[发明专利]基于马尔科夫逻辑网络的数据关联方法、系统及设备

摘要

本发明公开了一种基于马尔科夫逻辑网络的数据关联方法、系统及设备，包括：利用重点人员数据库、待破案件及其对应的带权规则库构建基于马尔科夫逻辑网络的犯案概率获取模型，得到每一个重点人员犯待破案件的概率，从而筛选出目标对象，进而实现目标对象与待破案件之间的数据关联；带权规则库的获取方法包括：利用与待破案件主类型相同的已破案件数据构建本体模型视图集合，并分别提取一阶逻辑规则集合和谓词原子集合，然后利用所提取的两个集合构建基于马尔科夫逻辑网络的规则权重学习模型，并训练模型从而得到规则权重，由此得到由一阶逻辑规则和对应的规则权重构成的带权规则库。本发明中规则的获取不依赖于人力，能提高数据关联的准确率。

主权项

1.一种基于马尔科夫逻辑网络的数据关联方法，其特征在于，包括：(1)对于待破案件，将其主类型作为目标类型，利用与所述待破案件对应的带权规则库构建基于马尔科夫逻辑网络的犯案概率获取模型，用于得到重点人员数据库中每一个重点人员犯所述待破案件的概率；所述带权规则库由一阶逻辑规则及对应的规则权重构成，且其中的每一条一阶逻辑规则均提取自主类型为目标类型的已破案件的案件数据；(2)利用待破案件的案件数据以及重点人员数据库中的数据提取出一阶谓词逻辑格式的谓词原子，从而得到谓词原子集合p2；(3)以所述谓词原子集合p2为输入，利用所述犯案概率获取模型得到重点人员数据库中每一个重点人员犯所述待破案件的概率，并筛选出犯所述待破案件的概率最高的前top‑K重点人员；将筛选出的重点人员作为目标对象，并从重点人员数据库中获取每一个目标对象的信息，从而实现目标对象与所述待破案件之间的数据关联；其中，所述主类型为案件所属的中类类别，所述谓词原子为赋值之后的谓词，top‑K为预设的具体人数或百分数。