具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本申请的一个实施例的用于属性亲密度的分析方法，图1示出了根据本申请的实施例的用于属性亲密度的分析方法的流程图。如图1所示，该方法包括：

S101：提取原始数据包中所有相关联的属性信息并保存至关系数据库，并将属性关联记录的分析索引保存至索引库中，其中，分析索引包括起始属性、终止属性和关联边。

在具体的实施例中，响应于每一条属性关联关系被保存至关系关系数据库，调度任务表中新增一项属性亲密度计算待处理任务，根据计算资源空闲情况分配待处理任务，避免影响海量数据的入库效率。

S102：遍历索引库，确定分析索引是否在索引库中存在记录，若不存在，执行未关联属性亲密度分析引擎，并将分析结果导入关联边；若存在，则执行已关联属性亲密度调整引擎，更新属性亲密度分析结果至关联边。

在具体的实施例中，将分析索引中的起始属性和终止属性作为传参，从属性亲密度分析规则库检索出该属性的所有属性亲密度分析规则，形成规则分析集合Pn，规则分析集合Pn的要素包括数据来源、运算规则、运算结果阀值、权重、竞争因子和干扰因子，规则分析集合Pn以权重倒序排列。未关联属性亲密度分析引擎包括：遍历规则分析集合Pn，若规则分析集合Pn的数据来源与分析索引中的数据来源相同，根据运算规则获得结果集合Mn，若结果集合Mn的运算结果大于规则分析集合Pn的运算结果阈值，则分析索引的属性亲密度为结果集合Mn的运算结果与权重的乘积。已关联属性亲密度调整引擎通过关联属性亲密度竞争性调整，根据规则分析集合Pn的竞争因子来调整已关联属性亲密度，在一个具体的实施例中，竞争因子可以为开户日期，若新增关联关系的开户日期晚于索引库中的旧关联关系，则更新属性亲密度分析结果至关联边，竞争因子还可以为其他参数例如期限等，作为判断新增关联关系的亲密度依据。

S103：遍历索引库，获取当前分析索引的所有关联属性关系，根据属性亲密度调整规则，若当前分析索引的起始属性与终止属性之间存在共有关联属性，更新属性亲密度分析结果至当前分析索引的关联边。找到该属性所有关联的属性关系，根据属性亲密度调整规则，调用相应的属性亲密度调整引擎，在两个属性节点的边上，删掉旧的属性亲密度分析结果，并新增新的属性亲密度分析结果。

在具体的实施例中，本申请的目的在于通过分析程序，构建属性关系及关联属性关系的亲密度计算集合，自动分析出属性关联的亲密度，及时调整关联属性的亲密度，并将分析结果回填到关系数据库中，提升属性亲密度分析的工作效率和准确性，支撑用户快速提取亲密度最高最为有用的线索。属性亲密度分析流程主要基于以下两个核心库：属性亲密度分析规则库：获取不同属性关联的亲密度计算的规则，定义如表1：

表1.属性亲密度分析规则库

属性亲密度调整规则库：获取每种关联属性亲密度的调整规则定义如表2：

表2.属性亲密度调整规则表

另外，还定义属性亲密度级别表，用以表示不同级别的定义，具体如表3：

表2.属性亲密度级别表

图2示出了根据本发明的一个具体的实施例的用于属性亲密度的分析方法的主要步骤示意图，如图2所示，主要包括：

步骤201：数据解析入库。接入大数据系统的原始数据包，通过解析入库引擎，提取数据包，包含的所有相关联的属性信息，保存到关系数据库中，每个属性关联记录都包括两个属性节点和一条关系边，属性节点以Key-Value方式进行存储,所有的key采用Base64编码，为了提高检索效率，关系边包含两个特殊的属性_from和_to，再将两个节点和边作为唯一分析索引T(起始属性类型、终止属性类型、关联边)存储到索引库。例：一条卡口过车信息，将提取人-车、人-手机、人-ETC、手机--QQ卡等有关联关系的属性信息，数据解析入库后，会将这些属性关系信息保存到关系数据库，如图3中的属性关联关系所示。

步骤202：任务调度。每将一条属性关联关系，保存到关系数据库后，会在调度任务表里新增一条属性亲密度计算的待处理任务，调度任务的操作由平台根据计算资源的空闲情况进行分配，避免影响海量数据的入库效率。

步骤203：规则判断。遍历索引库，判断T(起始属性、终止属性、关联边)是否在索引库里已有重复记录，如没有说明当前处理任务的两个属性无关联关系，亲密度为低，如有则说明之前已存储过该关联属性的亲密度。

步骤204：未关联属性亲密度分析。如为无关联属性，则执行未关联属性亲密度分析引擎，将分析结果打在两个节点的边上，即为两属性的亲密度分析结果。

步骤205：已关联属性亲密度调整。如为旧记录，分析当前属性关联关系的变化因素，执行已关联属性亲密度调整引擎，在两个属性节点的边上，删掉旧的属性亲密度分析结果，并新增新的属性亲密度分析结果。

步骤206：链条属性亲密度调整。遍历索引库，找到该属性所有关联的属性关系，根据属性亲密度调整规则，调用相应的属性亲密度调整引擎，在两个属性节点的边上，删掉旧的属性亲密度分析结果，并新增新的属性亲密度分析结果。

继续参考图4，图4是示出了根据本发明的一个具体的实施例的用于属性亲密度的分析方法的流程图，如图4所示，该方法包括：

S401：将原始数据解析入库，以Key-Value方式存储至关系数据库；

S402：任务调度，每将一条属性关联关系，保存到关系数据库后，会在调度任务表里新增一条属性亲密度计算的待处理任务，调度任务的操作由平台根据计算资源的空闲情况进行分配，避免影响海量数据的入库效率；

S403：规则判断，遍历索引库，判断T(起始属性、终止属性、关联边)是否在索引库里已有重复记录，即是否为新关系；

S404：判断是否为新关系，若是，则进入步骤S405的未关联属性亲密度分析，并将结果保存至S401中的关系数据库，若否，则进入步骤S406的已关联属性亲密度分析，并将结果保存至S401中的关系数据库；

S407：链条属性亲密度调整，并将结果保存至S401中的关系数据库。

通过未关联属性亲密度分析和已关联属性亲密度调整2种算法，以两两属性组合为基准，结合数据要素、来源、运作类型、规则、时效等因素，快速分析出每组属性关系的亲密度，找出相关联的属性节点，自动准确地调整相关联属性之间的亲密度，每个分析环节都是异步执行，并将分析结果回填到关系数据库中，支撑用户快速过滤掉价值低的线索，减小排查范围，提高排查工作效率。

在具体的实施例中，以身份证-手机号的属性亲密度分析为例，说明属性亲密度分析的核心内容：

第一步：将T(起始属性类型、终止属性类型)作为传参，从属性亲密度分析规则库检索出该属性的所有属性亲密度分析规则，形成规则分析集合Pn，要素为：SJLR数据来源，WSGZ运算规则，WSZGHZ运算结果阀值，QZ权重，ZCRZ竞争因子，GLRZ干扰因子；分析集合Pn以QZ倒序排列。

第二步：未关联属性亲密度分析，遍历Pn，

if([Pn].SJLR＝T.数据来源){得到运算规则WSGZ，根据WSGZ运算，得到结果Mn，遍历Mn，

if([Mn].运算结果>[Pn].WSZGHZ)

{T.属性亲密度＝[Mn].权重*[Mn].运算结果},

}；

例如：身份证-手机号的属性亲密度的分析规则库有一条规则为，运算规则---(手机关联QQ→QQ去关联身份证)，运算结果阀值为5，权重为1；则对应算法为：1)获取手机最后使用的imsi，查询虚拟身份表relations，根据imsi查询关联的QQ，2)根据最后时间排序，返回最新十条数据，取登陆次数count大于5次以上的QQ号，3)分别从符合条件的QQ的好友列表获取QQ备注，返回每个QQ号的备注名称跟备注数量，4)移除亲戚关系实名{"爸","妈","老婆","儿子","侄"}；5)最终得到手机号-姓名的关联关系的属性亲密度结果T。

第三步：关联属性亲密度竞争性调整，根据[Pn].竞争因子来调整相关联的关联属性的亲密度的值，主要满足两个属性类型相同，但值不同的关联关系的亲密度调整，例如：13012345678原来是身份证A在用，那13012345678-A的亲密度为高，但新进一条13012345678-B的关联关系，根据[Pn].竞争因子(开户日期)进行判断，发现13012345678-B的开户日期>13012345678-A的开户日期，则在将13012345678-B的亲密度分析结果置为高，同时将13012345678-A的亲密度由高改为低。

第四步：关联属性亲密度促进式调整，该算法主要是满足某对属性关系的亲密度发生变化时，关联属性关系的亲密度会相应做出调整的场景，从属性亲密度调整规则库获取T影响的关联属性，并根据调整规则进行调整，例如：13012345678不能确定是否身份证A在用，那13012345678-A的属性亲密度为低；当13012345678-QQ(12344)-备注名(A)的亲密度为高，则在将13012345678-QQ(12344)的亲密度分析结果置为高，同时将13012345678-A的亲密度由低改为高。

通过分析程序，针对如何快速准确地分析出属性亲密度的场景，构建属性关系及关联属性关系的亲密度计算集合，自动分析出属性关联关系的亲密度，及时调整已关联属性的亲密度，解决如何根据属性关系的亲密度，快速准确地找到最为有用线索进行预警的问题。提出了未关联属性亲密度分析和已关联属性亲密度调整2种算法，以两两属性组合为基准，结合数据要素、来源、运作类型、规则、时效等因素，快速分析出每组属性关系的亲密度，自动找出相关联属性节点，准确地调整相关联属性的亲密度，每个分析环节都是异步执行，并将分析结果回填到关系数据库中，支撑用户快速过滤掉价值低的线索，减小排查范围，提高排查工作效率。该方法基于海量原始数据场景下，实现了自动分析海量原始数据产生的属性关系的亲密度，分析速度快，分析结果准确，自动分析出属性的亲密度并及时预警，大大降低了人工分析研判的工作，分析效率比人工分析提高超过5倍以上。

继续参考图5，图5示出了根据本发明的实施例的用于属性亲密度的分析系统的框架图。该系统具体包括数据库、索引库构建单元501、亲密度分析调整单元502和关联属性亲密度促进调整单元503。

在具体的实施例中，数据库、索引库构建单元501配置用于提取原始数据包中所有相关联的属性信息并保存至关系数据库，并将属性关联记录的分析索引保存至索引库中，其中，分析索引包括起始属性、终止属性和关联边；亲密度分析调整单元502配置用于遍历索引库，确定分析索引是否在索引库中存在记录，若不存在，执行未关联属性亲密度分析引擎，并将分析结果导入关联边；若存在，则执行已关联属性亲密度调整引擎，更新属性亲密度分析结果至关联边；关联属性亲密度促进调整单元503配置用于遍历索引库，获取当前分析索引的所有关联属性关系，根据属性亲密度调整规则，若当前分析索引的起始属性与终止属性之间存在共有关联属性，更新属性亲密度分析结果至当前分析索引的关联边。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：提取原始数据包中所有相关联的属性信息并保存至关系数据库，并将属性关联记录的分析索引保存至索引库中，其中，分析索引包括起始属性、终止属性和关联边；遍历索引库，确定分析索引是否在索引库中存在记录，若不存在，执行未关联属性亲密度分析引擎，并将分析结果导入关联边；若存在，则执行已关联属性亲密度调整引擎，更新属性亲密度分析结果至关联边；遍历索引库，获取当前分析索引的所有关联属性关系，根据属性亲密度调整规则，若当前分析索引的起始属性与终止属性之间存在共有关联属性，更新属性亲密度分析结果至当前分析索引的关联边。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。