海量文本中挖掘人物关联关系核心技术介绍-桂洪冠

在大数据时代，通过对目标人物的轨迹、通信、社交、出行、网络等多模态行为进行挖掘并建立人物画像模型，并依托人物基础特征和高层特征，实例化人物画像，支撑有关部门分析人员全方位了解目标人物的行为、活动、状态、基本属性等信息，同时能够基于人物画像指导人物活动规律分析、人物能力分析、人物动向分析等应用。

图1 某人物组织网络示例

 本文将重点就人物关联关系挖掘及其关键技术进行分析。人物关联关系挖掘是网络关系挖掘中的重要一步，通过人物关联关系挖掘，可以获得关系网络中的关键结点和关键路径，进一步获取更多的人物关联关系信息。人物关联关系挖掘包括通联关系挖掘、人物群体关系挖掘、关系网络关键节点发现以及关联网络关键路径发现。

 图2 人物关联关系挖掘技术结构

通联关系挖掘

通过查找选定多个人物话单人物，对多人物之间的通联关系建立网络（如图2），构建人物之间的关系网络，并计算话单人物间的亲密值权重。基于构建的关系网络可以做以下统计分析挖掘：

图3 多人物关系网络示意图

01关键节点发现

在构建的关系网络中，以用户为节点，通过PageRank算法量化不同粒度网络结构中不同主体的地位，发掘关系网络中的关键节点，以发现活跃及高价值人物。

02最短路径查找

在构建的关系网络中，选中两个人物，发现两个人物间的最短路径，帮助分析人员快速了解人物间的关联性。

03团体发现

在构建的关系网络中，选中多个人物，发现多人物的亲密社区。通过社区发现算法将整个网络中的人物划分成若干个群体。