数据挖掘方法、装置、电子设备及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114297254A(43)申请公布日2022.04.08(21)申请号202111499385.7(22)申请日2021.12.09(71)申请人深圳集智数字科技有限公司地址518000广东省深圳市南山区南山街道南山社区南新路1003号103(72)发明人石雅洁(74)专利代理机构北京嘉科知识产权代理事务所(特殊普通合伙)11687代理人陈俊宏(51)Int.Cl.G06F16/2458(2019.01)G06F16/26(2019.01)G06V40/16(2022.01)权利要求书2页说明书13页附图5页(54)发明名称数据挖掘方法、装置、电子设备及计算机可读存储介质(57)摘要本公开涉及数据挖掘技术领域，提供了一种数据挖掘方法、装置、电子设备及计算机可读存储介质。该方法包括：从人员移动数据流中抓拍出多张图片，并获取该多张图片中每张图片所包括人员的人脸信息，得到人脸信息集合，其中，该人脸信息包括人脸ID、采集该图片的数据采集装置ID以及该图片的抓拍时间点；根据该人脸信息集合，生成人员链路，其中，该人员链路为根据该人脸信息顺序排列的序列串；根据该人员链路，生成频繁模式树；通过该频繁模式树，挖掘目标数据。本公开解决了挖掘同行人的方式效率较低的问题，达到了提高挖掘同行人效率的技术效果。CN114297254ACN114297254A权利要求书1/2页1.一种数据挖掘方法，其特征在于，包括：从人员移动数据流中抓拍出多张图片，并获取所述多张图片中每张图片所包括人员的人脸信息，得到人脸信息集合，其中，所述人脸信息包括人脸ID、采集所述图片的数据采集装置ID以及所述图片的抓拍时间点；根据所述人脸信息集合，生成人员链路，其中，所述人员链路为根据所述人脸信息顺序排列的序列串；根据所述人员链路，生成频繁模式树；通过所述频繁模式树，挖掘目标数据。2.根据权利要求1所述的方法，其特征在于，在根据所述人员链路，生成频繁模式树之前，所述方法还包括：删除小于最小支持度的人脸信息，其中，所述支持度为所述人员被同一个所述数据采集装置连续抓拍到的时间关系出现的次数；或者，合并重复的人脸信息。3.根据权利要求2所述的方法，其特征在于，根据所述人员链路，生成频繁模式树包括：遍历所述人员链路，获取每一个人脸ID出现的频率，得到频率表；根据所述频率表，将所述人员链路中每一个人脸ID按照出现的频率排序，并删除未出现在所述频率表中的人脸ID，得到过滤表；逐个读入所述过滤表中的人脸ID，生成所述频繁模式树。4.根据权利要求3所述的方法，其特征在于，所述逐个读入所述过滤表中的人脸ID，生成所述频繁模式树包括：根据所述过滤表中的人脸ID，获取所有的人员关系记录，其中，所述人员关系记录为所述数据采集装置按照时间排序的序列串；分别以所述人员关系记录为标记构建节点，直至将所述所有的人员关系记录映射到所述频繁模式树中，其中，所述人员关系记录分别映射为所述频繁模式树的一条路径。5.根据权利要求4所述的方法，其特征在于，通过所述频繁模式树，挖掘目标数据包括重复执行以下步骤，直至所述过滤表的节点均被处理，最终得到所述目标数据：按照所述过滤表中节点的先后顺序，采用逆序方式从后往前遍历所述频繁模式树中的第一节点，获得所述第一节点对应的条件基；根据所述条件基，计算除了所述第一节点以外的第二节点的支持度，将小于所述最小支持度的人员删除，其中，所述第二节点为除所述第一节点之外的节点，所述第二节点包括一个或者多个节点。6.根据权利要求3所述的方法，其特征在于，在通过所述频繁模式树，挖掘目标数据之后，所述方法还包括：设置时间递减函数；根据所述时间递减函数，计算随时间衰减的目标数据的关联程度。7.根据权利要求6所述的方法，其特征在于，所述时间递减函数通过以下公式确定：Ti＝1/(1+a(T0‑ti))其中，ti是人员i的同行人平均出现时间，T0是当前的时间，a是随时间的衰减参数。8.一种数据挖掘装置，其特征在于，包括：2CN114297254A权利要求书2/2页获取模块，用于从人员移动数据流中抓拍出多张图片，并获取所述多张图片中每张图片所包括人员的人脸信息，得到人脸信息集合，其中，所述人脸信息包括人脸ID、采集所述图片的数据采集装置ID以及所述图片的抓拍时间点；第一生成模块，用于根据所述人脸信息集合，生成人员链路，其中，所述人员链路为根据所述人脸信息顺序排列的序列串；第二生成模块，用于根据所述人员链路，生成频繁模式树；挖掘模块，用于通过所述频繁模式树，挖掘目标数据。9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一