一种个人关系及事件数字化建模与搜索方法 【技术领域】
本发明属于计算机技术应用领域, 特别是一种个人关系及事件数字化建模与搜索方法。 背景技术 随着社会的发展, 人们越来越重视人际关系的发展, “人脉” 一词也随着时代的进 步而日益流行, 并成为人们不可或缺的一项社会资源, 因此有关 “人脉” 的个人关系管理 (PRM) 也逐渐成为时髦的用语。现在也有很多专利、 论文都在讨论怎样建立个人关系、 管理 个人关系和用好个人关系 :
中国专利 CN200710063416.8 公开了一种关于家谱数字化的方法 (2007.8), 该方 法为树状或森林状结构的数字化家谱方法, 其特点在于将家谱中的 “人” 作为树状或森林状 结构的一个数据节点, 并使用支持统一码四字节编码汉字超大字符集及其输入法进行数据 加工, 并且把家谱作为 “目录树结构” 方式呈现在网页页面或桌面应用程序的界面上。但是 该件专利只是给出了个人的家谱数字化方法, 不能全面反应人际关系, 且都无法反应这些
关系所包含的内容和事件。
中国专利 CN 200710177066 公开了在大规模社会网络中基于路径评分的个人关 系发现方法 (2008.3), 其特征在于基于通用的社会网络, 定义了基于权重的路径评分, 再查 找出每两个人之间的最短路径, 然后开始查找指定的两个人之间的路径长度不大于最短路 径的基于倍数的所有路径, 最后按照路径评分的顺序把所有路径返回给用户, 支持人与人 之间的关系快速查找或供研究者进行关系发现。 但是该专利只是给出了搜索个人的社会关 系方法, 并没有对于人与人之间的关系加以详细的说明, 也无法反应这些关系所包含的内 容和事件。 发明内容
本发明所解决的技术问题在于提供一种个人关系及事件数字化建模与搜索方法, 该方法能够全面反应人际关系及这些关系所包含的内容和事件。
实现本发明目的的技术解决方案为 : 一种个人关系及事件数字化建模方法, 包括 以下步骤 :
步骤 1、 建立事件概念模型, 将事件信息数字化为事件基本信息和与该基本信息相 关人物链表的数据节点 ; 所述事件基本信息为事件编号、 事件名称以及描述事件中除人物 外的各种属性值, 所述各种属性值是指时间、 地点、 时间描述、 图像、 视频等数据 ; 具体操作 如下 :
(1) 对事件基本信息进行定义, 具体包括 : 事件编号、 事件名称以及描述事件中除 人物外的各种属性值 ;
(2) 对事件节点人物链表进行数字化建模, 具体为 : 将事件人物数字化成动态单 向链表, 其中链表的节点包含数据域和指向下一节点的指针, 数据域由指向相关个体节点的指针以及其在该事件中扮演的角色参数组成 ;
(3) 对事件人物的角色和参数进行定义, 具体为 : 将事件人物定义为决策者、 执行 者和参与者三种不同的角色, 并且设定个体对于事件的重要程度为 p, 其中决策者参数为 f, 执行者参数为 g, 参与者参数为 h, f、 g、 h 均是大于 0 而小于 1 的常数, 并且 f > g > h ; 相关个体关联的紧密程度为 c, 其中 c = pa×pb, a、 b 为具体个体 ;
步骤 2、 建立个体关系概念模型, 将个体信息数字化为个体基本信息, 并将其数字 化为配偶链表、 孩子链表、 社会关系链表以及关联事件链表的数据节点 ; 具体操作如下 :
(1) 对个体节点个体基本信息进行定义, 具体包括 : 个体编号、 姓、 名、 其他属性 值、 决策者频度、 执行者频度、 参与者频度、 指向父亲节点的指针、 指向母亲节点的指针 ;
(2) 将决策者频度定义为作为决策者角色参加事件的次数 ;
(3) 将执行者频度定义为作为执行者角色参加事件的次数 ;
(4) 将参与者频度定义为作为参与者角色参加事件的次数 ;
(5) 对个体节点的配偶链表进行数字化建模, 具体为 : 按时间顺序将配偶信息数 字化成动态单向链表, 其中链表的节点包含指向配偶节点的指针、 开始时间、 结束时间以及 指向下一个节点的指针 ;
(6) 对个体节点的孩子链表进行数字化建模, 具体为 : 按出生事件顺序将孩子信 息数字化成动态单向链表, 其中链表的节点包含指向孩子节点的指针以及指向下一个节点 的指针 ;
(7) 对个体节点的社会关系链表进行数字化建模, 具体为 : 将社会关系信息数字 化成动态单向链表, 其中链表的节点包含数据域和指向下一个节点的指针, 数据域由指向 社会关系节点的指针、 关联数、 关联度以及与该社会关系关联的事件链表组成 ;
(8) 将社会关系中的关联数定义为个体之间存在事件相关联的数量 ;
(9) 将社会关系中的关联度定义为个体之间存在社会关系的紧密程度, 由个体共 同参与事件所属人物角色特性来决定, 联数 ; (10) 对个体节点的关联事件链表进行数字化建模, 具体为 : 将关联事件数字化成 动态单向链表, 其中链表的节点包含指向关联事件的指针、 扮演角色参数以及指向下一个 节点的指针 ;
(11) 将基于特征三叉树结构个人关系模型定义为 : 将个体节点的配偶链表、 孩子 链表、 社会关系链表视为其三个子节点, 每个子节点的配偶链表、 孩子链表、 社会关系链表 又可视为三个孙节点, 由此组成标准的三叉树结构。
一种基于上述模型的搜索方法, 包括以下步骤 :
步骤 1、 队列初始化 ;
步骤 2、 访问个体节点, 并入队 ;
步骤 3、 判断队列是否为空, 若为空则转到步骤 9, 不为空转到步骤 4 ;
步骤 4、 访问队首节点的父亲、 母亲节点, 并将当前访问节点入队 ;
步骤 5、 访问队首节点的配偶链表的各个节点, 并将当前访问节点入队 ;
步骤 6、 访问队首节点的孩子链表的各个节点, 并将当前访问节点入队 ;
5其中 a、 b 为两个个体, n 为关101963990 A CN 101963991
说明书3/6 页步骤 7、 访问队首节点的社会关系链表的各个节点, 并将当前访问节点入队 ;
步骤 8、 删除队首节点, 转到步骤 3 ;
步骤 9、 结束。
本发明与现有技术相比, 其显著优点 : 1) 采用特征三叉树结构来全面反映个体的 家族关系、 并且通过关联事件勾画出社会关系 ; 2) 本发明具有模型结构清晰、 个体家族关 系全面、 可深度挖掘分析个体社会关系以及生平事件等优点, 具有可描述的模型结构, 可以 全面反映个体的关系网络及生平事件。
下面结合附图对本发明做进一步详细的描述。 附图说明
图 1 为一种个人关系及事件数字化建模与搜索方法实现流程图。 图 2 为事件概念模型图。 图 3 为事件概念模型数字化实现图。 图 4 为个体关系概念模型图。 图 5 为个体关系概念模型数字化实现图。 图 6 为简化后的个体节点模型图。 图 7 为特征三叉树结构的个人关系模型图。 图 8 为个人关系搜索流程图。具体实施方式
结合图 1, 本发明首先建立了一种事件概念模型, 其特点在于基于建立相关角色链 的方法实现了相关人员关系挖掘分析 ; 接着基于一种特征三叉树结构建立个体关系概念模 型, 给出其数字化系统实现方法, 构建个体的家族关系网络, 依据个体的生命周期事件关联 构建个体的社会关系网络 ; 挖掘、 计算家族文化及其家族内关联关系、 与其关联的社会关系 及其关联数和关联度, 全面反映个体的关联信息, 最后给出了具体的搜索方法。具体如下 :
第一步、 一种个人关系及事件数字化建模方法, 包括以下步骤 :
步骤 1、 结合图 2、 图 3, 建立事件概念模型, 将事件信息数字化为事件基本信息和 与该基本信息相关人物链表的数据节点 ; 所述事件基本信息为事件编号、 事件名称以及描 述事件中除人物外的各种属性值, 所述各种属性值是指时间、 地点、 时间描述、 图像、 视频等 数据 ; 由于个人生平事迹的记载可以重要事件的形式来表述, 一般一个事件可从事件的名 称、 发生时间、 地点、 事件内容、 视频媒体和相关人物等多方面来描述, 如图 2 所示事件概念 模型。 事件概念具体数字化实现方法本发明按事件基本信息表和相关人物链表两部分结构 实现, 如图 3 所示事件概念模型数字化实现图。其中事件编号 : 唯一标识事件的编号 ; 事件 名称 : 事件的具体名称 ; 事件信息表 : 描述事件中除人物外的各种属性, 用一个关系表来记 载事件的基本信息, 例如时间、 地点、 事件描述、 图像、 视频等。具体操作如下 :
(1) 对事件基本信息进行定义, 具体包括 : 事件编号、 事件名称以及描述事件中除 人物外的各种属性值 ;
(2) 对事件节点人物链表进行数字化建模, 具体为 : 将事件人物数字化成动态单 向链表, 其中链表的节点包含数据域和指向下一节点的指针, 数据域由指向相关个体节点的指针以及其在该事件中扮演的角色参数组成 ;
(3) 对事件人物的角色和参数进行定义, 具体为 : 将事件人物定义为决策者、 执行 者和参与者三种不同的角色, 以期通过这些不同的角色来描述个体对于事件的重要程度以 及相关个体通过事件关联的紧密程度, 并且设定个体对于事件的重要程度为 p, 其中决策者 参数为 f, 执行者参数为 g, 参与者参数为 h, f、 g、 h 均是大于 0 而小于 1 的常数, 并且 f > g >h; 相关个体关联的紧密程度为 c, 其中 c = pa×pb, a、 b 为具体个体 ;
例如 : 通过调查我们可以得知个体对于事件的重要程度, 决策者参数 f 为 0.8, 执 行者参数 g 为 0.5, 参与者参数 h 为 0.2, 假设在某个事件中小李作为决策者角色, 小赵作为 执行者角色, 那么他们对于事件的重要程度分别为 0.8 和 0.5, 那么他们关联的紧密程度 c = 0.8×0.5 = 0.4。
步骤 2、 结合图 4、 图 5、 图 6、 图 7, 建立个体关系概念模型, 将个体信息数字化为个 体基本信息, 并将其数字化为配偶链表、 孩子链表、 社会关系链表以及关联事件链表的数据 节点 ;
在现实社会中, 人与人之间的关系有三种 : 血缘关系、 婚姻关系以及非血缘、 非婚 姻的社会关系, 如图 4 所示, 其中血缘关系包括父亲、 母亲、 孩子、 兄弟姐妹 ; 婚姻关系就是 配偶 ; 非血缘、 非婚姻的社会关系包括朋友、 同事、 同学等, 在这里我们把这些关系统一简称 为社会关系, 该种关系均由人与人之间共同参与某些事件建立。 进一步分析我们发现, 对于 个人来说父亲、 母亲都是唯一的关系, 因此我们只要定义指针直接指向相关节点即可 ; 而对 于配偶、 孩子、 兄弟姐妹、 社会关系都存在多个的可能, 因此我们定义了指针链表来存放指 向这些相关节点的信息 ; 兄弟姐妹关系可以通过父亲节点的孩子链表进行查找, 因此我们 在个体节点定义时省略了该种关系的描述。因此在本发明中我们将个体关系定义为父亲、 母亲、 配偶、 孩子以及社会这五种关系。 结合图 5, 个体关系概念模型结构, 包含入下具体信息 :
个人编号 : 唯一标示个人的标号 ;
姓: 个人的姓氏 ;
名: 个人的名字 ;
决策者频度 : 个人作为决策者角色参加事件的次数 ;
执行者频度 : 个人作为执行者角色参加事件的次数 ;
参与者频度 : 个人作为参与者角色参加事件的次数 ;
个体基本信息表 : 描述个人详细信息, 例如出生年月、 出生地、 学历、 学位以及工作 单位、 家庭地址等基本信息 ;
关联事件链表 : 按照个体生命周期顺序地存储与个体相关的重要事件信息, 是一 个动态单向链表, 数据域存放指向该关联事件的指针以及扮演的角色组成 ;
配偶链表 : 按时间顺序地存放个体的配偶信息, 是一个动态单向链表, 数据域由指 向配偶的指针、 开始时间以及结束时间组成 ;
孩子链表 : 按时间顺序存放个体的孩子信息, 是一个动态单向链表, 节点的数据域 存放指向孩子的指针 ;
社会关系链表 : 描述个体的社会关系信息, 可用一个动态单向链表描述, 其数据域 信息由关联事件链表扩展动态生成, 分别根据关联度以及关联数进行排序, 数据域由指向
社会关系个体的指针、 关联数、 关联度以及与该社会关系与个体关联的事件链表组成, 其中 社会关系的关联事件链表也为动态单向链表, 数据域存放指向关联事件的指针 ;
关联数和关联度 : 关联数为个体之间存在重要事件相关联的次数, 关联度为个体 之间存在社会关系的紧密程度, 由他们参与共同事件所属人物角色特性来决定 ; 假设有 a、 b 两个具体的个体, 他们存在事件关联有 n 次, 则他们的关联数= n ; 那么他们之间的结合图 6, 在个体节点的模型图基础上, 重点分析个体的配偶、 孩子、 社会关系三条 链, 就得到了一个具有三个分支结构 ( 三叉树结构 ) 的简化个体节点模型。结合图 7, 针对 每个节点来说都有三个分支分别指向配偶、 孩子以及社会关系, 其不断向下扩展, 我们就可 以构造出一个特征的三叉树结构的个人关系模型。
本步骤具体操作如下 :
(1) 对个体节点个体基本信息进行定义, 具体包括 : 个体编号、 姓、 名、 其他属性 值、 决策者频度、 执行者频度、 参与者频度、 指向父亲节点的指针、 指向母亲节点的指针 ;
(2) 将决策者频度定义为作为决策者角色参加事件的次数 ;
(3) 将执行者频度定义为作为执行者角色参加事件的次数 ;
(4) 将参与者频度定义为作为参与者角色参加事件的次数 ;
(5) 对个体节点的配偶链表进行数字化建模, 具体为 : 按时间顺序将配偶信息数 字化成动态单向链表, 其中链表的节点包含指向配偶节点的指针、 开始时间、 结束时间以及 指向下一个节点的指针 ;
(6) 对个体节点的孩子链表进行数字化建模, 具体为 : 按出生事件顺序将孩子信 息数字化成动态单向链表, 其中链表的节点包含指向孩子节点的指针以及指向下一个节点 的指针 ;
(7) 对个体节点的社会关系链表进行数字化建模, 具体为 : 将社会关系信息数字 化成动态单向链表, 其中链表的节点包含数据域和指向下一个节点的指针, 数据域由指向 社会关系节点的指针、 关联数、 关联度以及与该社会关系关联的事件链表组成 ;
(8) 社会关系中的关联数定义为个体之间存在事件相关联的数量 ;
(9) 社会关系中的关联度定义为个体之间存在社会关系的紧密程度, 由个体共同
参与事件所属人物角色特性来决定, 数;其中 a、 b 为两个个体, n 为关联(10) 对个体节点的关联事件链表进行数字化建模, 具体为 : 将关联事件数字化成 动态单向链表, 其中链表的节点包含指向关联事件的指针、 扮演角色参数以及指向下一个 节点的指针 ;
(11) 将基于特征三叉树结构个人关系模型定义为 : 将个体节点的配偶链表、 孩子 链表、 社会关系链表视为其三个子节点, 每个子节点的配偶链表、 孩子链表、 社会关系链表 又可视为三个孙节点, 由此组成标准的三叉树结构。
第二步、 基于上述概念模型建立相应的数据库。
第三步、 结合图 8, 一种个人关系及事件的搜索方法, 包括以下步骤 :
步骤 1、 队列初始化 ;
步骤 2、 访问个体节点, 并入队 ;
步骤 3、 判断队列是否为空, 若为空则转到步骤 9, 不为空转到步骤 4 ;
步骤 4、 访问队首节点的父亲、 母亲节点, 并将当前访问节点入队 ;
步骤 5、 访问队首节点的配偶链表的各个节点, 并将当前访问节点入队 ;
步骤 6、 访问队首节点的孩子链表的各个节点, 并将当前访问节点入队 ;
步骤 7、 访问队首节点的社会关系链表的各个节点, 并将当前访问节点入队 ;
步骤 8、 删除队首节点, 转到步骤 3 ;
步骤 9、 结束。
通过上述方法可以搜索出需要的个人关系信息。本发明具有模型结构清晰、 个体 家族关系全面、 可深度挖掘分析个体社会关系以及生平事件等优点, 具有可描述的模型结 构, 可以全面反映个体的关系网络及生平事件。