节点等级的划分方法及装置与流程

本公开涉及互联网技术领域中的数据处理技术，尤其涉及一种节点等级的划分方法及装置。

背景技术：

互联网的高度发展已经深刻的改变了人们的生活。在电子商务领域中，作为交易系统的主要参与者，用户的属性特征对于电子商务数据的处理结果具有重要的影响。

目前，在电子商务领域中用于确定用户等级的方法主要包括以下两种：

第一种，根据预先制定的预设规则来实现对用户的分级。具体而言，在基于预设规则对用户进行分级时，规则的好坏对分级的结果具有很大的影响，由于预设规则往往只能反映用户某些方面的信息，难以全面的刻划用户形象，因此评级结果存在一定的片面性和局限性，同时大量的规则维护也存在繁琐麻烦的问题。

第二种，借助于训练模型来实现对用户的分级。具体而言，在采用机器学习模型对用户进行分级时，假设模型合适且训练到位，自然也能获得不错的效果，但这需要大量的已分级用户作为训练集，而且提高结果的准确率也需要模型的不断迭代，因此难以提供实时性的服务。

由此可知，现有技术中关于用户等级的确定方法还存在不少问题，因此亟需寻求更好的分级方法来满足电子商务交易的需求。

技术实现要素：

为克服相关技术中存在的问题，本公开实施例提供一种节点等级的划分方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种节点等级的划分方法，包括：

获取当前更新的目标节点的关系子图，所述目标节点的关系子图中包括所述目标节点以及与所述目标节点相关联的参考节点，且所述参考节点具有数据更新；

根据所述目标节点、与所述目标节点相关联且具有数据更新的所述参考节点、以及所述参考节点与所述目标节点之间的关联度，确定所述目标节点的当前评分；

根据所述目标节点的当前评分划分所述目标节点的当前等级，所述当前等级对应于当前更新的所述目标节点的关系子图。

在一个实施例中，所述获取当前更新的目标节点的关系子图包括：

获取更新前的所述目标节点的关系子图，并监测更新前的所述目标节点的关系子图中各个参考节点的数据变化，所述数据变化包括所述参考节点的增减以及节点评分的变化；

在任一个所述参考节点的状态发生变化时，获取变化后的所述目标节点的关系子图，在该变化后的所述目标节点的关系子图中，所述目标节点为待更新节点。

在一个实施例中，所述根据所述目标节点、与所述目标节点相关联且具有数据更新的所述参考节点、以及所述参考节点与所述目标节点之间的关联度，确定所述目标节点的当前评分包括：

获取所述目标节点的历史评分、与所述目标节点相关联的所述参考节点的评分变化、以及所述参考节点与所述目标节点之间的关联度的权重值；

以所述目标节点的历史评分为基准，根据所述参考节点的评分变化以及所述参考节点与所述目标节点之间的关联度的权重值，确定所述目标节点的当前评分。

在一个实施例中，所述参考节点与所述目标节点之间的关联度包括第一关联度、第二关联度和第三关联度；

所述关联度的权重值包括所述第一关联度对应的第一权重值、所述第二关联度对应的第二权重值和所述第三关联度对应的第三权重值；

其中，所述第一关联度、所述第二关联度和所述第三关联度由强到弱，所述第一权重值、所述第二权重值和所述第三权重值由大到小。

在一个实施例中，所述划分方法还包括：

构建节点关系网络，并对所述节点关系网络中的各个节点进行初始化，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，所述构建节点关系网络包括：

以预设节点为核心，基于预设关系获取所述预设节点的关联节点，所述预设节点包括所述目标节点；

根据所述预设节点和所述预设节点的关联节点构建所述节点关系网络，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，所述划分方法还包括：

监测预设时段内所述目标节点的关系子图中新增的参考节点的数量以及所述新增的参考节点的属性；

根据所述预设时段、所述新增的参考节点的数量和所述新增的参考节点的属性确定所述目标节点的属性，所述目标节点的属性指示所述目标节点的风险等级。

根据本公开实施例的第二方面，提供一种节点等级的划分装置，包括：

获取模块，用于获取当前更新的目标节点的关系子图，所述目标节点的关系子图中包括所述目标节点以及与所述目标节点相关联的参考节点，且所述参考节点具有数据更新；

第一确定模块，用于根据所述目标节点、与所述目标节点相关联且具有数据更新的所述参考节点、以及所述参考节点与所述目标节点之间的关联度，确定所述目标节点的当前评分；

划分模块，用于根据所述目标节点的当前评分划分所述目标节点的当前等级，所述当前等级对应于当前更新的所述目标节点的关系子图。

在一个实施例中，所述获取模块包括：

第一获取单元，用于获取更新前的所述目标节点的关系子图，并监测更新前的所述目标节点的关系子图中各个参考节点的数据变化，所述数据变化包括所述参考节点的增减以及节点评分的变化；

第二获取单元，用于在任一个所述参考节点的状态发生变化时，获取变化后的所述目标节点的关系子图，在该变化后的所述目标节点的关系子图中，所述目标节点为待更新节点。

在一个实施例中，所述第一确定模块包括：

第三获取单元，用于获取所述目标节点的历史评分、与所述目标节点相关联的所述参考节点的评分变化、以及所述参考节点与所述目标节点之间的关联度的权重值；

确定单元，用于以所述目标节点的历史评分为基准，根据所述参考节点的评分变化以及所述参考节点与所述目标节点之间的关联度的权重值，确定所述目标节点的当前评分。

在一个实施例中，所述参考节点与所述目标节点之间的关联度包括第一关联度、第二关联度和第三关联度；

所述关联度的权重值包括所述第一关联度对应的第一权重值、所述第二关联度对应的第二权重值和所述第三关联度对应的第三权重值；

其中，所述第一关联度、所述第二关联度和所述第三关联度由强到弱，所述第一权重值、所述第二权重值和所述第三权重值由大到小。

在一个实施例中，所述划分装置还包括：

构建模块，用于构建节点关系网络，并对所述节点关系网络中的各个节点进行初始化，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，所述构建模块包括：

第四获取单元，用于以预设节点为核心，基于预设关系获取所述预设节点的关联节点，所述预设节点包括所述目标节点；

构建单元，用于根据所述预设节点和所述预设节点的关联节点构建所述节点关系网络，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，所述划分装置还包括：

监测模块，用于监测预设时段内所述目标节点的关系子图中新增的参考节点的数量以及所述新增的参考节点的属性；

第二确定模块，用于根据所述预设时段、所述新增的参考节点的数量和所述新增的参考节点的属性确定所述目标节点的属性，所述目标节点的属性指示所述目标节点的风险等级。

根据本公开实施例的第三方面，提供一种节点等级的划分装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行第一方面任一实施例所述方法的步骤。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面任一实施例所述方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开技术方案可根据目标节点的关系子图中各个参考节点的数据变化实时确定目标节点的当前评分，并根据目标节点的当前评分来确定目标节点的最新分级。由于目标节点的等级是基于其所有的关联信息而实时确定的，因此能够方便快速的实现等级划分，从而保证了等级划分的实时性和全面性。相比于目前普遍采用的分级方法，本公开技术方案一方面能够避免预设规则的片面性和局限性，另一方面无需预先打标的训练集，并且能够方便快速的实现数据迭代，因此具有更好的分级效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据示例性实施例示出的节点等级的划分方法的流程图一；

图2是根据示例性实施例示出的目标节点的关系子图的示意图；

图3是根据示例性实施例示出的节点等级的划分方法的流程图二；

图4是根据示例性实施例示出的节点等级的划分方法的流程图三；

图5a是根据示例性实施例示出的节点等级的划分装置的模块图一；

图5b是根据示例性实施例示出的节点等级的划分装置的模块图二；

图5c是根据示例性实施例示出的节点等级的划分装置的模块图三；

图5d是根据示例性实施例示出的节点等级的划分装置的模块图四；

图5e是根据示例性实施例示出的节点等级的划分装置的模块图五；

图5f是根据示例性实施例示出的节点等级的划分装置的模块图六；

图6是根据示例性实施例示出的用于节点等级的划分装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开实施例所提供的技术方案涉及节点等级的划分方法，用于实现对用户节点的分级，所述节点包括电子商务系统中的用户以及与用户相关联的电话、银行卡、设备和其它用户等。相关技术中，比较普遍的用户分级方法包括根据预先制定的预设规则来对用户进行分级和借助于训练模型来对用户进行分级两种方式，但前者存在片面性和局限性的缺陷，而后者也存在难以提供实时性服务的问题。基于此，本公开实施例可根据目标节点的关系子图中各个参考节点的数据变化实时确定目标节点的当前评分，并根据目标节点的当前评分来确定目标节点的最新分级。由于目标节点的等级是基于其所有的关联信息而实时确定的，因此能够方便快速的实现等级划分，从而保证了等级划分的实时性和全面性。相比于目前普遍采用的分级方法，本公开技术方案一方面能够避免预设规则的片面性和局限性，另一方面无需预先打标的训练集，并且能够方便快速的实现数据迭代，因此具有更好的分级效果。

图1示例性示出了本公开实施例所提供的节点等级的划分方法的流程图。根据图1所示，该节点等级的划分方法具体包括如下步骤s101至s103：

在步骤s101中，获取当前更新的目标节点的关系子图，所述目标节点的关系子图中包括目标节点以及与该目标节点相关联的参考节点，且该参考节点具有数据更新。

其中，目标节点是指电子商务系统中的第一用户节点例如买家节点，而参考节点是指电子商务系统中与该第一用户节点相关联的第二用户节点例如卖家节点或好友节点、银行卡节点、电话节点、以及设备节点等。

在步骤s102中，根据目标节点、与目标节点相关联且具有数据更新的参考节点、以及参考节点与目标节点之间的关联度确定目标节点的当前评分。

其中，参考节点与目标节点之间的关联度是指二者之间的强弱关联程度，例如普通关联、强关联和弱关联，或者按照不同程度划分而成的关联关系。需要说明的是：这里的关联度在实际应用中可被数据化处理，也就是将不同的关联度处理为不同的数值，以便满足数据处理的要求。

在步骤103中，根据目标节点的当前评分划分目标节点的当前等级，该当前等级对应于当前更新的目标节点的关系子图。

其中，目标节点的当前评分和当前等级均对应于当前更新的目标节点的关系子图，其是基于参考节点的数据变化而实时确定的目标节点的最新等级。

基于上述步骤s101-s103可知，本公开实施例可根据目标节点的关系子图中各个参考节点的数据变化实时确定目标节点的当前评分，并根据目标节点的当前评分来确定目标节点的最新分级。由于目标节点的等级是基于其所有的关联信息而实时确定的，因此能够方便快速的实现等级划分，从而保证了等级划分的实时性和全面性。相比于目前普遍采用的分级方法，本公开技术方案一方面能够避免预设规则的片面性和局限性，另一方面无需预先打标的训练集，并且能够方便快速的实现数据迭代，因此具有更好的分级效果。

下面结合具体实施例来对本公开技术方案的各个步骤进行详细的说明。

在步骤s101中，获取当前更新的目标节点的关系子图，所述目标节点的关系子图中包括目标节点以及与该目标节点相关联的参考节点，且该参考节点具有数据更新。

这里以目标节点为买家用户，参考节点包括与该买家用户相关联的卖家用户、好友用户a和好友用户b、银行卡和电话为例，结合图2对本步骤的具体实施方式进行详细的说明。图2示例性示出了本公开实施例中目标节点的关系子图的示意图。当然，该目标节点的关系子图实际可能更为复杂，这里仅以简单的示例作为说明。根据图2可知，本实施例可自预先构建的节点关系网络中提取出以买家用户为核心的关系子图即买家用户的关系子图，该买家用户的关系子图中包括买家用户、与该买家用户相关联的卖家用户、好友用户a和好友用户b、以及银行卡和电话等若干个节点，且各个节点均携带有自己的评分，以此方法便可获取到买家用户的关系子图。应当理解的是：图2仅显示出了节点关系网络中与目标节点即买家用户相关联的部分，但其实际还包括更复杂的关系网络，这里不做具体介绍。基于此，本步骤s101具体包括：

s1011、获取更新前的目标节点的关系子图，并监测更新前的目标节点的关系子图中各个参考节点的数据变化，所述数据变化包括参考节点的增减以及节点评分的变化；

s1012、在任一个参考节点的状态发生变化时，获取变化后的目标节点的关系子图，在该变化后的目标节点的关系子图中，所述目标节点为待更新节点。

举例而言，本实施例可在预先构建的节点关系网络中提取出买家用户的关系子图作为更新前的关系子图，该买家用户的关系子图中包括买家用户的历史评分、卖家用户的历史评分、好友用户a的历史评分、好友用户b的历史评分、银行卡的历史评分和电话的历史评分，以及各个参考节点与买家用户之间的关联度对应的权重值，其中权重值为预先设定好的值。基于已获取的买家用户的关系子图，实时监测该关系子图，以判断其是否存在参考节点的增减或者参考节点的评分变化等数据变化情况。一旦监测到任一个节点出现了数据变化，便可获取变化后的买家用户的关系子图作为更新后的关系子图，该买家用户的关系子图中包括买家用户的历史评分、卖家用户的当前评分、好友用户a的当前评分和好友用户b的当前评分、银行卡的当前评分和电话的当前评分，以及各个参考节点与买家用户之间的关联度对应的权重值，其中权重值通常保持不变，但不以此为限。基于此可知，在更新后的买家用户的关系子图中，买家用户的评分仍为历史评分，而与该买家用户相关联的卖家用户、好友用户a和好友用户b、以及银行卡和电话等各个参考节点的评分为当前评分，此时根据各个参考节点的当前评分即可确定买家用户的当前评分，具体确定方法详见后续步骤。

在步骤s102中，根据目标节点、与目标节点相关联且具有数据更新的参考节点、以及参考节点与目标节点之间的关联度确定目标节点的当前评分。

这里以参考节点与目标节点之间的关联度包括由强到弱的第一关联度、第二关联度和第三关联度为例，即第一关联度对应强关联、第二关联度对应中关联、第三关联度对应弱关联，则第一关联度的第一权重值、第二关联度的第二权重值和第三关联度的第三权重值由大到小依次递减，例如第一权重值为3、第二权重值为2、第三权重值为1。基于此，本步骤s102具体包括：

s1021、获取目标节点的历史评分、与该目标节点相关联的参考节点的评分变化、以及参考节点与目标节点之间的关联度的权重值；

s1022、以目标节点的历史评分为基准，根据参考节点的评分变化以及参考节点与目标节点之间的关联度的权重值确定目标节点的当前评分。

举例而言，本实施例可基于更新前的买家用户的关系子图获取买家用户的历史评分、卖家用户的历史评分、好友用户a的历史评分和好友用户b的历史评分、银行卡的历史评分和电话的历史评分，并基于变化后的买家用户的关系子图获取卖家用户的当前评分、好友用户a的当前评分和好友用户b的当前评分、银行卡的当前评分和电话的当前评分，从而得到各个参考节点的评分变化，同时还可获取各个参考节点与买家用户之间的关联度所对应的权重值。考虑到各个参考节点与买家用户之间的关联度所对应的权重值可能会发生变化，因此在获取该权重值时优选基于变化后的买家用户的关系子图来获取，从而能够避免在权重值发生变化时造成买家用户的评分不准的问题。假设买家用户与银行卡之间通过绑定关系产生的关联度为强关联，买家用户与卖家用户之间通过订单关系产生的关联度为中关联，买家用户与好友用户a和好友用户b之间通过会话关系产生的关联度为中关联，买家用户与电话之间通过绑定关系产生的关联度为弱关联，此时买家用户的当前评分可根据如下原则确定：以买家用户的历史评分为基准，可将卖家用户的评分变化与中关联对应的第二权重值2的乘积、好友用户a的评分变化与中关联对应的第二权重值2的乘积、好友用户b的评分变化与中关联对应的第二权重值2的乘积、银行卡的评分变化与强关联对应的第一权重值3的乘积、以及电话的评分变化与弱关联对应的第三权重值1的乘积与买家用户的历史评分进行加和运算，从而得到更新后的买家用户的当前评分。其中，在好友用户a或好友用户b被判定为垃圾用户或者银行卡受到处罚时，其所对应的评分变化为负值，此时基于其评分变化以及与买家用户之间的关联度而确定的对买家用户的分数贡献也为负值，即会使买家用户的分数降低。

在步骤103中，根据目标节点的当前评分划分目标节点的当前等级，该当前等级对应于当前更新的目标节点的关系子图。

这里以节点等级包括钻石用户、星级用户、大众用户和失信用户为例，不同等级对应有不同的评分要求，本实施例根据买家用户的当前评分与各个等级的评分要求，即可确定出其所属的当前等级。基于此可知，买家用户的当前等级是根据与其相关联的各个参考节点而确定的，因此能够根据用户的所有关联信息实现对用户的评级，从而保证了等级划分的全面性。与此同时，由于在买家用户的关系子图中，一旦与该买家用户相关联的任一个参考节点发生变化，便需更新该买家用户的当前评分，因此能够方便快速的实现用户评级的更新，从而确保了等级划分的实时性。

基于上述过程可知，本公开技术方案是在节点关系网络中提取目标节点的关系子图的，因此所述节点等级的划分方法还需包括构建节点关系网络的步骤。图3示例性示出了本公开实施例所提供的节点等级的划分方法的流程图。根据图3所示，该节点等级的划分方法还包括如下步骤s100：

在步骤s100中，构建节点关系网络，并对节点关系网络中的各个节点进行初始化，所述节点关系网络中包括有目标节点的关系子图。

需要说明的是：这里构建的节点关系网络是指包含了所有用户及其关联信息的关系网络，而目标节点的关系子图只是该关系网络中的很小的一部分。

基于此，所述构建节点关系网络的具体过程包括：

s1001、以预设节点为核心，基于预设关系获取预设节点的关联节点，所述预设节点包括目标节点；

s1002、根据预设节点和预设节点的关联节点构建节点关系网络，所述节点关系网络中包括目标节点的关系子图。

其中，预设节点是指作为核心以构建其关系子图的节点，关联节点是指与预设节点相关联的节点，而预设关系则是指用于建立预设节点和关联节点之间关系的条件，其包括但不限于绑定关系、订单关系和会话关系。

举例而言，本实施例可将若干预设用户视为核心节点，该预设用户包括但不限于买家用户和卖家用户，以每个预设用户为核心，通过各种预设关系建立起各个预设用户的关系子图。在预设用户足够多的情况下，由预设关系便可实现各个预设用户的关系子图之间的关联，从而构建成所需的节点关系网络。基于此，本实施例还可对该节点关系网络中的各个节点进行初始化，即为不同的节点赋予不同的初始化值，例如普通用户的初始化基准分数为100，银行卡的初始化基准分数为0，若遇到处罚减1分，电话卡的初始化基准分数为0，若遇到虚拟号码减1分，这样便可为后续的节点评分提供基础。

考虑到节点关系网络的构建是为了方便观察用户行为，以便对用户实施风险控制，因此本公开技术方案还可进一步监控节点关系网络的过程。图4示例性示出了本公开实施例所提供的节点等级的划分方法的流程图。根据图4所示，该节点等级的划分方法进一步还包括如下步骤s104至s105：

在步骤s104中，监测在预设时段内目标节点的关系子图中新增的参考节点的数量以及新增的参考节点的属性；

在步骤s105中，根据该预设时段、新增的参考节点的数量以及新增的参考节点的属性确定目标节点的属性，所述目标节点的属性指示目标节点的风险等级。

举例而言，在电子商务系统中，买家用户可以通过订单关系实现与卖家用户之间的关联，通过聊天关系实现与好友用户之间的关联，以及通过绑定关系实现与银行卡和电话之间的关联，因此本实施例便可以目标节点的关系子图为基础来监测该关系子图的成长变化。若买家用户与新的卖家用户之间建立了订单关系，则在目标节点的关系子图中便会增加新的卖家用户以作为该买家用户的参考节点；若买家用户与新的好友用户之间建立了聊天关系，则在目标节点的关系子图中也会增加新的好友用户以作为该买家用户的参考节点；若买家用户绑定了新的银行卡，则在目标节点的关系子图中还会增加新的银行卡以作为该买家用户的参考节点。其中，新增的参考节点均携带有各自的属性，例如用户属于优质用户还是垃圾用户、银行卡属于白金卡还是普通卡、电话号码属于高级用户还是欠费用户等。基于此，本实施例可根据预设时段的时长、新增的参考节点的数量和新增的参考节点的属性来进一步确定目标节点的属性，该目标节点的属性可用于指示目标节点的风险等级。例如在一买家用户的聊天关系中关联了大量的好友用户，且会话内容都属于垃圾消息时，该买家用户的属性就会被判定为垃圾用户，此时便可进一步对该买家用户实施风险控制。

基于上述的各项实施例可知，本公开技术方案可基于用户的关联行为来实现对用户的等级划分，由于分级基础为目标节点的关系子图，因此其迭代速度快，基于现有的数据即可方便快速的更新用户评级，从而确保等级划分的实时性和全面性。

下述为本公开装置实施例，可以用于执行本公开方法实施例。

图5a是根据示例性实施例示出的节点等级的划分装置的结构示意图，该装置可通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。根据图5a所示，该节点等级的划分装置包括获取模块501、第一确定模块502和划分模块503。其中，获取模块501用于获取当前更新的目标节点的关系子图，所述目标节点的关系子图中包括所述目标节点以及与所述目标节点相关联的参考节点，且所述参考节点具有数据更新；第一确定模块502用于根据所述目标节点、与所述目标节点相关联且具有数据更新的所述参考节点、以及所述参考节点与所述目标节点之间的关联度，确定所述目标节点的当前评分；划分模块503用于根据所述目标节点的当前评分划分所述目标节点的当前等级，所述当前等级对应于当前更新的所述目标节点的关系子图。

在一个实施例中，参考图5b所示，所述获取模块501包括第一获取单元5011和第二获取单元5012。其中，第一获取单元5011用于获取更新前的所述目标节点的关系子图，并监测更新前的所述目标节点的关系子图中各个参考节点的数据变化，所述数据变化包括所述参考节点的增减以及节点评分的变化；第二获取单元5012用于在任一个所述参考节点的状态发生变化时，获取变化后的所述目标节点的关系子图，在该变化后的所述目标节点的关系子图中，所述目标节点为待更新节点。

在一个实施例中，参考图5c所示，所述第一确定模块502包括第三获取单元5021和确定单元5022。其中，第三获取单元5021用于获取所述目标节点的历史评分、与所述目标节点相关联的所述参考节点的评分变化、以及所述参考节点与所述目标节点之间的关联度的权重值；确定单元5022用于以所述目标节点的历史评分为基准，根据所述参考节点的评分变化以及所述参考节点与所述目标节点之间的关联度的权重值，确定所述目标节点的当前评分。

在一个实施例中，所述参考节点与所述目标节点之间的关联度包括第一关联度、第二关联度和第三关联度；

所述关联度的权重值包括所述第一关联度对应的第一权重值、所述第二关联度对应的第二权重值和所述第三关联度对应的第三权重值；

其中，所述第一关联度、所述第二关联度和所述第三关联度由强到弱，所述第一权重值、所述第二权重值和所述第三权重值由大到小。

在一个实施例中，参考图5d所示，该节点等级的划分装置还包括构建模块500，该构建模块500用于构建节点关系网络，并对所述节点关系网络中的各个节点进行初始化，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，参考图5e所示，所述构建模块500包括第四获取单元5001和构建单元5002。其中，第四获取单元5001用于以预设节点为核心，基于预设关系获取所述预设节点的关联节点，所述预设节点包括所述目标节点；构建单元5002用于根据所述预设节点和所述预设节点的关联节点构建所述节点关系网络，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，参考图5f所示，该节点等级的划分装置还包括监测模块504和第二确定模块505。其中，监测模块504用于监测预设时段内所述目标节点的关系子图中新增的参考节点的数量以及所述新增的参考节点的属性；第二确定模块505用于根据所述预设时段、所述新增的参考节点的数量和所述新增的参考节点的属性确定所述目标节点的属性，所述目标节点的属性指示所述目标节点的风险等级。

本公开实施例所提供的节点等级的划分装置，根据目标节点的关系子图中各个参考节点的数据变化实时确定目标节点的当前评分，并根据目标节点的当前评分来确定目标节点的最新分级。由于目标节点的等级是基于其所有的关联信息而实时确定的，因此能够方便快速的实现等级划分，从而保证了等级划分的实时性和全面性。相比于目前普遍采用的分级方法，本公开技术方案一方面能够避免预设规则的片面性和局限性，另一方面无需预先打标的训练集，并且能够方便快速的实现数据迭代，因此具有更好的分级效果。

关于上述实施例中的装置，其各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开实施例还提供一种节点等级的划分装置，该装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，处理器被配置为执行：

获取当前更新的目标节点的关系子图，所述目标节点的关系子图中包括所述目标节点以及与所述目标节点相关联的参考节点，且所述参考节点具有数据更新；

根据所述目标节点、与所述目标节点相关联且具有数据更新的所述参考节点、以及所述参考节点与所述目标节点之间的关联度，确定所述目标节点的当前评分；

根据所述目标节点的当前评分划分所述目标节点的当前等级，所述当前等级对应于当前更新的所述目标节点的关系子图。

在一个实施例中，上述处理器还可被配置为：获取更新前的所述目标节点的关系子图，并监测更新前的所述目标节点的关系子图中各个参考节点的数据变化，所述数据变化包括所述参考节点的增减以及节点评分的变化；

在任一个所述参考节点的状态发生变化时，获取变化后的所述目标节点的关系子图，在该变化后的所述目标节点的关系子图中，所述目标节点为待更新节点。

在一个实施例中，上述处理器还可被配置为：获取所述目标节点的历史评分、与所述目标节点相关联的所述参考节点的评分变化、以及所述参考节点与所述目标节点之间的关联度的权重值；

以所述目标节点的历史评分为基准，根据所述参考节点的评分变化以及所述参考节点与所述目标节点之间的关联度的权重值，确定所述目标节点的当前评分。

在一个实施例中，上述处理器还可被配置为：构建节点关系网络，并对所述节点关系网络中的各个节点进行初始化，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，上述处理器还可被配置为：以预设节点为核心，基于预设关系获取所述预设节点的关联节点，所述预设节点包括所述目标节点；

根据所述预设节点和所述预设节点的关联节点构建所述节点关系网络，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，上述处理器还可被配置为：监测预设时段内所述目标节点的关系子图中新增的参考节点的数量以及所述新增的参考节点的属性；

根据所述预设时段、所述新增的参考节点的数量和所述新增的参考节点的属性确定所述目标节点的属性，所述目标节点的属性指示所述目标节点的风险等级。

图6是根据示例性实施例示出的用于节点等级的划分装置的结构框图。例如，装置60可被提供为一服务器。装置60包括处理组件602，其进一步包括一个或多个处理器，以及由存储器604所代表的存储器资源，用于存储可由处理组件602的执行的指令，例如应用程序。存储器604中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件602被配置为执行指令，以执行上述方法。

装置60还可以包括一个电源组件606被配置为执行装置60的电源管理，一个有线或无线网络接口608被配置为将装置60连接到网络，和一个输入/输出(i/o)接口610。装置60可以操作基于存储在存储器604的操作系统，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm或类似。

本公开实施例还提供一种非临时性计算机可读存储介质，当存储介质中的指令由装置60的处理器执行时，使得装置60能够执行上述的节点等级的划分方法，所述方法包括：

获取当前更新的目标节点的关系子图，所述目标节点的关系子图中包括所述目标节点以及与所述目标节点相关联的参考节点，且所述参考节点具有数据更新；

根据所述目标节点、与所述目标节点相关联且具有数据更新的所述参考节点、以及所述参考节点与所述目标节点之间的关联度，确定所述目标节点的当前评分；

根据所述目标节点的当前评分划分所述目标节点的当前等级，所述当前等级对应于当前更新的所述目标节点的关系子图。

在一个实施例中，所述获取当前更新的目标节点的关系子图包括：

获取更新前的所述目标节点的关系子图，并监测更新前的所述目标节点的关系子图中各个参考节点的数据变化，所述数据变化包括所述参考节点的增减以及节点评分的变化；

在任一个所述参考节点的状态发生变化时，获取变化后的所述目标节点的关系子图，在该变化后的所述目标节点的关系子图中，所述目标节点为待更新节点。

在一个实施例中，所述根据所述目标节点、与所述目标节点相关联且具有数据更新的所述参考节点、以及所述参考节点与所述目标节点之间的关联度，确定所述目标节点的当前评分包括：

获取所述目标节点的历史评分、与所述目标节点相关联的所述参考节点的评分变化、以及所述参考节点与所述目标节点之间的关联度的权重值；

以所述目标节点的历史评分为基准，根据所述参考节点的评分变化以及所述参考节点与所述目标节点之间的关联度的权重值，确定所述目标节点的当前评分。

在一个实施例中，所述参考节点与所述目标节点之间的关联度包括第一关联度、第二关联度和第三关联度；

所述关联度的权重值包括所述第一关联度对应的第一权重值、所述第二关联度对应的第二权重值和所述第三关联度对应的第三权重值；

其中，所述第一关联度、所述第二关联度和所述第三关联度由强到弱，所述第一权重值、所述第二权重值和所述第三权重值由大到小。

在一个实施例中，所述方法还包括：

构建节点关系网络，并对所述节点关系网络中的各个节点进行初始化，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，所述构建节点关系网络包括：

以预设节点为核心，基于预设关系获取所述预设节点的关联节点，所述预设节点包括所述目标节点；

根据所述预设节点和所述预设节点的关联节点构建所述节点关系网络，所述节点关系网络中包括所述目标节点的关系子图。

在一个实施例中，所述方法还包括：

监测预设时段内所述目标节点的关系子图中新增的参考节点的数量以及所述新增的参考节点的属性；

根据所述预设时段、所述新增的参考节点的数量和所述新增的参考节点的属性确定所述目标节点的属性，所述目标节点的属性指示所述目标节点的风险等级。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。