申请/专利权人：杨粤湘;谢嘉孟;汤燕生;陈泽毅;刘岚;王霄;王波文;沈南潮

申请日：2021-06-25

公开（公告）日：2024-02-27

公开（公告）号：CN113535810B

主分类号：G06F16/2458

分类号：G06F16/2458;G06F16/28;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2021.11.09#实质审查的生效;2021.10.22#公开

摘要：本发明公开了一种交通违法对象的挖掘方法、装置、设备及介质，方法包括：获取交通违法数据；根据所述交通违法数据构建交通违法知识图谱；所述交通违法知识图谱中包括实体型节点和属性型节点；对所述交通违法知识图谱进行子图分割，得到图谱子图；确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量；对所述各个子图的低维编码向量进行聚类处理，确定交通违法对象的挖掘结果。本发明提高了对交通违法对象的识别准确率和识别效率，可广泛应用于数据挖掘技术领域。

主权项：1.一种交通违法对象的挖掘方法，其特征在于，包括：获取交通违法数据；根据所述交通违法数据构建交通违法知识图谱；所述交通违法知识图谱中包括实体型节点和属性型节点；对所述交通违法知识图谱进行子图分割，得到图谱子图；确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量；对所述各个子图的低维编码向量进行聚类处理，确定交通违法对象的挖掘结果；所述对所述交通违法知识图谱进行子图分割，得到图谱子图，包括：将所述交通违法知识图谱中的实体划分为核心对象实体和属性对象实体；其中，所述核心对象实体包括驾驶员、驾驶证、机动车和违法信息；所述属性对象实体包括但不限于驾驶员性别、机动车颜色和机动车品牌；所述确定所述图谱子图的低维量化表达，得到各个子图的低维编码向量，包括：将所述图谱子图中的违法信息实体当成一个元胞，元胞内的每一个实体称为事件对象；确定所述元胞与其他核心对象实体之间的相关关系；根据所述相关关系，确定子图的低维向量表达的向量结构，所述向量结构包括：相互买卖分的违法实体数量、买卖分违法实体与驾驶证实体的平均距离、买卖分违法实体与机动车实体的平均距离；根据所述向量结构，构造分量的计算公式；根据所述计算公式计算得到所述元胞与另外两个核心对象实体之间的平均距离，将所述平均距离作为所述元胞的编码向量的两个分量，完成对子图的量化编码；所述构造分量的计算公式为： 其中，dp代表第p类核心对象对应的分量；s代表事件对象，所述事件对象代表元胞内的每一个实体；k代表元胞周围的核心对象；I代表事件对象总数；Jp代表第p类核心对象总数。

全文数据：

权利要求：

百度查询： 杨粤湘;谢嘉孟;汤燕生;陈泽毅;刘岚;王霄;王波文;沈南潮 一种交通违法对象的挖掘方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD