[发明专利]贝叶斯网络结构的生成方法、装置、电子设备和存储介质

说明书

本申请提出一种贝叶斯网络结构的生成方法、装置、电子设备和存储介质，其中，生成方法包括：获取贝叶斯网络的多个节点；获取每个节点在第一时刻对应的第一时序数据；获取每个节点在第二时刻对应的第二时序数据，其中，第二时刻大于第一时刻；分别计算每个节点的第一时序数据与每个节点的第二时序数据之间的多个相关度；以及根据多个相关度对贝叶斯网络的多个节点进行结构构建，以生成贝叶斯网络的结构。本申请实施例的生成方法，提高了贝叶斯网络结构的生成效率和准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种贝叶斯网络结构的生成方法、装置、电子设备和存储介质。

背景技术

贝叶斯网，节点表示变量，边表示变量间的依赖关系。贝叶斯网的主要建模技术包含三个阶段：结构学习(Structure Learning)、参数学习(Parameter Estimation)和模型推理(Inference-Asking)。其中结构学习主要是学习节点之间的关联和关系指向。

相关技术中，贝叶斯网图结构学习的主要方式包含两个步骤：先学习节点之间是否有关系，即A-B；再学习节点之间的关系方向，即A→B。一般这两个步骤是分开的，且确定方向时基于启发式等算法，具有不确定性。

发明内容

本申请第一方面实施例提出一种贝叶斯网络结构的生成方法，提高了贝叶斯网络结构的生成效率和准确性。

本申请第二方面实施例提出一种贝叶斯网络结构的生成装置。

本申请第三方面实施例提出一种电子设备。

本申请第四方面实施例提出一种计算机可读存储介质。

本申请第一方面实施例提出了一种贝叶斯网络结构的生成方法，包括：

获取贝叶斯网络的多个节点；

获取每个所述节点在第一时刻对应的第一时序数据；

获取所述每个节点在第二时刻对应的第二时序数据，其中，所述第二时刻大于所述第一时刻；

分别计算所述每个节点的第一时序数据与所述每个节点的第二时序数据之间的多个相关度；以及

根据所述多个相关度对所述贝叶斯网络的多个节点进行结构构建，以生成所述贝叶斯网络的结构。

根据本申请实施例的贝叶斯网络结构的生成方法，首先获取贝叶斯网络的多个节点，并获取每个节点在第一时刻对应的第一时序数据，以及获取每个节点在第二时刻对应的第二时序数据，然后分别计算每个节点的第一时序数据与每个节点的第二时序数据之间的多个相关度，最后根据多个相关度对贝叶斯网络的多个节点进行结构构建，以生成贝叶斯网络的结构。由此，提高了贝叶斯网络结构的生成效率和准确性。

另外，根据本申请上述实施例的贝叶斯网络结构的生成方法还可以具有如下附加的技术特征：

在本申请的一个实施例中，所述分别计算所述每个节点的第一时序数据与所述每个节点的第二时序数据之间的多个相关度，包括：

分别对所述每个节点的第一时序数据与所述每个节点的第二时序数据进行配对，以得到多个时序数据集合；

计算每个所述时序数据集合中第一时序数据与第二时序数据之间的相关度，以得到所述多个相关度。

在本申请的一个实施例中，所述相关度包括但不限于信息熵值、信息增益值和基尼系数值。

在本申请的一个实施例中，所述根据所述多个相关度对所述贝叶斯网络的多个节点进行结构构建，以生成所述贝叶斯网络的结构，包括：

判断每个所述相关度是否满足阈值条件；

将未满足所述阈值条件的相关度从多个相关度中删除，以得到多个目标相关度；