一種人物信息的搜索方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種人物信息的搜索和裝置，包括：獲取多個網(wǎng)絡(luò)中的人物身份信息以及人物身份對應(yīng)關(guān)系；將已知人物身份對應(yīng)關(guān)系的人物身份信息集合作為訓(xùn)練集；構(gòu)建基于人物行為相似度的能量最低模型，獲取能量因子和匹配關(guān)系分類器；采用能量因子進(jìn)行能量填充形成能量矩陣，求解此能量矩陣得到單次預(yù)測的匹配結(jié)果；對多次求解的匹配結(jié)果進(jìn)行集成，得到人物身份對應(yīng)關(guān)系并確定具有相同人名人物的身份同一性；接收輸入的人名，在一個網(wǎng)頁中顯示同一人物在不同網(wǎng)絡(luò)中的身份信息。本發(fā)明的方法及裝置，能夠?qū)⒍鄠€網(wǎng)絡(luò)中具有不同身份信息但名字相同的信息進(jìn)行同一性確認(rèn)，在一個網(wǎng)頁中顯示同一人物在不同網(wǎng)絡(luò)的身份信息，采用的算法高效，計算過程較快。
【專利說明】一種人物信息的搜索方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及互聯(lián)網(wǎng)搜索引擎【技術(shù)領(lǐng)域】，特別是指一種人物信息的搜索方法及裝 置。

【背景技術(shù)】
[0002] 利用搜索引擎檢索任務(wù)信息是互聯(lián)網(wǎng)人物的主要活動之一，然而，在現(xiàn)實世界中， 多個人物具有一個人名或同一個人物在不同網(wǎng)絡(luò)中注冊有不同的身份信息是一種很普遍 的現(xiàn)象。例如，在科學(xué)研究領(lǐng)域，往往會有大量科技工作者同時在多個科研團隊中協(xié)同工 作，由此導(dǎo)致在發(fā)表學(xué)術(shù)成果時同一個人所使用的個人信息，如電子信箱、單位、地址等，可 能并不相同，即相同人名具有不同身份信息。在對領(lǐng)域內(nèi)相關(guān)學(xué)術(shù)成果信息進(jìn)行匯總時，由 于難以判斷這些相同的人名是否為同一個人，這樣的冗余信息會直接影響統(tǒng)計結(jié)果的準(zhǔn)確 性?？萍脊ぷ髡咴诓煌膱F隊中工作，同一個科技工作者的個人信息可能在多個網(wǎng)絡(luò)中出 現(xiàn)，例如，某大學(xué)的網(wǎng)站、論文網(wǎng)、技術(shù)成果轉(zhuǎn)讓網(wǎng)、專利交易網(wǎng)等等，而此科技工作者在多 個網(wǎng)絡(luò)中的個人信息不一定完全相同。
[0003] 在檢索時，頁面只是簡單的羅列，忽略了人物可能會處于多個網(wǎng)絡(luò)中的關(guān)聯(lián)情況， 例如一個人物可以同時活躍于高校、國企科研機構(gòu)和社會性研究機構(gòu)中，并且在每個社會 網(wǎng)絡(luò)中擁有不同的身份、人際圈子和研究內(nèi)容，針對單一網(wǎng)絡(luò)的行為分析方法無法應(yīng)用于 這種多層網(wǎng)絡(luò)環(huán)境。在多個網(wǎng)絡(luò)中，各網(wǎng)絡(luò)中的節(jié)點可能具有截然不同的屬性，并且網(wǎng)絡(luò)與 網(wǎng)絡(luò)的節(jié)點之間存在相互依賴和協(xié)作等關(guān)聯(lián)關(guān)系。目前，在檢索時顯示的頁面只是簡單的 羅列，并沒有根據(jù)人物的特征進(jìn)行整理，人物無法對所述關(guān)注的人物的信息進(jìn)行清晰的把 握。


【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明的目的在于提出一種人物信息的搜索方法及裝置，能夠?qū)⒍鄠€ 網(wǎng)絡(luò)中具有不同身份信息但名字相同的信息進(jìn)行同一性確定并顯示。
[0005] 基于上述目的本發(fā)明提供一種人物信息的搜索方法，包括：獲取多個網(wǎng)絡(luò)中的人 物身份信息以及人物身份對應(yīng)關(guān)系；將已知人物身份對應(yīng)關(guān)系的人物身份信息集合作為訓(xùn) 練集；根據(jù)所述訓(xùn)練集中的所述人物身份信息構(gòu)建基于人物行為相似度的能量最低模型， 獲取能量因子和匹配關(guān)系分類器；根據(jù)所述匹配關(guān)系分類器將任意兩個人物身份信息進(jìn)行 匹配，并采用能量因子進(jìn)行能量填充形成能量矩陣，求解此能量矩陣得到單次預(yù)測的匹配 結(jié)果；對多次求解的匹配結(jié)果進(jìn)行集成，得到人物身份對應(yīng)關(guān)系并確定具有相同人名人物 的身份同一性；接收輸入的人名，從多個網(wǎng)絡(luò)中獲取與所述人名對應(yīng)的人物身份信息；根 據(jù)相同人名的人物的身份同一性，在一個網(wǎng)頁中顯示同一人物在不同網(wǎng)絡(luò)中的身份信息， 其中，身份信息包括：電子郵件、電話、單位。
[0006] 根據(jù)本發(fā)明的一個實施例，進(jìn)一步的，所述將已知人物身份對應(yīng)關(guān)系的所述人物 身份信息的集合作為訓(xùn)練集、根據(jù)所述訓(xùn)練集中的所述人物身份信息構(gòu)建基于人物行為 相似度的能量最低模型、獲取能量因子和匹配關(guān)系分類器包括：對于2個網(wǎng)絡(luò)P、Q中任意 給定的節(jié)點V(i)，其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征向量為：f(i) = {f\，f2，…fd}，其中，節(jié)點代表人 物身份信息，為節(jié)點基本屬性特征，包括：節(jié)點出度、入度、聚類系數(shù)、鄰居節(jié)點、平均 度、共同鄰居；建立節(jié)點對特征向量向量，對于2個網(wǎng)絡(luò)P、Q的節(jié)點對特征向量向量為： =廠0)，(/) (/+)) = ! 量向量對匹配節(jié)點對進(jìn)行聚類，獲得各聚類類別C中所包含的具有相似特征節(jié)點的個數(shù)， 將其作為粒子特征，節(jié)點對特征的分布情況作為能量因子，將具有相似網(wǎng)絡(luò)行為特征的人 k 物賦予等值的能量因子；構(gòu)建匹配節(jié)點對能量模型：min//= ZAa其中，I為相似特征 i=l . 的匹配節(jié)點對集合依據(jù)特征進(jìn)行聚類后的節(jié)點對個數(shù)，e ,為該類別對應(yīng)的能量因子；根據(jù) 所述能量模型獲取每個聚類類別所對應(yīng)的能量因子：e = 1> i，e 2, . . .，e k}，并將其作為 預(yù)測過程中節(jié)點對所屬類別的能量因子；根據(jù)聚類類別結(jié)果建立K分類器，并賦予每個節(jié) 點對類別編號。
[0007] 根據(jù)本發(fā)明的一個實施例，進(jìn)一步的，所述根據(jù)所述匹配關(guān)系分類器將任意兩個 人物身份信息進(jìn)行匹配、并采用能量因子進(jìn)行能量填充形成能量矩陣、求解此能量矩陣得 到單次預(yù)測的匹配結(jié)果包括：對網(wǎng)絡(luò)P、Q中未知身份對應(yīng)關(guān)系的節(jié)點分別提取其拓?fù)浣Y(jié)構(gòu) 特征：F P(i) = {fP(l)，fP(2)，? ? ?，fP(m)}和？(3(;〇 = {fQ(l)，fQ(2)，? ? ?，fQ(m)};對于任意未 知身份對應(yīng)關(guān)系的節(jié)點i e P，j G Q，構(gòu)建nXn個所有未知節(jié)點的匹配節(jié)點對特征向量： ^!'XViWoU)) = U，>(1),/,(2),...,/；,(//),/X mit K 點對特征向量進(jìn)行分類，得到每個節(jié)點對類別標(biāo)簽，構(gòu)建節(jié)點對類別矩陣；對類別矩陣進(jìn)行 能量因子填充，將類別矩陣中類別標(biāo)簽替換為該類別所對應(yīng)的能量因子e ，構(gòu)建能 量矩陣；計算能量矩陣的最佳匹配。
[0008] 根據(jù)本發(fā)明的一個實施例，進(jìn)一步的，計算該能量矩陣的最佳匹配的算法為：

【權(quán)利要求】
1. 一種人物信息的搜索方法，其特征在于，包括： 獲取多個網(wǎng)絡(luò)中的人物身份信息以及人物身份對應(yīng)關(guān)系； 將已知人物身份對應(yīng)關(guān)系的人物身份信息集合作為訓(xùn)練集； 根據(jù)所述訓(xùn)練集中的所述人物身份信息構(gòu)建基于人物行為相似度的能量最低模型，獲 取能量因子和匹配關(guān)系分類器； 根據(jù)所述匹配關(guān)系分類器將任意兩個人物身份信息進(jìn)行匹配，并采用能量因子進(jìn)行能 量填充形成能量矩陣，求解此能量矩陣得到單次預(yù)測的匹配結(jié)果； 對多次求解的匹配結(jié)果進(jìn)行集成，得到人物身份對應(yīng)關(guān)系并確定具有相同人名人物的 身份同一I"生； 接收輸入的人名，從多個網(wǎng)絡(luò)中獲取與所述人名對應(yīng)的人物身份信息； 根據(jù)相同人名的人物的身份同一性，在一個網(wǎng)頁中顯示同一人物在不同網(wǎng)絡(luò)中的身份 信息，其中，身份信息包括：電子郵件、電話、單位。
2. 如權(quán)利要求1所述的方法，其特征在于，所述將已知人物身份對應(yīng)關(guān)系的所述人物 身份信息的集合作為訓(xùn)練集、根據(jù)所述訓(xùn)練集中的所述人物身份信息構(gòu)建基于人物行為相 似度的能量最低模型、獲取能量因子和匹配關(guān)系分類器包括： 對于2個網(wǎng)絡(luò)P、Q中任意給定的節(jié)點V(i)，其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征向量為：f(i)= {f\，f2，…fd}，其中，節(jié)點代表人物身份信息，為節(jié)點基本屬性特征，包括：節(jié)點出度、入 度、聚類系數(shù)、鄰居節(jié)點、平均度、共同鄰居； 建立節(jié)點對特征向量向量，對于2個網(wǎng)絡(luò)P、Q的節(jié)點對特征向量向量為： j ^(/')) = !/41),/42),(^),/,(1), .4 ; 根據(jù)該節(jié)點對特征向量向量對匹配節(jié)點對進(jìn)行聚類，獲得各聚類類別C中所包含的具 有相似特征節(jié)點的個數(shù)，將其作為粒子特征，節(jié)點對特征的分布情況作為能量因子，將具有 相似網(wǎng)絡(luò)行為特征的人物賦予等值的能量因子； k 構(gòu)建匹配節(jié)點對能量模型：minH=ZPi其中，1為相似特征的匹配節(jié)點對集合 i-\ . 依據(jù)特征進(jìn)行聚類后的節(jié)點對個數(shù)，ε i為該類別對應(yīng)的能量因子； 根據(jù)所述能量模型獲取每個聚類類別所對應(yīng)的能量因子：ε = { ε ε 2, . . .，ε k}，并 將其作為預(yù)測過程中節(jié)點對所屬類別的能量因子； 根據(jù)聚類類別結(jié)果建立K分類器，并賦予每個節(jié)點對類別編號。
3. 如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述匹配關(guān)系分類器將任意兩個 人物身份信息進(jìn)行匹配、并采用能量因子進(jìn)行能量填充形成能量矩陣、求解此能量矩陣得 到單次預(yù)測的匹配結(jié)果包括： 對網(wǎng)絡(luò)P、Q中未知身份對應(yīng)關(guān)系的節(jié)點分別提取其拓?fù)浣Y(jié)構(gòu)特征：Fp⑴= {fP(l)，fP(2)，· ··，fP(m)}和卩々）={4(1),4(2),...,4(111)}; 對于任意未知身份對應(yīng)關(guān)系的節(jié)點i e P，j e Q，構(gòu)建nXn個所有未知節(jié)點的匹配節(jié) 點對特征向量： 巧 =八丨 > (/) j'y ⑴)={/p (I}，從2),...,,以〃)Jy ⑴ 4 通過K分類器對匹配節(jié)點對特征向量進(jìn)行分類，得到每個節(jié)點對類別標(biāo)簽，構(gòu)建節(jié)點 對類別矩陣； 對類別矩陣進(jìn)行能量因子填充，將類別矩陣中類別標(biāo)簽替換為該類別所對應(yīng)的能量因 子，構(gòu)建能量矩陣； 計算能量矩陣的最佳匹配。
4. 如權(quán)利要求3所述的方法，其特征在于， 計算該能量矩陣的最佳匹配的算法為：
具甲，入ij衣不咧2谷P甲的卞點1與咧2谷G甲的卞點j是否存在--對應(yīng)關(guān)系，若 i 0 j的對應(yīng)關(guān)系被確立則標(biāo)記為1，否則標(biāo)記為〇,匹配結(jié)果表述為心(〇〇心(./+)。
5. 如權(quán)利要求3或4所述的方法，其特征在于，所述對多次求解的匹配結(jié)果進(jìn)行集成， 得到人物身份信息的對應(yīng)關(guān)系并確定具有相同人名的身份同一性包括： 得到ξ個預(yù)測結(jié)果，將每次預(yù)測結(jié)果在節(jié)點對匹配矩陣中進(jìn)行投票，得到投票矩陣 V-Matrix = (Vij)； 求解該投票矩陣V-Matrix的最優(yōu)匹配問題，采用的算法為： 廠上
λ υ e {〇, 1}; 其中，k表示表示投票矩陣中第i行第j列的投票結(jié)果，λ u表示網(wǎng)絡(luò)P中的節(jié)點i 與網(wǎng)絡(luò)G中的節(jié)點j是否存在一一對應(yīng)關(guān)系，即表示節(jié)點對的最終匹配結(jié)果。
6. -種人物信息的搜索裝置，其特征在于，包括： 信息獲取單元，用于獲取多個網(wǎng)絡(luò)中的人物身份信息以及人物身份對應(yīng)關(guān)系； 訓(xùn)練集生成單元，用于將已知人物身份對應(yīng)關(guān)系的人物身份信息集合作為訓(xùn)練集；根 據(jù)所述訓(xùn)練集中的所述人物身份信息構(gòu)建基于人物行為相似度的能量最低模型，獲取能量 因子和匹配關(guān)系分類器； 匹配單元，用于根據(jù)所述匹配關(guān)系分類器將任意兩個人物身份信息進(jìn)行匹配，并采用 能量因子進(jìn)行能量填充形成能量矩陣，求解此能量矩陣得到單次預(yù)測的匹配結(jié)果； 集成單元，用于對多次求解的匹配結(jié)果進(jìn)行集成，得到人物身份對應(yīng)關(guān)系并確定具有 相同人名人物的身份同一'I"生。 搜索單元，用于接收輸入的人名，從多個網(wǎng)絡(luò)中獲取與所述人名對應(yīng)的人物身份信息 以；根據(jù)相同人名的人物的身份同一性，在一個網(wǎng)頁中顯示同一人物在不同網(wǎng)絡(luò)中的身份 信息； 其中，身份信息包括：電子郵件、電話、單位。
7. 如權(quán)利要求6所述的裝置，其特征在于： 所述訓(xùn)練集生成單元，包括： 節(jié)點對特征建立子模塊，用于對于2個網(wǎng)絡(luò)P、Q中任意給定的節(jié)點V(i)，建立 其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征向量為：f⑴={fi，f2，…fd}，其中，節(jié)點代表人物身份信息， ?·Μ為節(jié)點基本屬性特征，包括：節(jié)點出度、人度、聚類系數(shù)、鄰居節(jié)點、平均度、共 同鄰居；建立節(jié)點對特征向量向量，對于2個網(wǎng)絡(luò)P、Q的節(jié)點對特征向量向量為： /'Xi;.(/) J ;(/)) = ⑴，Λ ⑵…從 量向量對匹配節(jié)點對進(jìn)行聚類，獲得各聚類類別C中所包含的具有相似特征節(jié)點的個數(shù)， 將其作為粒子特征，節(jié)點對特征的分布情況作為能量因子，將具有相似網(wǎng)絡(luò)行為特征的人 物賦予等值的能量因子； 分類器生成子模塊，用于構(gòu)建匹配節(jié)點對能量模型：ηι?η//=?/^,其中，1為相似 z=l . 特征的匹配節(jié)點對集合依據(jù)特征進(jìn)行聚類后的節(jié)點對個數(shù)，ε i為該類別對應(yīng)的能量因子； 根據(jù)所述能量模型獲取每個聚類類別所對應(yīng)的能量因子：ε = { ε ε 2, . . .，ε k}，并將其 作為預(yù)測過程中節(jié)點對所屬類別的能量因子；根據(jù)聚類類別結(jié)果建立K分類器，并賦予每 個節(jié)點對類別編號。
8. 如權(quán)利要求6所述的裝置，其特征在于： 所述訓(xùn)練集生成單元，還包括： 節(jié)點對類別建立子模塊，用于對網(wǎng)絡(luò)P、Q中未知身份對應(yīng)關(guān)系的節(jié)點分別提取其拓?fù)?結(jié)構(gòu)特征：FP(i) = {fP(l)，fP(2)，· · ·，fP(m)}和？0(;〇 = {fQ(l)，fQ(2)，· · ·，fQ(m)};對于任 意未知身份對應(yīng)關(guān)系的節(jié)點i e P，j e Q，構(gòu)建nXn個所有未知節(jié)點的匹配節(jié)點對特征向 配節(jié)點對特征向量進(jìn)行分類，得到每個節(jié)點對類別標(biāo)簽，構(gòu)建節(jié)點對類別矩陣； 所述匹配單元，還用于對類別矩陣進(jìn)行能量因子填充，將類別矩陣中類別標(biāo)簽替換為 該類別所對應(yīng)的能量因子ε i = Mt()gOTy，構(gòu)建能量矩陣，計算能量矩陣的最佳匹配。
9. 如權(quán)利要求8所述的裝置，其特征在于， 所述匹配單元計算該能量矩陣的最佳匹配的算法為：

λ ij e {〇, 1}; 其中，Aij表示網(wǎng)絡(luò)ρ中的節(jié)點i與網(wǎng)絡(luò)G中的節(jié)點j是否存在--對應(yīng)關(guān)系，若 i 〇 j的對應(yīng)關(guān)系被確立則標(biāo)記為1，否則標(biāo)記為0,匹配結(jié)果表述為心(Ο ο k(./)。
10.如權(quán)利要求8或9所述的裝置，其特征在于： 所述集成單元，還用得到ξ個預(yù)測結(jié)果，將每次預(yù)測結(jié)果在節(jié)點對匹配矩陣中進(jìn)行投 票，得到投票矩陣V-Matrix = (Vij);求解該投票矩陣V-Matrix的最優(yōu)匹配問題，采用的公 式為：
其中，k表示表示投票矩陣中第i行第j列的投票結(jié)果，λ υ表示網(wǎng)絡(luò)P中的節(jié)點i 與網(wǎng)絡(luò)G中的節(jié)點j是否存在一一對應(yīng)關(guān)系，即表示節(jié)點對的最終匹配結(jié)果。
【文檔編號】G06F17/30GK104376116SQ201410720437
【公開日】2015年2月25日 申請日期:2014年12月1日 優(yōu)先權(quán)日:2014年12月1日
【發(fā)明者】王晶華, 陳晰, 郭光 , 謝乃博, 魏明磊 申請人:國家電網(wǎng)公司, 國網(wǎng)河北省電力公司, 國網(wǎng)河北省電力公司衡水供電分公司, 國家電網(wǎng)公司信息通信分公司