一种数据资产图谱的管理方法及相关设备与流程

本技术涉及计算机领域，尤其涉及一种数据资产图谱的管理方法、系统、计算设备集群、计算机可读存储介质、计算机程序产品。

背景技术：

1、随着计算机技术的不断发展，产生了各种形式的数字资产。该数字资产是指由实体(如企业、组织)拥有或者控制的，能够带来未来利益的，以物理或电子的方式记录的数据资产。该数据资产例如可以是文件资料或者是电子数据。

2、数据资产中的不同资产实体之间可能存在各种各样的关系。以资产实体为节点、资产实体间的关联关系为连边，所构成的图结构称为数据资产图谱。数据资产图谱能够以可视化的方式进行展示，并支持用户根据数据资产之间关系进行探索和分析。在探索、分析过程中，资产实体和资产实体间关联关系是主要的分析对象。用户可以基于数据资产图谱的交互功能不断切换视角(例如是分析维度)和关注点(例如是分析对象)，深入分析该用户所关注的数据资产及其关系演化模式。

3、然而，上述方法完全依赖于人工探索，用户面对大量的节点与连边，难以选择合适的节点或连边进行探索分析。并且，用户选择了不合适的节点或连边时，可以导致探索过程比较耗时，并且产生大量的冗余信息，上述冗余信息增加了发现有用信息的难度，严重影响分析效率。

技术实现思路

1、本技术提供了一种数据资产图谱的管理方法，该方法通过确定推荐探索信息，并向用户呈现该推荐探索信息，以引导用户探索数据资产图谱，避免了盲目的点选交互，减少了探索过程的耗时，以及减少了探索过程产生的冗余信息，提高了探索、分析的效率。本技术还提供了该方法对应的管理系统系统、计算设备集群、计算机可读存储介质以及计算机程序产品。

2、第一方面，本技术提供了一种数据资产图谱的管理方法。该方法可以由数据资产图谱的管理系统执行。为了便于描述，下文也可以简称为管理系统。管理系统可以是软件系统，该软件系统可以部署在计算设备集群中。计算设备集群通过执行软件系统的程序代码，从而执行本技术实施例的数据资产普通的管理方法。在一些实施例中，管理系统也可以是具有数据资产图谱管理功能的硬件系统，该硬件系统运行时，执行本技术实施例的数据资产图谱的管理方法。例如，管理系统可以是具有数据资产图谱管理功能的计算设备集群。

3、具体地，管理系统可以获取数据资产图谱，然后根据数据资产图谱，确定针对数据资产图谱的推荐探索信息，例如是推荐探索起始节点、推荐探索连边、推荐探索目标节点等信息中的一种或多种，然后向用户呈现推荐探索信息。该推荐探索信息用于引导用户探索数据资产图谱。

4、在该方法中，用户可以在推荐探索信息的引导下，选择合适的节点或连边(例如是重要数据资产对应的节点或重要关联关系对应的连边)进行探索分析，减少了探索过程的耗时，以及减少了探索过程产生的冗余信息，提高了探索、分析的效率。而且，该方法可以避免重复经历过的探索步骤，从而减少重复或无效的交互，进一步提高分析效率。

5、在一些可能的实现方式中，所述推荐探索信息包括以下任意一种或多种：

6、推荐探索起始节点、推荐连边、推荐探索目标节点。

7、其中，管理系统向用户呈现推荐探索起始节点，可以解决人工探索产生的“冷启动”问题，即解决用户面对“点边双异质网络”时，由于网络包括多类型节点、多类型连边，难以决断从哪个类别、哪个属性开始分析，进而导致盲目过滤和筛选的问题。

8、管理系统向用户呈现推荐探索连边，可以解决人工探索产生的“冷扩展”问题，即解决进入分析流程后，用户发现了感兴趣节点时，需要扩展性探索一些关联关系，但面对复杂的关联关系，缺乏引导性提示，导致盲目的点选交互的问题。

9、管理系统向用户呈现推荐探索目标节点，可以解决需要人工从大规模的数据资产图谱中确定探索起点，并经过大量的交互操作，探索出符合期望的目标节点的问题，大幅缩短了探索时间，提高了探索效率。

10、在一些可能的实现方式中，当图谱展示界面上的推荐控件被触发时，管理系统可以在所述图谱展示界面展示所述推荐探索起始节点。或者，当用户触发连边推荐操作时，管理系统可以向所述用户展示所述用户选中的第一节点相关的所述推荐连边。或者，当用户触发目标推荐操作时，管理系统可以向所述用户展示所述推荐探索目标节点。其中，推荐探索目标节点根据所述用户选中的第二节点为起始节点的路径所经过的节点的评分确定。

11、在该方法中，管理系统可以提供多种原子交互导航功能，用户可以选择其中一种或多种原子交互导航功能，从而适应不同业务场景的需求。

12、在一些可能的实现方式中，管理系统还可以向所述用户展示所述第二节点至所述第三节点的路径。所述第三节点为所述用户从所述推荐探索目标节点中选中的节点。如此，不仅可以帮助用户快速找到符合期望的数据资产(用户从推荐探索目标节点中选中的节点所对应的数据资产)，还可以帮助用户快速获取该数据资产与其他数据资产(如探索起始节点对应的数据资产)之间的关联关系。

13、在一些可能的实现方式中，管理系统可以获取所述数据资产图谱的影响因子，根据所述影响因子，确定针对所述数据资产图谱的推荐探索信息。其中，影响因子可以用于评价节点或连边的重要性，因此，基于影响因子确定的推荐探索信息具有较高可靠性和参考价值。

14、在一些可能的实现方式中，所述影响因子包括结构特征、业务特征或用户针对所述数据资产图谱的历史经验。

15、该方法通过从结构、业务、用户经验等维度对数据资产图谱中节点或连边的重要性进行全面地评估，因而具有较高准确度。

16、在一些可能的实现方式中，所述结构特征包括中心性。该中心性例如可以包括度中心性、最短路径介数中心性、随机游走介数中心性、pagerank、紧密中心性、和谐中心性、特征向量中心性中的一种或多种。节点或连边的中心性越高，节点或连边在数据资产图谱中的结构重要性越高，管理系统可以根据节点或连边的结构重要性，推荐排序靠前的节点或连边，使得用户优先探索结构重要性高的节点或连边，从而避免盲目交互。

17、业务特征包括业务权重或语义特征中的一种或多种。其中，业务权重为定量特征，语义特征为定性特征。考虑到数据资产图谱大多是典型的点边双异质网络，每种数据资产/关联关系通常具有不同的业务权重。比如，数据表和作业相对更加重要，业务权重的值也更大。数据资产图谱的规模十分庞大，同一种数据资产有较多的数量，但是数据资产本身具备的语义信息(通过语义特征表示)赋予了它们不同的重要程度。比如，某数据资产图谱中包含数千个数据表，它们的类型是一样的，具备相同的业务权重。但是，由于不同的数据表包含的数据的语义特征不同，代表不同的业务活动，它们具备的业务价值是不同的。数据资产图谱中的每种数据资产和关联关系天然地具有业务属性。如果一个数据资产/关联关系的业务权重值越大，代表其在数据资产图谱中的业务重要性越高。管理系统根据节点或连边的业务重要性，推荐排序靠前的节点或连边，使得用户优先探索业务重要性高的节点或连边，从而避免盲目交互。

18、历史经验是指用户在历史时间段针对数据资产图谱的交互探索经验。用户基于自身的领域知识和经验积累探索数据资产图谱，具有较强的倾向性和主观性，管理系统可以获取用户在历史时间段针对数据资产图谱进行交互探索的统计学指标，该统计学指标可以作为用户针对数据资产图谱的历史经验。统计学指标可以包括点击频率或条件概率中的一种或多种。其中，数据资产和关联关系的点击频率代表了用户交互操作的频繁程度，点击频率与数据资产、关联关系的经验重要程度呈正相关。在进行数据资产图谱探索时，用户通常是有意识、有顺序的选择数据资产和关联关系，条件概率越高，代表该数据资产/关联关系的经验重要程度越高。管理系统根据节点或连边的经验重要程度，推荐排序靠前的节点或连边，使得用户优先探索经验重要程度高的节点或连边，从而避免盲目交互。

19、在一些可能的实现方式中，管理系统还可以接收所述用户对所述推荐探索信息的反馈，根据所述用户对所述推荐探索信息的反馈更新推荐参数。

20、该方法通过基于用户对推荐探索信息的反馈对推荐参数不断迭代更新，可以使得管理系统的推荐精度保持在较高水平，为用户提供比较精准的推荐探索信息。

21、在一些可能的实现方式中，所述用户对所述推荐探索信息的反馈包括所述用户对所述推荐探索信息的选择或拒绝。

22、其中，用户对推荐探索信息的选择包括用户对多个推荐探索起始节点中某个节点的选择、多个推荐连边中某个连边的选择或者是用户对多个推荐探索目标节点中某个节点的选择。用户对推荐探索信息的拒绝可以是用户对多个推荐探索起始节点之外其他节点的选择、用户对多个推荐连边之外其他推荐连边的选择或者用户对多个推荐探索目标节点之外的其他节点的选择。

23、在该方法中，基于用户对推荐探索信息的选择可以获得正样本，基于用户对推荐探索信息的拒绝可以获得负样本，通过正样本和负样本共同更新推荐参数，可以减少过拟合，提供合适的推荐参数。

24、在一些可能的实现方式中，管理系统可以接收用户输入的关键词，然后管理系统可以根据所述关键词获取意向资产列表，并向所述用户展示意向资产列表，接着响应于用户对所述意向资产列表中意向资产的选中操作，生成所述意向资产对应的数据资产图谱。

25、该方法支持一键生成数据资产图谱，无需复杂的交互操作，降低了数据资产的管理难度，提升了用户体验。

26、在一些可能的实现方式中，管理系统可以接收所述用户自定义的扩展连边，然后管理系统可以根据所述扩展连边更新所述数据资产图谱。

27、该方法提供了手动更新数据资产图谱的通道，用户可以自定义扩展连边，从而更新数据资产图谱中数据资产之间的关联关系，具有较高可用性。

28、在一些可能的实现方式中，管理系统可以向用户呈现扩展关系类型，扩展关系类型包括父子关系、主外键关系、逻辑物理关系、数据流关系中的一种或多种，管理系统可以根据用户从扩展关系类型中选择的目标关系类型，确定用户自定义的扩展连边，该扩展连边是以用户选择的节点为端点，关系类型为上述目标关系类型的连边。

29、该方法提供了多种扩展关系类型支持用户灵活选择一种或多种关系类型，并基于该关系类型自定义相应的扩展连边，满足了业务需求，而且用户只需要进行简单的点选操作即可实现自定义扩展连边，用户友好度较高。

30、在一些可能的实现方式中，管理系统可以识别意向资产的类型，获取与意向资产属于同一类型的第一关联资产以及与意向资产属于不同类型的第二关联资产，根据意向资产、第一关联资产、第二关联资产以及意向资产与第一关联资产的关联关系、意向资产与第二关联资产的关联关系生成数据资产图谱，该数据资产图谱为点边双异质网络图。

31、该方法考虑了节点类型、连边类型，不仅可以实现对同质网络进行探索分析，还能对点边双异质网络图进行探索分析，并且具有较高的精度，因而能够用于各种业务场景，具有较高可用性。

32、第二方面，本技术提供了一种数据资产图谱的管理系统。所述系统包括：

33、获取模块，用于获取数据资产图谱；

34、推荐模块，用于根据所述数据资产图谱，确定针对所述数据资产图谱的推荐探索信息；

35、交互模块，用于向用户呈现所述推荐探索信息，所述推荐探索信息用于引导所述用户探索所述数据资产图谱。

36、在一些可能的实现方式中，所述推荐探索信息包括以下任意一种或多种：

37、推荐探索起始节点、推荐连边、推荐探索目标节点。

38、在一些可能的实现方式中，所述交互模块具体用于：

39、当图谱展示界面上的推荐控件被触发时，在所述图谱展示界面展示所述推荐探索起始节点；或者，

40、当用户触发连边推荐操作时，向所述用户展示所述用户选中的第一节点相关的所述推荐连边；或者，

41、当用户触发目标推荐操作时，向所述用户展示所述推荐探索目标节点，所述推荐探索目标节点根据所述用户选中的第二节点为起始节点的路径所经过的节点的评分确定。

42、在一些可能的实现方式中，所述交互模块还用于：

43、向所述用户展示所述第二节点至所述第三节点的路径，所述第三节点为所述用户从所述推荐探索目标节点中选中的节点。

44、在一些可能的实现方式中，所述推荐模块具体用于：

45、获取所述数据资产图谱的影响因子；

46、根据所述影响因子，确定针对所述数据资产图谱的推荐探索信息。

47、在一些可能的实现方式中，所述影响因子包括结构特征、业务特征或用户针对所述数据资产图谱的历史经验。

48、在一些可能的实现方式中，所述结构特征包括中心性，所述业务特征包括业务权重或语义特征中的一种或多种，所述历史经验包括点击频率或条件概率中的一种或多种。

49、在一些可能的实现方式中，所述交互模块还用于：

50、接收所述用户对所述推荐探索信息的反馈；

51、所述系统还包括：

52、更新模块，用于根据所述用户对所述推荐探索信息的反馈更新推荐参数。

53、在一些可能的实现方式中，所述用户对所述推荐探索信息的反馈包括所述用户对所述推荐探索信息的选择或拒绝。

54、在一些可能的实现方式中，所述交互模块还用于：

55、接收用户输入的关键词；

56、所述获取模块具体用于：

57、根据所述关键词获取意向资产列表；

58、所述交互模块具体用于：

59、向所述用户展示意向资产列表；

60、所述获取模块具体用于：

61、响应于用户对所述意向资产列表中意向资产的选中操作，生成所述意向资产对应的数据资产图谱。

62、在一些可能的实现方式中，所述交互模块还用于：

63、接收所述用户自定义的扩展连边；

64、所述系统还包括：

65、更新模块，用于根据所述扩展连边更新所述数据资产图谱。

66、第三方面，本技术提供一种计算设备集群。所述计算设备集群包括至少一台计算设备，所述至少一台计算设备包括至少一个处理器和至少一个存储器。所述至少一个处理器、所述至少一个存储器进行相互的通信。所述至少一个处理器用于执行所述至少一个存储器中存储的指令，以使得计算设备或计算设备集群执行如第一方面或第一方面的任一种实现方式所述的数据资产图谱的管理方法。

67、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，所述指令指示计算设备或计算设备集群执行上述第一方面或第一方面的任一种实现方式所述的数据资产图谱的管理方法。

68、第五方面，本技术提供了一种包含指令的计算机程序产品，当其在计算设备或计算设备集群上运行时，使得计算设备或计算设备集群执行上述第一方面或第一方面的任一种实现方式所述的数据资产图谱的管理方法。

69、本技术在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。