[发明专利]贝叶斯网络的结构学习方法、装置及电子设备

权利要求书

1.一种贝叶斯网络的结构学习方法，其特征在于，包括：

获取待进行结构学习的贝叶斯网络的节点集合，其中，所述贝叶斯网络的应用场景包括以下场景中的至少一项：故障诊断场景和数据挖掘场景；

针对所述节点集合中的每个节点，根据所述节点在第一时间段内的内容序列，以及所述节点集合中其他节点在第二时间段内的内容序列，确定以所述节点为因的因节点对；其中，所述第二时间段的起始时间点晚于所述第一时间段的起始时间点；

根据所述节点在第一时间段内的内容序列，以及所述节点集合中其他节点在第三时间段内的内容序列，确定以所述节点为果的果节点对；其中，所述第三时间段的起始时间点早于所述第一时间段的起始时间点；

根据所述节点集合中各个节点对应的因节点对以及果节点对，确定所述贝叶斯网络的结构。

2.根据权利要求1所述的贝叶斯网络的结构学习方法，其特征在于，所述根据所述节点在第一时间段内的内容序列，以及所述节点集合中其他节点在第二时间段内的内容序列，确定以所述节点为因的因节点对，包括：

根据所述节点在第一时间段内的内容序列，以及所述节点集合中其他节点在第二时间段内的内容序列，确定所述节点与其他节点之间的第一相关度；

获取所述其他节点中对应的第一相关度大于或等于预设相关度阈值的第一候选节点；

根据所述节点以及所述第一候选节点，生成以所述节点为因的因节点对。

3.根据权利要求1所述的贝叶斯网络的结构学习方法，其特征在于，所述根据所述节点在第一时间段内的内容序列，以及所述节点集合中其他节点在第三时间段内的内容序列，确定以所述节点为果的果节点对，包括：

根据所述节点在第一时间段内的内容序列，以及所述节点集合中其他节点在第三时间段内的内容序列，确定所述节点与其他节点之间的第二相关度；

获取所述其他节点中对应的第二相关度大于或等于预设相关度阈值的第二候选节点；

根据所述节点以及所述第二候选节点，生成以所述节点为果的果节点对。

4.根据权利要求1所述的贝叶斯网络的结构学习方法，其特征在于，所述根据所述节点集合中各个节点对应的因节点对以及果节点对，确定所述贝叶斯网络的结构，包括：

针对每个因节点对，判断是否存在所述因节点对所对应的果节点对，其中，所对应的果节点对，为与所述因节点对中节点一致且节点关系一致的果节点对；

在存在与所述因节点对所对应的果节点对时，确定所述因节点对为候选因节点对；

根据所述候选因节点对，确定所述贝叶斯网络的结构。

5.根据权利要求4所述的贝叶斯网络的结构学习方法，其特征在于，所述针对每个因节点对，判断是否存在所述因节点对所对应的果节点对，包括：

针对每个因节点对，获取所述因节点对中作为因的第一节点和作为果的第二节点；

根据所述第二节点，查询所述第二节点对应的果节点对；

在所述第二节点对应的果节点对中存在包括所述第一节点的果节点对时，确定存在所述因节点对所对应的果节点对。

6.根据权利要求4所述的贝叶斯网络的结构学习方法，其特征在于，所述针对每个因节点对，判断是否存在所述因节点对所对应的果节点对，还包括：

在所述第二节点对应的果节点对中未存在包括所述第一节点的果节点对时，确定不存在所述因节点对所对应的果节点对。

7.根据权利要求4所述的贝叶斯网络的结构学习方法，其特征在于，所述根据所述候选因节点对，确定所述贝叶斯网络的结构，包括：

针对每个候选因节点对，获取所述候选因节点对中作为因的第三节点和作为果的第四节点；

在所述贝叶斯网络中建立从所述第三节点指向所述第四节点的连接边。