 Skyhook Wireless, Inc. Techniques for measuring a property of interest in a dataset of location samples
US10540360B2 (en) * 2016-07-29 2020-01-21 Hewlett Packard Enterprise Development Lp Identifying relationship instances between entities
AU2016231506B2 (en) * 2016-09-20 2022-02-17 Global Software Innovation Pty Ltd Systems and methods for accessing a database management system
US10817524B2 (en) * 2017-04-10 2020-10-27 Servicenow, Inc. Systems and methods for querying time series data
US10489425B2 (en) * 2017-10-26 2019-11-26 Salesforce.Com, Inc. User clustering based on query history
CN108021618B (zh) * 2017-11-13 2020-10-16 北京天元创新科技有限公司 一种数据查询方法及系统
CN109508344B (zh) * 2018-09-29 2024-03-12 中国平安人寿保险股份有限公司 业务数据查询方法、装置、电子设备及存储介质
CN110334109B (zh) * 2019-05-08 2020-07-24 重庆猪八戒知识产权服务有限公司 关系式数据库数据查询方法、系统、介质和电子设备
CN110619008A (zh) * 2019-09-17 2019-12-27 北京百度网讯科技有限公司 数据库查询方法、装置、电子设备及存储介质
US11304172B2 (en) * 2020-05-06 2022-04-12 At&T Intellectual Property I, L.P. Site estimation based on crowd sourced data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160070736A1 (en) * 2006-10-05 2016-03-10 Splunk Inc. Determining Timestamps To Be Associated With Events In Machine Data
US20140258281A1 (en) * 2011-11-16 2014-09-11 Tencent Technology (Shenzhen) Company Limited Method And Server For Searching For Nearby User In Social Networking Services
US9116982B1 (en) * 2012-04-27 2015-08-25 Google Inc. Identifying interesting commonalities between entities

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113672640A (zh) * 2021-06-28 2021-11-19 深圳云之家网络有限公司 数据查询方法、装置、计算机设备和存储介质
CN114416817A (zh) * 2021-12-21 2022-04-29 北京镁伽科技有限公司 用于处理数据的方法、装置、设备、系统及存储介质
CN115174958A (zh) * 2022-06-27 2022-10-11 杭州海康威视数字技术股份有限公司 视频查询方法、装置、物流监控系统、设备及程序产品
CN115174958B (zh) * 2022-06-27 2023-09-08 杭州海康威视数字技术股份有限公司 视频查询方法、装置、物流监控系统、设备及程序产品

Also Published As

Publication number Publication date
KR102557613B1 (ko) 2023-07-19
US20210224273A1 (en) 2021-07-22
JP2021103579A (ja) 2021-07-15
CN111782872B (zh) 2023-08-08
EP3819793B1 (en) 2023-03-08
EP3819793A2 (en) 2021-05-12
CN111782872A (zh) 2020-10-16
US11487773B2 (en) 2022-11-01
EP3819793A3 (en) 2021-09-22
JP7166381B2 (ja) 2022-11-07

Similar Documents

Publication Publication Date Title
KR102557613B1 (ko) 검색 방법, 장치, 전자기기 및 저장매체
KR102591421B1 (ko) 의도 추천 방법, 장치, 기기 및 저장매체
US20210108931A1 (en) Method and apparatus for determining hybrid travel route, device and storage medium
CN107092623B (zh) 一种兴趣点查询方法及装置
US11836174B2 (en) Method and apparatus of establishing similarity model for retrieving geographic location
KR102490712B1 (ko) 질문 응답 로봇 생성 방법 및 장치
CN114244595B (zh) 权限信息的获取方法、装置、计算机设备及存储介质
US11860846B2 (en) Methods, systems and apparatus to improve spatial-temporal data management
US20160070754A1 (en) System and method for microblogs data management
KR20210106395A (ko) 건축물 추출 방법, 장치, 기기 및 저장 매체
CN110083677B (zh) 联系人的搜索方法、装置、设备及存储介质
CN115510249A (zh) 一种知识图谱的构建方法及装置、电子设备、存储介质
JP7298090B2 (ja) 地理位置点の空間関係を抽出する方法及び装置
CN111259090A (zh) 关系数据的图生成方法、装置、电子设备和存储介质
CN109657060B (zh) 安全生产事故案例推送方法及系统
US11386105B2 (en) Automatic identification and contextual reformulation of implicit device-related queries
CN114969114A (zh) 水利信息快速检索方法、系统、计算机可读介质
CN113393288A (zh) 订单处理信息生成方法、装置、设备和计算机可读介质
US11683656B2 (en) Recommendation of region of interest
CN112860813B (zh) 检索信息的方法和装置
CN116910174B (zh) 面向数据方舱的数据存储管理方法、装置及存储介质
KR102615979B1 (ko) 데이터 업데이트 방법, 장치, 검색 서버, 단말 및 저장매체
US20230342352A1 (en) System and Method for Matching into a Complex Data Set
CN114064953A (zh) 图片搜索方法、装置、电子设备以及存储介质
CN114580396A (zh) 一种确定请求事件发生地址的方法、装置及电子设备

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant