基于深度学习的人员行为特征知识图谱构建与分析方法

专利申请号：CN202211321496.3

公 开 号：CN115510248A

发 明 人：卢思宇 吉涛 赵雨露 郭慧兰 何轶 邹宇 袁小明 赖秋蒙 赵中璇 

代 理 人：胡博文

代理机构：北京海虹嘉诚知识产权代理有限公司

专利类型：发明专利

申 请 日：20221223

公 开 日：20221026

专利主分类号：G06F16/36

关 键 词：三元组 图谱 用户行为历史 用户行为 大数据 特征集 过滤 个人基本信息 随机游走算法 关联信息 逻辑规则 潜在关系 人员行为 图谱构建 无用数据 信息抽取 行为信息 综合用户 构建 排查 尾体 推断 分析 浏览 采集 梳理 垃圾 预测 学习 

摘      要：本发明提供了一种基于深度学习的人员行为特征知识图谱构建与分析方法，包括步骤：S1采集用户行为历史数据；S2对用户行为历史数据进行处理，过滤掉不完整的数据以及垃圾无用数据，对过滤之后的数据进行信息抽取，建立用户行为特征集；S3对用户行为特征集进行分析，提取用户经常浏览的行为信息，再综合用户个人基本信息，建立用户大数据，根据用户大数据构建三元组数据，得到知识图谱的初步模型；S4对知识图谱的头实体缺失、关系缺失和尾体缺失的信息进行预测，完善知识图谱；S5通过基于逻辑规则的随机游走算法以及所有三元组，推断不同三元组之间的隐藏关系。能够快速的对潜在关系进行梳理，得到特定人员之间以及不同实体之间的关联信息，对隐藏问题进行排查。