确定中间节点的方法和装置的制造方法
确定中间节点的方法和装置的制造方法
【技术领域】
[0001] 本发明涉及数据处理领域，更为具体地，涉及确定中间节点的方法和装置。
【背景技术】
[0002] 随着网络技术的不断发展，许多服务的查询或者获取可W通过网络实现。例如，用 户可W通过携程网查询或购买从城市1到城市2的机票。
[0003] 现实生活中，服务的请求方(下称请求节点）与服务的提供方(下称响应节点）之间 存在信息鸿沟。为了满足请求节点各种各样的服务需求，网络中部署了许多中间节点。该些 中间节点共同的特点是：具有大数据的分析处理能力，并能够为用户提供信息服务。例如， 百度搜索引擎能够为用户提供与其查询内容相关的各种信息内容、网站链接等。
[0004] 网络中的中间节点多种多样，请求节点获取某项服务(下称目标服务）的途径也多 种多样。现有技术中，请求节点对网络的中间节点没有清晰的认识。因此，在获取目标服务 时，请求节点对中间节点的选择具有一定的盲目性。
【发明内容】
[0005] 本发明实施例提供一种获取中间节点的方法和装置，W避免请求节点对中间节点 选择的盲目性。
[0006] 第一方面，提供一种确定中间节点的方法，包括：收集用于获取目标服务的原始数 据流，所述原始数据流中包含获取所述目标服务所经过的节点的信息，所述节点包括用于 请求所述目标服务的请求节点、用于提供所述目标服务的响应节点，W及网络中具有数据 分析处理能力使得所述请求节点获取所述目标服务的中间节点；基于所述原始数据流，确 定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系；将确定出的请求 节点合并为第一复合节点W及将确定出的响应节点合并为第二复合节点，并基于确定出 的所述节点之间的连接关系，确定所述第一复合节点与所述第二复合节点之间的连通路 径；基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，W获取所述至少 一条优选连通路径上的中间节点。
[0007] 结合第一方面，在第一方面的一种实现方式中，所述基于原始数据流，确定所述节 点中的请求节点和响应节点，并确定所述节点之间的连接关系，包括基于所述原始数据流 的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系。
[0008] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述基于所述原始数据流的语义，确定所述节点中的请求节点和响应节点的信息，并根据所 述信息确定所述节点W及所述节点之间的连接关系，包括：基于对所述原始数据流的语义 分析，从所述原始数据流中提取所述节点，并确定所述节点之间的连接关系；采用聚类算 法，将确定出的所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0009] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，包括：计算所述原 始数据流对所述第一复合节点和所述第二复合节点之间各个连通路径的访问次数；从所述 各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径，其中，N为正 整数。
[0010] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述方法还包括：呈现第一数据流图，所述第一数据流图包含所述节点W及所述节点之间的 连接关系。
[0011] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述方法还包括；呈现第二数据流图，所述第二数据流图包含所述第一复合节点、所述第二复 合节点W及所述连通路径。
[0012] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0013] 第二方面，提供一种确定中间节点的装置，包括：收集单元，用于收集用于获取目 标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经过的节点的信息，所 述节点包括用于请求所述目标服务的请求节点、用于提供所述目标服务的响应节点，W及 网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的中间节点；第一确 定单元，用于基于所述收集单元收集的所述原始数据流，确定所述节点中的请求节点和响 应节点，并确定所述节点之间的连接关系；第二确定单元，用于将所述第一确定单元确定出 的请求节点合并为第一复合节点W及将确定出的响应节点合并为第二复合节点，并基于所 述第一确定单元确定出的所述节点之间的连接关系，确定所述第一复合节点与所述第二复 合节点之间的连通路径；第H确定单元，用于基于选取的优化目标，从所述第二确定单元确 定的所述连通路径中确定至少一条优选连通路径，W获取所述至少一条优选连通路径上的 中间节点。
[0014] 结合第二方面，在第二方面的一种实现方式中，所述第一确定单元具体用于基于 所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间的 连接关系。
[0015] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述第一确定单元具体用于基于对所述原始数据流的语义分析，从所述原始数据流中提取所 述节点的信息，并根据所述节点的信息确定所述节点W及所述节点之间的连接关系；采用 聚类算法，将确定出的所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0016] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述第H确定单元具体用于计算所述原始数据流对所述第一复合节点和所述第二复合节点 之间各个连通路径的访问次数；从所述各个连通路径中，将访问次数排在前N的连通路径 确定为所述优选连通路径，其中，N为正整数。
[0017] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述方法还包括；第一呈现单元，用于呈现第一数据流图，所述第一数据流图包含所述节点W 及所述节点之间的连接关系。
[0018] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述方法还包括；第二呈现单元，用于呈现第二数据流图，所述第二数据流图包含所述第一复 合节点、所述第二复合节点w及所述连通路径。
[0019] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0020] 第H方面，提供一种数据处理的方法，包括；中间节点从网络中收集用于请求目 标服务的请求节点的相关信息，并收集多个响应节点的服务信息，所述多个响应节点均用 于提供所述目标服务；所述中间节点对所述请求节点的相关信息和所述多个响应节点服务 信息分析，从所述多个响应节点提供的目标服务中确定与所述相关信息匹配的第一目标服 务；所述中间节点建立所述请求节点和所述第一目标服务对应的第一响应节点之间的连 接，W便所述请求节点根据所述连接从所述第一响应节点获取所述第一目标服务。一般情 况下中间节点具有大数据分析处理能力。
[0021] 结合第H方面，在第H方面的一种实现方式中，所述请求节点、所述中间节点W及 所述第一响应节点分别为H角模型的请求节点、中间节点和响应节点，其中所述H角模型 指作为服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的 H角连接。
[0022] 结合第H方面或其上述实现方式的任一种，在第H方面的另一种实现方式中，所 述请求节点的相关信息包括所述请求节点的身份信息或当前状态信息，或者所述请求节点 的相关信息同时包括所述请求节点的身份信息与当前状态信息。
[0023] 结合第H方面或其上述实现方式的任一种，在第H方面的另一种实现方式中，所 述服务信息包括所述目标服务的种类或目标服务的内容，所述中间节点通过大数据分析确 定与所述相关信息匹配的第一目标服务。
[0024] 第四方面，提供一种数据处理的装置，所述装置包括：收集单元，用于从网络中收 集用于请求目标服务的请求节点的相关信息，并收集多个响应节点的服务信息，所述多个 响应节点均用于提供所述目标服务；确定单元，用于对所述收集单元收集到的所述请求节 点的相关信息和所述多个响应节点服务信息分析，从所述多个响应节点提供的目标服务中 确定与所述相关信息匹配的第一目标服务；建立单元，用于建立所述请求节点和所述第一 目标服务对应的第一响应节点之间的连接，W便所述请求节点根据所述连接从所述第一响 应节点获取所述第一目标服务。
[0025] 结合第四方面，在第四方面的一种实现方式中，所述请求节点、所述中间节点W及 所述第一响应节点分别为H角模型的请求节点、中间节点和响应节点，其中所述H角模型 指作为服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的 H角连接。
[0026] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述装置还包括：接收单元，用于接收所述请求节点发送的用于获取所述目标服务的请求。
[0027] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述发送单元具体用于主动向所述请求节点推送所述推荐信息。
[0028] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述请求节点的相关信息包括所述请求节点的身份信息或当前状态信息，或者，所述请求节 点的相关信息同时包括所述请求节点的身份信息和当前状态信息。
[0029] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述服务信息包括所述目标服务的种类或目标服务的内容，所述中间节点通过大数据分析确 定与所述相关信息匹配的第一目标服务。
[0030] 第五方面，提供一种建立网络单元的方法，包括：获得用于获取目标服务的原始数 据流，所述原始数据流中包含获取所述目标服务所经过的节点的信息，所述节点包括；用于 请求所述目标服务的请求节点，用于提供所述目标服务的响应节点，W及网络中具有数据 分析处理能力使得所述请求节点获取所述目标服务的中间节点；根据所述原始数据流，确 定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系；分别将确定出的 请求节点和响应节点合并，作为H角模型的请求节点和响应节点，并根据确定出的所述节 点之间的连接关系，确定所述H角模型的请求节点和所述H角模型的响应节点之间的连通 路径，其中所述H角模型指作为服务提供方的响应节点、作为中介的中间节点和作为需求 方的请求节点之间形成的H角连接；基于选取的优化目标，从所述连通路径中确定至少一 条优选连通路径，并将所述至少一条优选连通路径上的网络节点确定为所述H角模型的所 述中间节点。
[0031] 结合第五方面，在第五方面的一种实现方式中，所述根据所述原始数据流，确定所 述节点中的请求节点和响应节点，并确定所述节点之间的连接关系，包括：根据所述原始数 据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系。
[0032] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述根据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点 之间的连接关系，包括；根据对所述原始数据流的语义分析，从所述原始数据流中提取所 述节点的信息，并根据所述信息确定所述节点之间的连接关系；采用聚类算法，将提取出的 所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0033] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，包括：计算所述原 始数据流对所述H角模型的请求节点和所述H角模型的响应节点之间各个连通路径的访 问次数；从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路 径，其中，N为正整数。
[0034] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述方法还包括：呈现第一数据流图，所述第一数据流图包含所述节点W及所 述节点之间的 连接关系。
[0035] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述方法还包括；呈现第二数据流图，所述第二数据流图包含所述H角模型的请求节点、所述 H角模型的响应节点W及所述连通路径。
[0036] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0037] 第六方面，提供一种建立网络单元的系统，其特征在于，包括：数据流收集模块，用 于获得用于获取目标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经过 的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于提供所述目标服务 的响应节点，w及网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的中 间节点；数据流分析模块，用于根据所述数据流收集模块获得的所述原始数据流，确定所述 节点中的请求节点和响应节点，并确定所述节点之间的连接关系；H角模型分析模块，用于 分别将所述数据流分析模块确定出的请求节点和响应节点合并，作为H角模型的请求节点 和响应节点，并根据确定出的所述节点之间的连接关系，确定所述H角模型的请求节点和 所述H角模型的响应节点之间的连通路径；基于选取的优化目标，从所述连通路径中确定 至少一条优选连通路径，并将所述至少一条优选连通路径上的网络节点确定为所述H角模 型的中间节点，所述H角模型指作为服务提供方的响应节点、作为中介的中间节点和作为 需求方的请求节点之间形成的H角连接。
[0038] 结合第六方面，在第六方面的一种实现方式中，所述数据流分析模块具体用于根 据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系。
[0039] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述数据流分析模块具体用于根据对所述原始数据流的语义分析，从所述原始数据流中提取 所述节点的信息，并根据所述信息确定所述节点W及所述节点之间的连接关系；采用聚类 算法，将提取出的所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0040] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述H角模型分析模块具体用于计算所述原始数据流对所述H角模型的请求节点和所述H 角模型的响应节点之间各个连通路径的访问次数；从所述各个连通路径中，将访问次数排 在前N的连通路径确定为所述优选连通路径，其中，N为正整数。
[0041] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，用 户交互与呈现模块，用于呈现第一数据流图，所述第一数据流图包含所述节点W及所述节 点之间的连接关系。
[0042] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述用户交互与呈现模块还用于呈现第二数据流图，所述第二数据流图包含所述H角模型的 请求节点、所述H角模型的响应节点W及所述连通路径。
[0043] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述系统还包括；H角模型输出模块，用于输出所述H角模型分析模块确定出的所述H角模 型的中间节点。
[0044] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0045] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 的优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免请求节 点对中间节点选择的盲目性。
【附图说明】
[0046] 为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使 用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于 本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可w根据该些附图获得其他 的附图。
[0047] 图1是本发明一个实施例的确定中间节点的方法的示意性流程图。
[0048] 图2是第一数据流图的示例图。
[0049] 图3是第一数据流图的另一示例图。
[0050] 图4是第二数据流图的示例图。
[0051] 图5是本发明一个实施例的确定中间节点的装置的示意性结构图。
[0052] 图6是本发明一个实施例的确定中间节点的装置的示意性结构图。
[0053] 图7是本发明一个实施例的数据处理的方法的示意性流程图。
[0054] 图8是本发明一个实施例的数据处理的装置的示意性结构图。
[0055] 图9是本发明一个实施例的数据处理的装置的示意性结构图。
[0056] 图10是本发明一个实施例的建立网络单元的方法的示意性流程图。
[0057] 图11是本发明一个实施例的建立网络单元的系统的示意性框图。
【具体实施方式】
[0058] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发 明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实 施例，都应属于本发明保护的范围。
[0059] 应理解，本发明实施例中的请求节点可用于请求目标服务。在产业链中，该请求节 点可W是供需双方中的需求方（Buyer)。具体地，该请求节点可W是购买某个产品的用户。 例如，原始数据流记录了"用户A通过网站B购买了航空公司C的机票"，则用户A为请求节 点。又如，原始数据流记录了 "用户D通过搜索引擎E搜索车辆保险信息，搜索引擎E向用 户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G的保险产 品H，保险公司G向第H方征信机构获取用户D的相关信息，用户D购买了保险公司G的保 险产品"，则用户D为请求节点。
[0060] 应理解，本发明实施例中的响应节点可用于提供目标服务。具体地，在产业链中， 该响应节点可W是供需双方中的供应方（Seller)。该供应方可W是公司、企业或个体商户 等。例如，原始数据流记录了"用户A通过网站B购买了航空公司C的机票"，则航空公司C 为响应节点。又如，原始数据流记录了 "用户D通过搜索引擎E搜索车辆保险信息，搜索引 擎E向用户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G 的保险产品H，保险公司G向第H方征信机构获取用户D的相关信息，用户D购买了保险公 司G的保险产品"，则保险公司G为响应节点。
[0061] 应理解，本发明实施例中的中间节点可W是网络中具有大数据分析处理能力的网 站、服务商等。该中间节点可作为第H方，搜集供需双方的历史数据、W及当前状态信息，并 可对搜集到的数据和信息进行分析处理。换句话说，在产业链中，中间节点可扮演中介者 (Broker)的角色。当请求节点通过该中间节点请求目标服务时，该中间节点可W根据搜集 到的数据和信息，向请求节点推荐至少一个与请求节点相匹配的供应方。
[0062] 还应理解，本发明实施例中的中间节点可W是一个节点，也可W是多个节点的集 合。换句话说，当中间节点是多个节点的集合时，中间节点的上述功能可通过该多个节点共 同完成。例如，原始数据流记录了 "用户A通过网站B购买了航空公司C的机票"，则网站B 为中间节点。又如，原始数据流记录了 "用户D通过搜索引擎E搜索车辆保险信息，搜索引 擎E向用户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G 的保险产品，保险公司G向第H方征信机构H获取用户D的相关信息，用户D购买了保险公 司G的保险产品"，则搜索引擎E、保险销售网站F、第H方征信机构H为中间节点。
[0063] 图1是本发明一个实施例的确定中间节点的方法的示意性流程图。图1的方法可 W由用于确定中间节点的装置执行。图1的方法包括：
[0064] 110、收集用于获取目标服务的原始数据流，该原始数据流中包含获取该目标服务 所经过的节点的信息，该节点包括用于请求该目标服务的请求节点、用于提供该目标服务 的响应节点，W及网络中具有数据分析处理能力使得该请求节点获取该目标服务的中间节 点。
[0065] 应理解，本发明实施例对原始数据流的收集途径不作具体限定。例如，在产业链 中，当一项目标服务达成时，请求节点（需求方)、响应节点(供应方）W及中间节点（中介方） 均可能记录达成该目标服务的双方W及达成该目标服务的途径等信息。例如，网站B的数 据库中可记录"驾驶者I通过网站J购买了汽车保险公司K的保险"。或者，汽车保险公司 K的数据库中记录了"通过网站J的推荐，驾驶者I在汽车保险公司K购买了保险"。当然， 该原始数据流还可W记录在其他数据库中。例如，网站L专口统计各个汽车保险公司的保 险销售情况，则可W从网站L记录的信息中获取该原始数据流。
[0066] 应理解，目标服务可W不特指某种类型的服务。例如，该目标服务可W是各式各样 的服务。换句话说，在实现步骤110时，只要发现获取某种服务的原始数据流就收集下来， 而无需限定该数据流获取的服务的类型。
[0067] 应理解，本发明实施例对收集到的原始数据流的数目不作具体限定。实际中，为了 更准确地获取中间节点，可W收集尽可能多的原始数据流。
[0068] 需要说明的是，该原始数据流中可包含获取该目标服务所先后经过的节点的信 息。换句话说，原始数据流中不但可记录节点的信息，还可记录各个节点的连接关系的信 息。例如，原始数据流为"用户A通过网站B购买了航空公司C的机票"。原始数据流中不 但包含用户A、网站B和航空公司C等节点的信息，还包含各个节点之间的连接关系：用户 A-网站B-航空公司C。
[0069]120、基于原始数据流，确定该节点中的请求节点和响应节点，并确定该节点之间 的连接关系。
[0070] 可选地，作为一个实施例，可基于对该原始数据流的语义分析，确定该节点中的请 求节点和响应节点，并确定该节点之间的连接关系。
[0071] 具体地，可先对该原始数据流进行语义分析，从该原始数据流中提取该节点，并确 定该节点之间的连接关系。
[0072] 例如，原始数据流为"用户A通过网站B购买了航空公司C的机票"。通过现有的 可用于语义分析的算法巧日模式识别算法）即可从该原始数据流中提取节点用户A、网站B 和航空公司C，W及用户A、网站B和航空公司C之间的连接关系"用户A-网站B-航空公司 C，，。
[0073]又如，原始数据流为"用户D通过搜索引擎E搜索车辆保险信息，搜索引擎E向用 户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G的保险产 品，保险公司G向第H方征信机构H获取用户D的相关信息，用户D购买了保险公司G的保 险产品"。通过现有的语义分析算法巧日模式识别）即可从该原始数据流中提取节点用户D、 搜索引擎E、保险销售网站F、保险公司G和第H方征信机构H，并确定W上节点之间的连接 关系"用户D-搜索引擎E-保险销售网站F-保险公司G-第H方征信机构H"。
[0074]W上仅仅是从原始数据流中提取出了各个节点W及各个节点之间的连接关系，还 未分辨出各个节点的节点类型。
[0075] 接着，可W采用聚类算法，将提取出的该节点进行聚类，W识别出该节点中的请求 节点和响应节点。
[0076] 举例说明，聚类算法的具体过程可W如下：
[0077] 第一步，确定分类值集合C={请求节点，中间节点，响应节点}。
[0078] 可选地，也可W确定分类值集合C= {:请求节点，响应节点}。当从原始数据流提取 出的节点中找出请求节点和响应节点后，将剩余节点作为中间节点。
[0079] 第二步，确定分类规则。
[0080] 分类规则的确定方式可W有多种。例如，可W从预先存储的缺省的分类规则中选 取一套分类规则；也可W从原始数据流中提取出一个学习样本，然后 采用人工智能的方法 学习出一套分类规则。
[0081] 举例说明，分类规则可W采用如下规则中的一种或多种：
[008引规则一；原始数据流中，"购买"、"下单"、"查询"等动词的主语是请求节点。
[0083] 规则二；原始数据流中，"销售"、"发货"等动词的主语是响应节点。
[0084] 规则H;原始数据流中，"通过"、"根据"、"基于"等介词的宾语是中间节点。
[0085] 规则四；原始数据流中，"查询"、"搜索"等动词的宾语是中间节点。
[0086] 第H步，选取训练样本，并验证分类规则的可信度。
[0087] 例如，可选取一定比例的原始数据流作为训练样本；然后将选取出的分类规则应 用在训练样本中。
[008引例如，训练样本中的一个样本(对应于一条原始数据流）是"用户A通过网站B购 买了航空公司C的机票"。
[0089] 对该样本分别应用上述四个规则，可分析出如下分类结果：
[0090]
[0092] 同理，可将第二步确定出的分类规则应用于训练样本中的每个样本，得到类似上 表的分类结果。然后，可根据每条分类规则分类的准确度，评价每一条分类规则的可信度R(i)。可信度可采用下式确定：
[009引 Ra) = (训练样本中规则i分类正确的次数）/(训练样本中规则i应用的次数）。
[0094] 对于Ra)小于一定阔值（比如80%)的规则进行调整和优化，或者删除该规则。
[0095] 第四步：将最终确定的分类规则应用于全部原始数据流中，W识别原始数据流包 含的节点中的请求节点和响应节点。
[0096] 130、将确定出的请求节点合并为第一复合节点W及将确定出的响应节点合并为 第二复合节点，并基于确定出的该节点之间的连接关系，确定该第一复合节点与该第二复 合节点之间的连通路径。
[0097] 该里不但要将确定出的请求节点合并为一个复合节点（即上述第一复合节点)，而 且要将每个请求节点与其他节点之间的连接关系转化成为第一复合节点与其他节点之间 的连接关系。例如，请求节点1与中间节点1相连，请求节点2与中间节点2相连。将请求 节点1和请求节点2合并为一个复合节点后，该复合节点既与中间节点1相连，也与中间节 点2相连。
[0098] 合并响应节点的方式与合并请求节点的方式相同，此处不再费述。
[0099] 将请求节点和响应节点按照上述方式合并后，根据第一复合节点和第二复合节点 与其他节点的连接关系，可W确定出第一复合节点通过与哪些节点的连接关系可W到达第 二复合节点。将第一复合节点到达第二复合节点所利用的不同连接关系，确定为第一复合 节点到达第二复合节点之间的不同连通路径。
[0100] 具体地，连通路径的确定可W采用如下方式：
[0101] 首先，建立连通矩阵L。
[0102] 具体地，假设经过上述步骤确定出W下节点；第一复合节点、第二复合节点和5个 中间节点，且该些节点之间的连接关系如下表所示。
[0103]
[0104] 其中，"1"表示两个节点之间有连接关系；"0"表示两个节点之间没有连接关系。 例如，表格第3行第2列为1，表示位于第3行的中间节点1和位于第2列的第一复合节点 具有连接关系。
[0105] 由上述节点和节点之间的连接关系可得连通矩阵：
[0106]
。该L表示的含义与上表相同，可W看成是上表内容 的一种数学表述形式。
[0107] 其次，基于连通矩阵L计算出第一复合节点到第二复合节点之间的全部连通路 径。
[010引具体地，可W从矩阵L左上角的元素开始，按照先向右行遍历。当遇到元素"1"时， 转换成向下列遍历。当遇到元素"1"时，再次转换成向右行遍历。如此往复进行，直到达到 最后一行或最后一列。沿途经过的元素"1"就组成了从第一复合节点至第二复合节点之间 的连通路径。例如，先向右行遍历矩阵L的第一行，找出元素Li2=1;然后向下列遍历矩阵L 的第2列，找出元素Ls2=1 ;然后向右行遍历矩阵L的第3行，找出元素Ls4=1 ;接着向下遍历 矩阵L的第4列，找出元素^4=1 ;由于L,4在矩阵L的最后一行，遍历结束。通过上述遍历 过程，找到一条连通路径L12-L32-L34-L74。由上表可知，L12-L32-L34-L74代表第一复合节点-中 间节点1-中间节点2-中间节点3-第二复合节点。其余路径的查找过程类似，仅需要排除 已经找到的连通路径即可，此处不再费述。
[0109] 140、基于选取的优化目标，从该连通路径中确定至少一条优选连通路径，W获取 该至少一条优选连通路径上的中间节点。
[0110] 本申请中所说的优先连通路径指满足优化目标的连通路径。所述优化目标是基于 W下因素中的至少一种确定的：服务质量，连接稳定性，信号强度和访问频率等等W及下面 实施例提到的其他参数。例如，优化目标的确定可W基于服务质量，也就是说，优化目标可 W是选出服务质量高于某一阔值的连通路径；或者，优化目标的确定可W基于服务质量和 连接稳定性，也就是说，优化目标可W是选出服务质量和连接稳定性均高于某一阔值的连 通路径。
[0111] 实践中可W基于选取的优化目标，从该连通路径中确定至少一条最优连通路径， W获取该至少一条最优连通路径上的中间节点。应理解，该里的最优是一个理想值。实际 中，步骤140的目的是从步骤130确定出的连通路径中选出满足一定性能要求的连通路径， 例如，满足用户体验要求或连接性能要求等。当某个次优的连通路径满足了该性能要求，该 次优的连通路径也可认为是步骤140中的最优连通路径中的一条。
[0112] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 符合选取的优化目标的最优或者优先连通路径，利用最优或者优选连通路径上的中间节点 指导请求节点的选择，能够避免请求节点对中间节点选择的盲目性。
[0113] 可选地，作为一个实施例，步骤140可包括：计算该原始数据流对该第一复合节点 和该第二复合节点之间各个连通路径的访问次数；从该各个连通路径中，将访问次数排在 前N的连通路径确定为该优选连通路径，其中，N为正整数。需要说明的是，如果上述原始 数据流是在一段预定的时间内产生并被收集到的数据流。那么该里的优化目标还可W是找 出在该时间内第一复合节点和第二复合节点之间访问频率最高的连通路径。该里的访问频 率可W是访问次数和预定的时间长度的比值。
[0114] 一条原始数据流可对应一条连通路径。只要计算出每条连通路径被收集到的原始 数据流访问的次数即可获得上述优选连通路径。
[0115] 具体地，在基于原始数据流确定节点之间的连接关系时，可W记录每种连接关系 出现的次数。该里需要说明的是，如果某个中间节点与某个请求节点相连，可算作该中间 节点与第一复合节点相连；如果某个中间节点与某个响应节点相连，可算作该中间节点与 第二复合节点相连。
[0116] 接着，如果确定出的路径为"第一复合节点-中间节点1-中间节点2-中间节点 3-第二复合节点"。可W将"第一复合节点-中间节点1"、"中间节点1-中间节点2"、"中 间节点2-中间节点3"和"中间节点3-第二复合节点"该些连接关系出现的次数累加，得 出该条连通路径的总访问次数。同理可计算出第一复合节点至第二复合节点之间全部连通 路径的访问次数，选出访问次数排在前N的连通路径作为优选连通路径。
[0117] 需要说明的是，根据访问次数选择优选连通路径仅仅是一个实施例。实际中，还可 W选取其他优化目标。例如，选择中间节点最少的连通路径为优选或者最优连通路径等。
[0118] 还需要说明的是，本发明实施例可W获取至少一条优选路径上的中间节点，或者 称为中间节点的集合。
[0119] 可选地，作为一个实施例，图1的方法还可包括；呈现第一数据流图，该第一数据 流图包含该节点W及该节点之间的连接关系；呈现第二数据流图，该第二数据流图包含该 第一复合节点、该第二复合节点W及该连通路径。
[0120] 具体地，图2和图3均是第一数据流图的示例图。图2呈现的是从原始数据流中提 取出的各个节点，W及各个节点之间的连接关系，但还未对节点进行聚类。当聚类完成后， 第一数据流图如图3所示，在图3中显示了各个节点的节点类型。
[0121] 接下来，在图3的基础上，进行请求节点和响应节点的合并。合并的结果如图4所 示。从图4可W清楚的看出，从第一复合节点至第二复合节点之间存在2条连通路径(除去 第一复合节点和第二复合节点之间的直连路径)。该2条连通路径分别是连通路径1"第一 复合节点-中间节点1-中间节点2-中间节点3-第二复合节点"和连通路径2 "第一复合 节点-中间节点4-中间节点5-第二复合节点"。
[0122] 图1的方法还可W包括；分析获取的中间节点之间所交互的数据内容，进而给出 该些中间节点如何更好地融合的建议，W指导实际产业链的改造。
[012引利用图1的方法可W获取中间节点。然后，可借助中间节点的大数据分析能力，在 请求节点和响应节点之间建立一条简便、快捷的桥梁。换句话说，相当于建立了包括请求节 点、中间节点和响应节点在内的一个H角模型，利用该H角模型可W大大提高产业链的效 率。
[0124] 上文结合图1-图4详细描述了获取中间节点的方法，下文结合图5-图6详细描 述获取中间节点的装置。
[0125] 图5是本发明一个实施例的确定中间节点的装置的示意性结构图。图5的装置 500能够实现图1至图4中的各个步骤，为避免重复，不再详细描述。装置500包括收集单 元510、第一确定单元520、第二确定单元530和第H确定单元540。
[0126] 收集单元510,用于收集用于获取目标服务的原始数据流，该原始数据流中包含获 取该目标服务所经过的节点的信息，该节点包括用于请求该目标服务的请求节点、用于提 供该目标服务的响应节点，W及网络中具有数据分析处理能力使得该请求节点获取该目标 服务的中间节点。
[0127] 第一确定单元520,用于基于该收集单元510收集的该原始数据流，确定该节点中 的请求节点和响应节点，并确定该节点之间的连接关系。
[0128] 第二确定单元530,用于将该第一确定单元520确定出的请求节点合并为第一复 合节点W及将确定出的响应节点合并为第二复合节点，并基于该第一确定单元520确定出 的该节点之间的连接关系，确定该第一复合节点与该第二复合节点之间的连通路径。
[0129] 第H确定单元540,用于基于选取的优化目标，从该第二确定单元530确定的该连 通路径中确定至少一条优选连通路径，W获取该至少一条优选连通路径上的中间节点。在 一种具体实施中可W基于选取的优化目标，从该第二确定单元530确定的该连通路径中确 定至少一条最优连通路径，W获取该至少一条最优连通路径上的中间节点。
[0130] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 符合选取优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免 请求节点对中间节点选择的盲目性。
[0131] 可选地，作为一个实施例，该第一确定单元520具体用于基于该原始数据流的语 义，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系。
[0132] 可选地，作为另一个实施例，该第一确定单元520具体用于基于对该原始数据流 的语义分析，从该原始数据流中提取该节点的信息，并根据该节点的信息确定该节点W及 该节点之间的连接关系；采用聚类算法，将确定提取出的该节点进行聚类，W识别该节点 中的请求节点和响应节点。
[0133] 可选地，作为另一个实施例，该第H确定单元540具体用于计算该原始数据流对 该第一复合节点和该第二复合节点之间各个连通路径的访问次数；从该各个连通路径中， 将访问次数排在前N的连通路径确定为该优选连通路径，其中，N为正整数。
[0134] 可选地，作为另一个实施例，装置500还可包括；第一呈现单元，用于呈 现第一数 据流图，该第一数据流图包含该节点W及该节点之间的连接关系。
[01巧]可选地，作为另一个实施例，装置500还可包括；第二呈现单元，用于呈现第二数 据流图，该第二数据流图包含该第一复合节点、该第二复合节点W及该连通路径。
[0136] 可选地，作为另一个实施例，该优化目标基于W下因素中的至少一种确定；服务质 量、连接稳定性、信号强度和访问频率。
[0137] 图6是本发明一个实施例的确定中间节点的装置的示意性结构图。图6的装置 600能够实现图1至图4中的各个步骤，为避免重复，不再详细描述。装置600包括存储器 610和处理器620。
[0138] 存储器610用于存储程序。
[0139] 处理器620用于执行程序，当所述存储器610存储的程序被执行时，所述处理器用 于收集用于获取目标服务的原始数据流，该原始数据流中包含获取该目标服务所经过的节 点的信息，该节点包括用于请求该目标服务的请求节点、用于提供该目标服务的响应节点， W及网络中具有数据分析处理能力使得该请求节点获取该目标服务的中间节点。基于该原 始数据流，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系。将确定出 的请求节点合并为第一复合节点W及将确定出的响应节点合并为第二复合节点，并基于该 节点之间的连接关系，确定该第一复合节点与该第二复合节点之间的连通路径。从该连通 路径中确定至少一条优选连通路径，W获取该至少一条优选连通路径上的中间节点。具体 实施中可W基于选取的优化目标，从该连通路径中确定至少一条优先或者最优连通路径， W获取该至少一条优先或者最优连通路径上的中间节点。
[0140] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 的优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免请求节 点对中间节点选择的盲目性。
[0141] 可选地，作为一个实施例，该处理器620具体用于基于该原始数据流的语义，确定 该节点中的请求节点和响应节点，并确定该节点之间的连接关系。
[0142] 可选地，作为另一个实施例，该处理器620具体用于基于对该原始数据流的语义 分析，从该原始数据流中提取该节点的信息，并根据该节点的信息确定该节点W及该节点 之间的连接关系；采用聚类算法，将确定出的该节点进行聚类，W识别该节点中的请求节点 和响应节点。
[0143] 可选地，作为另一个实施例，该处理器620具体用于计算该原始数据流对该第一 复合节点和该第二复合节点之间各个连通路径的访问次数；从该各个连通路径中，将访问 次数排在前N的连通路径确定为该优选连通路径，其中，N为正整数。
[0144] 可选地，作为另一个实施例，装置600还可包括；显示器，用于呈现第一数据流图， 该第一数据流图包含该节点W及该节点之间的连接关系；呈现第二数据流图，该第二数据 流图包含该第一复合节点、该第二复合节点W及该连通路径。
[0145] 可选地，作为另一个实施例，上述优化目标基于W下因素中的至少一种确定；服务 质量、连接稳定性、信号强度和访问频率。
[0146] 现有技术中，响应节点为请求节点提供目标服务。但是，由于响应节点对数据收集 和分析的能力有限，要获得与请求节点相匹配的目标服务，需要花费很长的时间，导致获取 目标服务时效率低下。例如，汽车保险公司在向汽车拥有者推荐其汽车保险单时，为了获得 汽车拥有者准确的需求，需要收集很多与汽车拥有者的相关信息。比如，从交警大队收集汽 车违章信息；从汽车维修厂收集汽车的车况信息；从某些第H方信息提供商收集汽车拥有 者的开车习惯等。但是汽车保险公司受到其信息收集能力的限制，收集上述信息需要花费 很长时间，效率低下。
[0147] 数字化对我们日常生活的影响越来越大。随着数字化的发展，大数据分析成为一 种重要的分析工具。
[014引下面结合图7,站在具有大数据分析能力的中间节点的角度，描述中间节点是如何 建立请求节点和响应节点之间连接的。
[0149] 图7是本发明一个实施例的数据处理的方法的示意性流程图。图7的方法可W由 中间节点执行。图7的方法包括：
[0150] 710、中间节点从网络中收集用于请求目标服务的请求节点的相关信息，并收集多 个响应节点的服务信息，该多个响应节点均用于提供该目标服务。
[0151] 应理解，本实施例对请求节点的相关信息不作具体限定。该请求节点的相关信息 可w是包括该请求节点为获得该目标服务所需提供的信息。具体地，该请求节点的相关信 息包括该请求节点的身份信息或当前状态信息，还可W是请求节点的相关信息同时包括该 请求节点的身份信息和当前状态信息。该当前状态信息可包括请求节点当前所处的位置、 场合、也情等。
[0152] 应理解，上述服务信息可W是该目标服务的种类、目标服务的内容、服务的市场定 位、周期性折扣等信息。
[0153] 举例说明，请求节点可W是汽车驾驶员或者汽车拥有者；响应节点可W是汽车保 险公司；中间节点可W是第H方的数据收集和分析服务商。上述相关信息可W包括每部汽 车的历史的事故情况、车况（比如车的年限和里程数)、驾驶习惯、经常驾驶的路线情况、驾 驶员当前的身体状况和精神状况等等。上述服务信息可W包括每个汽车保险公司提供的汽 车保险单的种类、面向的市场W及当前的折扣等。
[0154] 需要说明的是，W上仅仅是举例说明，本发明对请求节点、响应节点和中间节点的 具体类型不作限定。例如，请求节点可W是贷款者，响应节点可W是放款者，中间节点可W 是第H方的数据收集和分析服务商。或者，请求节点可W是病人，响应节点可W是医疗/人 寿保险公司，中间节点可W是第H方的医疗数据收集和分析服务商。或者，请求节点可W是 通信消费者，响应节点可W是通信服务提供商，中间节点可W是第H方的数据收集和分析 服务商。或者，请求节点可W是病人，响应节点可W是药物制造商，中间节点可W是第H方 的医疗数据收集和分析服务商。
[0155] 720、该中间节点基于对该请求节点的相关信息和该多个响应节点服务信息的分 析，从该多个响应节点提供的目标服务中确定与该相关信息匹配的第一目标服务。
[0156] 上述中间节点可通过大数据分析确定与所述相关信息匹配的第一目标服务。
[0157] 例如，中间节点分析汽车驾驶员的驾驶习惯、身体状况、汽车的历史情况等信息， 并分析汽车保险公司的汽车保险单的类型、当前的折扣等。中间节点根据分析的结果找到 与该汽车驾驶员最匹配的汽车保险单。
[0158] 730、该中间节点主动建立该请求节点和该第一目标服务对应的第一响应节点之 间的连接，W便该请求节点根据该连接从该第一响应节点获取该第一目标服务。
[0159] 例如，中间节点可W向汽车驾驶员发送一个清单。该清单上包括能够提供与该汽 车驾驶员自身状况最为匹配的汽车保险公司或该些汽车保险公司中与该汽车驾驶员自身 情况最为匹配的汽车保险单，或者两者都包括。
[0160] 可选地，作为一个实施例，请求节点、中间节点W及第一响应节点分别为H角模型 的请求节点、中间节点和响应节点，其中该立角模型指作为服务提供方的响应节点、作为中 介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0161]应理解，本发明实施例中的H角模型的请求节点为该H角模型的一个端点；所述 H角模型的响应节点为该H角模型的另一个端点；所述H角模型的中间节点为网络节点。 H角模型用于指示通过该H角模型的中间节点能够实现该H角模型的两个端点的最简连 接。
[0162] 可选地，作为另一个实施例，在步骤730之前，图7的方法还可包括；该中间节点接 收该请求节点发送的用于获取该目标服务的请求。
[0163] 可选地，作为另一个实施例，在步骤730之前，图7的方法还可包括；该中间节点主 动向该请求节点推送该推荐信息。
[0164] 本发明实施例中，中间节点利用大数据分析能力收集网络中各个请求节点的相关 信息和响应节点的服务信息，并通过对请求节点相关信息和响应节点服务信息的分析，为 请求节点推荐合适的响应节点，无需响应节点自己收集请求节点的相关信息，提高了目标 服务获取的效率。
[0165] 上文结合图7,详细描述了本发明实施例的数据处理的方法，下文结合图8-图9详 细描述本发明实施例的数据处理的装置。
[0166] 图8是本发明一个实施例的数据处理的装置的示意性结构图。应理解，图8的装 置800能够实现图7中的各个步骤，为避免重复，此处不再详细描述。装置800包括：
[0167] 收集单元810,用于从网络中收集用于请求目标服务的请求节点的相关信息，并收 集多个响应节点的服务信息，该多个响应节点均用于提供该目标服务；
[016引确定单元820,用于基于对该收集单元810收集到的该请求节点的相关信息和该 多个响应节点服务信息的分析，从该多个响应节点提供的目标服务中确定与该相关信息匹 配的目标服务；
[0169] 建立单元830,用于主动建立该请求节点和该第一目标服务对应的第一响应节点 之间的连接，W便该请求节点根据该连接从该第一响应节点获取该第一目标服务。
[0170]本发明实施例中，中间节点利用大数据分析能力收集网络中各个请求节点的相关 信息和响应节点的服务信息，并通过对请求节点相关信息和响应节点服务信息的分析，为 请求节点推荐合适的响应节点，无需响应节点自己收集请求节点的相关信息，提高了目标 服务获取的效率。
[0171] 可选地，作为一个实施例，请求节点、中间节点W及第一响应节点分别为H角模型 的请求节点、中间节点和响应节点，其中该立角模型指作为服务提供方的响应节点、作为中 介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0172] 可选地，作为一个实施例，装置800还包括：接收单元，用于接收该请求节点发送 的用于获取该目标服务的请求。
[0173] 可选地，作为另一个实施例，该建立单元830具体用于主动向该请求节点推送该 推荐信息。
[0174] 可选地，作为另一个实施例，该请求节点的相关信息包括该请求节点的身份信息 或当前状态信息，还可W是该请求节点的相关信息同时包括该请求节点的身份信息和当前 状态信息。
[0175] 可选地，作为另一个实施例，该服务信息包括该目标服务的种类或目标服务的内 容，该中间节点通过大数据分析确定与该相关信息匹配的第一目标服务。
[0176] 图9是本发明一个实施例的数据处理的装置的示意性结构图。应理解，图9的装 置900能够实现图7中的各个步骤，为避免重复，此处不再详细描述。装置900包括：
[0177] 存储器910,用于存储程序。
[017引处理器920,用于执行程序，当所述存储器910的程序被执行时，处理器920用于从 网络中收集用于请求目标服务的请求节点的相关信息，并收集多个响应节点的服务信息， 该多个响应节点均用于提供该目标服务；基于对该请求节点的相关信息和该多个响应节点 服务信息的分析，从该多个响应节点提供的目标服务中确定与该相关信息匹配的目标服 务；建立该请求节点和该第一目标服务对应的第一响应节点之间的连接，w便该请求节点 根据该连接从该第一响应节点获取该第一目标服务。
[0179] 本发明实施例中，中间节点利用大数据分析能力收集网络中各个请求节点的相关 信息和响应节点的服务信息，并通过对请求节点相关信息和响应节点服务信息的分析，为 请求节点推荐合适的响应节点，无需响应节点自己收集请求节点的相关信息，提高了目标 服务获取的效率。
[0180] 可选地，作为一个实施例，请求节点、中间节点W及第一响应节点分别为H角模型 的请求节点、中间节点和响应节点，其中该立角模型指作为服务提供方的响应节点、作为中 介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0181] 可选地，作为一个实施例，处理器920还用于接收该请求节点发送的用于获取该 目标服务的请求。
[0182] 可选地，作为另一个实施例，处理器920具体用于主 动向该请求节点推送该推荐 信息。
[0183] 可选地，作为另一个实施例，该请求节点的相关信息包括该请求节点的身份信息 或当前状态信息，还可W是该请求节点的相关信息同时包括该请求节点的身份信息和当前 状态信息。
[0184] 可选地，作为另一个实施例，该服务信息包括该目标服务的种类或目标服务的内 容，该中间节点通过大数据分析确定与该相关信息匹配的第一目标服务。
[0185]H角模型方法是基于对数据流的分析，对现有的产业链进行信息化改造、简化产 业链、提升整个产业效率的有效方法。H角模型方法目的是剥离两点之间的兀余环节，实现 两点之间的最简连接。随着网络技术的发展，在现有的产业链中，H角模型的关键点是在请 求节点与响应节点(例如，买卖双方)之间建立网络节点(例如，中介方)。该网络节点具有大 数据收集与分析能力，能够为请求节点和响应节点提供各自所需的信息，在请求节点和响 应节点之间建立有效的连接，消除请求节点和响应节点之间的信息鸿沟。
[0186] 但是，在现有的产业链中，网络节点多种多样，如何建立H角模型的网络单元亟待 解决。H角模型的网络单元是网络中H方网络节点连接的网络模型单元。在实施中可W基 于网络模型单元建立具体的应用网络连接。
[0187] 图10是本发明一个实施例的建立网络单元的方法的示意性流程图。应理解，图10 与图1-图4是从两个不同角度的描述，步骤1010-1040的具体执行过程与110-140类似， 为避免重复，此处不再费述。图10的方法包括：
[0188] 1010、获得用于获取目标服务的原始数据流，该原始数据流中包含获取该目标服 务所经过的节点的信息，该节点包括：用于请求该目标服务的请求节点，用于提供该目标服 务的响应节点，W及网络中具有数据分析处理能力使得该请求节点获取该目标服务的中间 节点。
[0189]1020、根据该原始数据流，确定该节点中的请求节点和响应节点，并确定该节点之 间的连接关系。
[0190] 1030、分别将确定出的请求节点和响应节点合并，作为H角模型的请求节点和响 应节点，并根据确定出的该节点之间的连接关系，确定该H角模型的请求节点和该H角模 型的响应节点之间的连通路径，其中该H角模型指作为服务提供方的响应节点、作为中介 的中间节点和作为需求方的请求节点之间形成的H角连接。
[0191] 应理解，本发明实施例中的H角模型的请求节点为该H角模型的一个端点；所述 H角模型的响应节点为该H角模型的另一个端点；所述H角模型的中间节点为该H角模型 的中间节点。H角模型用于指示通过该H角模型的中间节点能够实现该H角模型的两个端 点的最简连接。
[0192] 1040、基于选取的优化目标，从该连通路径中确定至少一条优选连通路径，并将该 至少一条优选连通路径上的网络节点确定为该H角模型的中间节点。
[0193] 本发明实施例中，通过对用于获取目标服务的原始数据流的分析，从该原始数据 流中确定请求节点、响应节点W及请求节点和响应节点之间的连通路径，从确定出的连通 路径中选出优选路径，并将优选路径上的网络节点作为H角模型的中间节点，从而在请求 节点和响应节点之间建立了H角模型。
[0194] 可选地，作为一个实施例，该根据该原始数据流，确定该节点中的请求节点和响应 节点，并确定该节点之间的连接关系，包括：根据该原始数据流的语义，确定该节点中的请 求节点和响应节点，并确定该节点之间的连接关系。
[0195] 可选地，作为另一个实施例，该根据该原始数据流的语义，确定该节点中的请求节 点和响应节点，并确定该节点之间的连接关系，包括：根据对该原始数据流的语义分析， 从该原始数据流中提取该节点的信息，并根据该信息确定该节点W及该节点之间的连接关 系；采用聚类算法，将提取出的该节点进行聚类，W识别该节点中的请求节点和响应节点。
[0196] 可选地，作为另一个实施例，基于选取的优化目标，从该连通路径中确定至少一条 优选连通路径，包括：计算该原始数据流对该H角模型的请求节点和该H角模型的响应节 点之间各个连通路径的访问次数；从该各个连通路径中，将访问次数排在前N的连通路径 确定为该优选连通路径，其中，N为正整数。
[0197] 可选地，作为另一个实施例，图10的方法还包括：呈现第一数据流图，该第一数据 流图包含该节点W及该节点之间的连接关系。
[019引可选地，作为另一个实施例，图10的方法还包括：呈现第二数据流图，该第二数据 流图包含该H角模型的请求节点、该H角模型的响应节点W及该连通路径。
[0199] 可选地，作为另一个实施例，优化目标基于W下因素中的至少一种确定；服务质 量、连接稳定性、信号强度和访问频率。
[0200] 上文结合图10详细描述了本发明实施例的建立基于H角模型的网络单元的方 法。下文结合图11，详细描述本发明实施例的建立网络单元的系统。
[0201] 图11是本发明一个实施例的建立基于H角模型的网络单元的系统的示意性框 图。图11的系统1100包括；数据流收集模块1110、数据流分析模块1120和H角模型分析 模块1130。应理解，系统1100能够实现图10中的各个步骤，为避免重复，此处不再费述。
[0202] 数据流收集模块1110,用于获得用于获取目标服务的原始数据流，该原始数据流 中包含获取该目标服务所经过的节点的信息，该节点包括：用于请求该目标服务的请求节 点，用于提供该目标服务的响应节点，W及网络中具有数据分析处理能力使得该请求节点 获取该目标服务的中间节点；
[0203] 数据流分析模块1120,用于根据该数据流收集模块1110获得的该原始数据流，确 定该节点中的请求节点和响应节点，并确定该节点之间的连接关系；
[0204] H角模型分析模块1130,用于分别将该数据流分析模块1120确定出的请求节点 和响应节点合并，作为H角模型的请求节点和响应节点，并根据确定出的该节点之间的连 接关系，确定该H角模型的请求节点和该H角模型的响应节点之间的连通路径；基于选取 的优化目标，从该连通路径中确定至少一条优选连通路径，并将该至少一条优选连通路径 上的网络节点确定为该H角模型的中间节点，该H角模型指作为服务提供方的响应节点、 作为中介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0205] 可选地，作为一个实施例，该数据流分析模块1120具体用于根据该原始数据流的 语义，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系。
[0206] 可选地，作为另一个实施例，该数据流分析模块1120具体用于根据对该原始数据 流的语义分析，从该原始数据流中提取该节点的信息，并根据该信息确定该节点W及该节 点之间的连接关系；采用聚类算法，将提取出的该节点进行聚类，W识别该节点中的请求节 点和响应节点。
[0207] 可选地，作为另一个实施例，该H角模型分析模块具体用于计算该原始数据流对 该H角模型的请求节点和该H角模型的响应节点之间各个连通路径的访问次数；从该各个 连通路径中，将访问次数排在前N的连通路径确定为该优选连通路径，其中，N为正整数。 [020引可选地，作为另一个实施例，系统1100还可包括；用户交互与呈现模块，用于呈现 第一数据流图，该第一数据流图包含该节点W及该节点之间的连接关系。
[0209] 可选地，作为另一个实施例，户交互与呈现模块还用于呈现第二数据流图，该第二 数据流图包含该H角模型的请求节点、该H角模型的响应节点W及该连通路径。
[0210] 可选地，作为另一个实施例，系统1100还可包括；H角模型输出模块，用于输出该 H角模型分析模块确定出的该H角模型的请求节点、响应节点和中间节点。
[0211] 可选地，作为另一个实施例，优化目标基于W下因素中的至少一种确定；服务质 量、连接稳定性、信号强度和访问频率。
[0212] 本领域普通技术人员可W意识到，结合本文中所公开的实施例描述的各示例的单 元及算法步骤，能够W电子硬件、或者计算机软件和电子硬件的结合来实现。该些功能究竟 W硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员 可W对每个特定的应用来使用不同方法来实现所描述的功能，但是该种实现不应认为超出 本发明的范围。
[0213] 所属领域的技术人员可W清楚地了解到，为描述的方便和简洁，上述描述的系统、 装置和单元的具体工作过程，可W参考前述方法实施例中的对应过程，在此不再费述。
[0214] 在本申请所提供的几个实施例中，应该理解到，所掲露的系统、装置和方法，可W 通过其它的方式实现。例如，W上所描述的装置实施例仅仅是示意性的，例如，所述单元的 划分，仅仅为一种逻辑功能划分，实际实现时可W有另外的划分方式，例如多个单元或组件 可W结合或者可W集成到另一个系统，或一些特征可W忽略，或不执行。另一点，所显示或 讨论的相互之间的禪合或直接禪合或通信连接可W是通过一些接口，装置或单元的间接禪 合或通信连接，可W是电性，机械或其它的形式。
[0215] 所述作为分离部件说明的单元可W是或者也可W不是物理上分开的，作为单元显 示的部件可W是或者也可W不是物理单元，即可W位于一个地方，或者也可W分布到多个 网络单元上。可W根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目 的。
[0216] 另外，在本发明各个实施例中的各功能单元可W集成在一个处理单元中，也可W 是各个单元单独物理存在，也可W两个或两个W上单元集成在一个单元中。
[0217] 所述功能如果W软件功能单元的形式实现并作为独立的产品销售或使用时，可W 存储在一个计算机可读取存储介质中。基于该样的理解，本发明的技术方案本质上或者说 对现有技术做出贡献的部分或者该技术方案的部分可软件产品的形式体现出来，该计 算机软件产品存储在一个存储介质中，包括若干指令用W使得一台计算机设备(可W是个 人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。 而前述的存储介质包括；U盘、移动硬盘、只读存储器（ROM,ReacK)nlyMemo巧）、随机存取 存储器（RAM,RandomAccessMemcxry)、磁碟或者光盘等各种可W存储程序代码的介质。
[021引 W上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何 熟悉本技术领域的技术人员在本发明掲露的技术范围内，可轻易想到变化或替换，都应涵 盖在本发明的保护范围之内。因此，本发明的保护范围应所述W权利要求的保护范围为准。
【主权项】
1. 一种确定中间节点的方法，其特征在于，包括： 收集用于获取目标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经 过的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于提供所述目标服 务的响应节点，以及网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的 中间节点； 基于所述原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系； 将确定出的请求节点合并为第一复合节点以及将确定出的响应节点合并为第二复合 节点，并基于确定出的所述节点之间的连接关系，确定所述第一复合节点与所述第二复合 节点之间的连通路径； 基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，以获取所述至 少一条优选连通路径上的中间节点。2. 如权利要求1所述的方法，其特征在于， 所述基于原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系，包括： 基于所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节 点之间的连接关系。3. 如权利要求2所述的方法，其特征在于， 所述基于所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所 述节点之间的连接关系，包括： 基于对所述原始数据流的语义分析，从所述原始数据流中提取所述节点的信息，并根 据所述信息确定所述节点以及所述节点之间的连接关系； 采用聚类算法，将确定出的所述节点进行聚类，以识别所述节点中的请求节点和响应 节点。4. 如权利要求1-3中任一项所述的方法，其特征在于，所述基于选取的优化目标，从所 述连通路径中确定至少一条优选连通路径，包括： 计算所述原始数据流对所述第一复合节点和所述第二复合节点之间各个连通路径的 访问次数； 从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径， 其中，N为正整数。5. 如权利要求1-4中任一项所述的方法，其特征在于，还包括： 呈现第一数据流图，所述第一数据流图包含所述节点以及所述节点之间的连接关系。6. 如权利要求1_5中任一项所述的方法，其特征在于，还包括： 呈现第二数据流图，所述第二数据流图包含所述第一复合节点、所述第二复合节点以 及所述连通路径。7. 如权利要求1-6中任一项所述的方法，其特征在于，所述优化目标基于以下因素中 的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。8. -种确定中间节点的装置，其特征在于，包括： 收集单元，用于收集用于获取目标服务的原始数据流，所述原始数据流中包含获取所 述目标服务所经过的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于 提供所述目标服务的响应节点，以及网络中具有数据分析处理能力使得所述请求节点获取 所述目标服务的中间节点； 第一确定单元，用于基于所述收集单元收集的所述原始数据流，确定所述节点中的请 求节点和响应节点，并确定所述节点之间的连接关系； 第二确定单元，用于将所述第一确定单元确定出的请求节点合并为第一复合节点以及 将确定出的响应节点合并为第二复合节点，并基于所述第一确定单元确定出的所述节点之 间的连接关系，确定所述第一复合节点与所述第二复合节点之间的连通路径； 第三确定单元，用于基于选取的优化目标，从所述第二确定单元确定的所述连通路径 中确定至少一条优选连通路径，以获取所述至少一条优选连通路径上的中间节点。9. 如权利要求8所述的装置，其特征在于， 所述第一确定单元具体用于基于所述原始数据流的语义，确定所述节点中的请求节点 和响应节点，并确定所述节点之间的连接关系。10. 如权利要求9所述的装置，其特征在于， 所述第一确定单元具体用于基于对所述原始数据流的语义分析，从所述原始数据流 中提取所述节点的信息，并根据所述节点的信息确定所述节点以及所述节点之间的连接关 系；采用聚类算法，将确定出的所述节点进行聚类，以识别所述节点中的请求节点和响应节 点。11. 如权利要求8-10中任一项所述的装置，其特征在于，所述第三确定单元具体用于 计算所述原始数据流对所述第一复合节点和所述第二复合节点之间各个连通路径的访问 次数；从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径， 其中，N为正整数。12. 如权利要求8-11中任一项所述的装置，其特征在于，还包括： 第一呈现单元，用于呈现第一数据流图，所述第一数据流图包含所述节点以及所述节 点之间的连接关系。13. 如权利要求8-12中任一项所述的装置，其特征在于，还包括： 第二呈现单元，用于呈现第二数据流图，所述第二数据流图包含所述第一复合节点、所 述第二复合节点以及所述连通路径。14. 如权利要求8-13中任一项所述的装置，其特征在于，所述优化目标基于以下因素 中的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。15. -种数据处理的方法，其特征在于，包括： 中间节点从网络中收集用于请求目标服务的请求节点的相关信息，并收集多个响应节 点的服务信息，所述多个响应节点均用于提供所述目标服务； 所述中间节点对所述请求节点的相关信息和所述多个响应节点服务信息分析，从所述 多个响应节点提供的目标服务中确定与所述相关信息匹配的第一目标服务； 所述中间节点建立所述请求节点和所述第一目标服务对应的第一响应节点之间的连 接，以便所述请求节点根据所述连接从所述第一响应节点获取所述第一目标服务。16. 如权利要求15所述的方法，其特征在于，所述请求节点、所述中间节点以及所述第 一响应节点分别为三角模型的请求节点、中间节点和响应节点，其中所述三角模型指作为 服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的三角连 接。17. 如权利要求15所述的方法，其特征在于，所述请求节点的相关信息包括所述请求 节点的身份信息或当前状态信息。18. 如权利要求15或17所述的方法，其特征在于，所述服务信息包括所述目标服务的 种类或目标服务的内容，所述中间节点通过大数据分析确定与所述相关信息匹配的第一目 标服务。19. 一种数据处理的装置，其特征在于，所述装置包括： 收集单元，用于从网络中收集用于请求目标服务的请求节点的相关信息，并收集多个 响应节点的服务信息，所述多个响应节点均用于提供所述目标服务； 确定单元，用于对所述收集单元收集到的所述请求节点的相关信息和所述多个响应节 点服务信息分析，从所述多个响应节点提供的目标服务中确定与所述相关信息匹配的第一 目标服务； 建立单元，用于建立所述请求节点和所述第一目标服务对应的第一响应节点之间的连 接，以便所述请求节点根据所述连接从所述第一响应节点获取所述第一目标服务。20. 如权利要求19所述的装置，其特征在于，所述请求节点、所述中间节点以及所述第 一响应节点分别为三角模型的请求节点、中间节点和响应节点，其中所述三角模型指作为 服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的三角连 接。21. 如权利要求19所述的装置，其特征在于，所述请求节点的相关信息包括所述请求 节点的身份信息或当前状态信息。22. 如权利要求19或21所述的装置，其特征在于，所述服务信息包括所述目标服务的 种类或目标服务的内容，所述中间节点通过大数据分析确定与所述相关信息匹配的第一目 标服务。23. -种建立网络单元的方法，其特征在于，包括： 获得用于获取目标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经 过的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于提供所述目标服 务的响应节点，以及网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的 中间节点； 根据所述原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系； 分别将确定出的请求节点和响应节点合并，作为三角模型的请求节点和响应节点，并 根据确定出的所述节点之间的连接关系，确定所述三角模型的请求节点和所述三角模型的 响应节点之间的连通路径，其中所述三角模型指作为服务提供方的响应节点、作为中介的 中间节点和作为需求方的请求节点之间形成的三角连接； 基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，并将所述至少 一条优选连通路径上的网络节点确定为所述三角模型的所述中间节点。24. 如权利要求23所述的方法，其特征在于， 所述根据所述原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点 之间的连接关系，包括： 根据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节 点之间的连接关系。25. 如权利要求24所述的方法，其特征在于， 所述根据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所 述节点之间的连接关系，包括： 根据对所述原始数据流的语义分析，从所述原始数据流中提取所述节点的信息，并根 据所述信息确定所述节点以及所述节点之间的连接关系； 采用聚类算法，将提取出的所述节点进行聚类，以识别所述节点中的请求节点和响应 节点。26. 如权利要求23-25中任一项所述的方法，其特征在于，所述基于选取的优化目标， 从所述连通路径中确定至少一条优选连通路径，包括： 计算所述原始数据流对所述三角模型的请求节点和所述三角模型的响应节点之间各 个连通路径的访问次数； 从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径， 其中，N为正整数。27. 如权利要求23-26中任一项所述的方法，其特征在于，还包括： 呈现第一数据流图，所述第一数据流图包含所述节点以及所述节点之间的连接关系。28. 如权利要求23-27中任一项所述的方法，其特征在于，还包括： 呈现第二数据流图，所述第二数据流图包含所述三角模型的请求节点、所述三角模型 的响应节点以及所述连通路径。29. 如权利要求23-28中任一项所述的方法，其特征在于，所述优化目标基于以下因素 中的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。30. -种建立网络单元的系统，其特征在于，包括： 数据流收集模块，用于获得用于获取目标服务的原始数据流，所述原始数据流中包含 获取所述目标服务所经过的节点的信息，所述节点包括：用于请求所述目标服务的请求节 点，用于提供所述目标服务的响应节点，以及网络中具有数据分析处理能力使得所述请求 节点获取所述目标服务的中间节点； 数据流分析模块，用于根据所述数据流收集模块获得的所述原始数据流，确定所述节 点中的请求节点和响应节点，并确定所述节点之间的连接关系； 三角模型分析模块，用于分别将所述数据流分析模块确定出的请求节点和响应节点合 并，作为三角模型的请求节点和响应节点，并根据确定出的所述节点之间的连接关系，确定 所述三角模型的请求节点和所述三角模型的响应节点之间的连通路径；基于选取的优化目 标，从所述连通路径中确定至少一条优选连通路径，并将所述至少一条优选连通路径上的 网络节点确定为所述三角模型的中间节点，所述三角模型指作为服务提供方的响应节点、 作为中介的中间节点和作为需求方的请求节点之间形成的三角连接。31. 如权利要求30所述的系统，其特征在于， 所述数据流分析模块具体用于根据所述原始数据流的语义，确定所述节点中的请求节 点和响应节点，并确定所述节点之间的连接关系。32. 如权利要求31所述的系统，其特征在于， 所述数据流分析模块具体用于根据对所述原始数据流的语义分析，从所述原始数据流 中提取所述节点的信息，并根据所述信息确定所述节点以及所述节点之间的连接关系；采 用聚类算法，将提取出的所述节点进行聚类，以识别所述节点中的请求节点和响应节点。33. 如权利要求30-32中任一项所述的系统，其特征在于， 所述三角模型分析模块具体用于计算所述原始数据流对所述三角模型的请求节点和 所述三角模型的响应节点之间各个连通路径的访问次数；从所述各个连通路径中，将访问 次数排在前N的连通路径确定为所述优选连通路径，其中，N为正整数。34. 如权利要求30-33中任一项所述的系统，其特征在于，还包括： 用户交互与呈现模块，用于呈现第一数据流图，所述第一数据流图包含所述节点以及 所述节点之间的连接关系。35. 如权利要求34所述的系统，其特征在于，所述用户交互与呈现模块还用于呈现第 二数据流图，所述第二数据流图包含所述三角模型的请求节点、所述三角模型的响应节点 以及所述连通路径。36. 如权利要求30-35所述的系统，其特征在于，所述系统还包括： 三角模型输出模块，用于输出所述三角模型分析模块确定出的所述三角模型的中间节 点。37. 如权利要求30-36中任一项所述的系统，其特征在于，所述优化目标基于以下因素 中的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。
【专利摘要】本发明实施例提供确定中间节点的方法和装置，该方法包括：收集用于获取目标服务的原始数据流；基于该原始数据流，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系；分别将确定出的请求节点和响应节点合并为第一复合节点和第二复合节点，并基于确定出的该节点之间的连接关系，确定该第一复合节点与该第二复合节点之间的连通路径；基于选取的优化目标，从该连通路径中确定至少一条优选连通路径，以获取该至少一条优选连通路径上的中间节点。本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间的优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免请求节点对中间节点选择的盲目性。
【IPC分类】G06Q50/10, G06Q30/06, H04L12/701
【公开号】CN104901878
【申请号】CN201410083214
【发明人】李英涛, 邬浩
【申请人】华为技术有限公司
【公开日】2015年9月9日
【申请日】2014年3月6日
【公告号】US20150256428, WO2015131828A1
【技术领域】
[0001] 本发明涉及数据处理领域，更为具体地，涉及确定中间节点的方法和装置。
【背景技术】
[0002] 随着网络技术的不断发展，许多服务的查询或者获取可W通过网络实现。例如，用 户可W通过携程网查询或购买从城市1到城市2的机票。
[0003] 现实生活中，服务的请求方(下称请求节点）与服务的提供方(下称响应节点）之间 存在信息鸿沟。为了满足请求节点各种各样的服务需求，网络中部署了许多中间节点。该些 中间节点共同的特点是：具有大数据的分析处理能力，并能够为用户提供信息服务。例如， 百度搜索引擎能够为用户提供与其查询内容相关的各种信息内容、网站链接等。
[0004] 网络中的中间节点多种多样，请求节点获取某项服务(下称目标服务）的途径也多 种多样。现有技术中，请求节点对网络的中间节点没有清晰的认识。因此，在获取目标服务 时，请求节点对中间节点的选择具有一定的盲目性。
【发明内容】
[0005] 本发明实施例提供一种获取中间节点的方法和装置，W避免请求节点对中间节点 选择的盲目性。
[0006] 第一方面，提供一种确定中间节点的方法，包括：收集用于获取目标服务的原始数 据流，所述原始数据流中包含获取所述目标服务所经过的节点的信息，所述节点包括用于 请求所述目标服务的请求节点、用于提供所述目标服务的响应节点，W及网络中具有数据 分析处理能力使得所述请求节点获取所述目标服务的中间节点；基于所述原始数据流，确 定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系；将确定出的请求 节点合并为第一复合节点W及将确定出的响应节点合并为第二复合节点，并基于确定出 的所述节点之间的连接关系，确定所述第一复合节点与所述第二复合节点之间的连通路 径；基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，W获取所述至少 一条优选连通路径上的中间节点。
[0007] 结合第一方面，在第一方面的一种实现方式中，所述基于原始数据流，确定所述节 点中的请求节点和响应节点，并确定所述节点之间的连接关系，包括基于所述原始数据流 的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系。
[0008] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述基于所述原始数据流的语义，确定所述节点中的请求节点和响应节点的信息，并根据所 述信息确定所述节点W及所述节点之间的连接关系，包括：基于对所述原始数据流的语义 分析，从所述原始数据流中提取所述节点，并确定所述节点之间的连接关系；采用聚类算 法，将确定出的所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0009] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，包括：计算所述原 始数据流对所述第一复合节点和所述第二复合节点之间各个连通路径的访问次数；从所述 各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径，其中，N为正 整数。
[0010] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述方法还包括：呈现第一数据流图，所述第一数据流图包含所述节点W及所述节点之间的 连接关系。
[0011] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述方法还包括；呈现第二数据流图，所述第二数据流图包含所述第一复合节点、所述第二复 合节点W及所述连通路径。
[0012] 结合第一方面或其上述实现方式的任一种，在第一方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0013] 第二方面，提供一种确定中间节点的装置，包括：收集单元，用于收集用于获取目 标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经过的节点的信息，所 述节点包括用于请求所述目标服务的请求节点、用于提供所述目标服务的响应节点，W及 网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的中间节点；第一确 定单元，用于基于所述收集单元收集的所述原始数据流，确定所述节点中的请求节点和响 应节点，并确定所述节点之间的连接关系；第二确定单元，用于将所述第一确定单元确定出 的请求节点合并为第一复合节点W及将确定出的响应节点合并为第二复合节点，并基于所 述第一确定单元确定出的所述节点之间的连接关系，确定所述第一复合节点与所述第二复 合节点之间的连通路径；第H确定单元，用于基于选取的优化目标，从所述第二确定单元确 定的所述连通路径中确定至少一条优选连通路径，W获取所述至少一条优选连通路径上的 中间节点。
[0014] 结合第二方面，在第二方面的一种实现方式中，所述第一确定单元具体用于基于 所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间的 连接关系。
[0015] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述第一确定单元具体用于基于对所述原始数据流的语义分析，从所述原始数据流中提取所 述节点的信息，并根据所述节点的信息确定所述节点W及所述节点之间的连接关系；采用 聚类算法，将确定出的所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0016] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述第H确定单元具体用于计算所述原始数据流对所述第一复合节点和所述第二复合节点 之间各个连通路径的访问次数；从所述各个连通路径中，将访问次数排在前N的连通路径 确定为所述优选连通路径，其中，N为正整数。
[0017] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述方法还包括；第一呈现单元，用于呈现第一数据流图，所述第一数据流图包含所述节点W 及所述节点之间的连接关系。
[0018] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述方法还包括；第二呈现单元，用于呈现第二数据流图，所述第二数据流图包含所述第一复 合节点、所述第二复合节点w及所述连通路径。
[0019] 结合第二方面或其上述实现方式的任一种，在第二方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0020] 第H方面，提供一种数据处理的方法，包括；中间节点从网络中收集用于请求目 标服务的请求节点的相关信息，并收集多个响应节点的服务信息，所述多个响应节点均用 于提供所述目标服务；所述中间节点对所述请求节点的相关信息和所述多个响应节点服务 信息分析，从所述多个响应节点提供的目标服务中确定与所述相关信息匹配的第一目标服 务；所述中间节点建立所述请求节点和所述第一目标服务对应的第一响应节点之间的连 接，W便所述请求节点根据所述连接从所述第一响应节点获取所述第一目标服务。一般情 况下中间节点具有大数据分析处理能力。
[0021] 结合第H方面，在第H方面的一种实现方式中，所述请求节点、所述中间节点W及 所述第一响应节点分别为H角模型的请求节点、中间节点和响应节点，其中所述H角模型 指作为服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的 H角连接。
[0022] 结合第H方面或其上述实现方式的任一种，在第H方面的另一种实现方式中，所 述请求节点的相关信息包括所述请求节点的身份信息或当前状态信息，或者所述请求节点 的相关信息同时包括所述请求节点的身份信息与当前状态信息。
[0023] 结合第H方面或其上述实现方式的任一种，在第H方面的另一种实现方式中，所 述服务信息包括所述目标服务的种类或目标服务的内容，所述中间节点通过大数据分析确 定与所述相关信息匹配的第一目标服务。
[0024] 第四方面，提供一种数据处理的装置，所述装置包括：收集单元，用于从网络中收 集用于请求目标服务的请求节点的相关信息，并收集多个响应节点的服务信息，所述多个 响应节点均用于提供所述目标服务；确定单元，用于对所述收集单元收集到的所述请求节 点的相关信息和所述多个响应节点服务信息分析，从所述多个响应节点提供的目标服务中 确定与所述相关信息匹配的第一目标服务；建立单元，用于建立所述请求节点和所述第一 目标服务对应的第一响应节点之间的连接，W便所述请求节点根据所述连接从所述第一响 应节点获取所述第一目标服务。
[0025] 结合第四方面，在第四方面的一种实现方式中，所述请求节点、所述中间节点W及 所述第一响应节点分别为H角模型的请求节点、中间节点和响应节点，其中所述H角模型 指作为服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的 H角连接。
[0026] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述装置还包括：接收单元，用于接收所述请求节点发送的用于获取所述目标服务的请求。
[0027] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述发送单元具体用于主动向所述请求节点推送所述推荐信息。
[0028] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述请求节点的相关信息包括所述请求节点的身份信息或当前状态信息，或者，所述请求节 点的相关信息同时包括所述请求节点的身份信息和当前状态信息。
[0029] 结合第四方面或其上述实现方式的任一种，在第四方面的另一种实现方式中，所 述服务信息包括所述目标服务的种类或目标服务的内容，所述中间节点通过大数据分析确 定与所述相关信息匹配的第一目标服务。
[0030] 第五方面，提供一种建立网络单元的方法，包括：获得用于获取目标服务的原始数 据流，所述原始数据流中包含获取所述目标服务所经过的节点的信息，所述节点包括；用于 请求所述目标服务的请求节点，用于提供所述目标服务的响应节点，W及网络中具有数据 分析处理能力使得所述请求节点获取所述目标服务的中间节点；根据所述原始数据流，确 定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系；分别将确定出的 请求节点和响应节点合并，作为H角模型的请求节点和响应节点，并根据确定出的所述节 点之间的连接关系，确定所述H角模型的请求节点和所述H角模型的响应节点之间的连通 路径，其中所述H角模型指作为服务提供方的响应节点、作为中介的中间节点和作为需求 方的请求节点之间形成的H角连接；基于选取的优化目标，从所述连通路径中确定至少一 条优选连通路径，并将所述至少一条优选连通路径上的网络节点确定为所述H角模型的所 述中间节点。
[0031] 结合第五方面，在第五方面的一种实现方式中，所述根据所述原始数据流，确定所 述节点中的请求节点和响应节点，并确定所述节点之间的连接关系，包括：根据所述原始数 据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间的连接关系。
[0032] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述根据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点 之间的连接关系，包括；根据对所述原始数据流的语义分析，从所述原始数据流中提取所 述节点的信息，并根据所述信息确定所述节点之间的连接关系；采用聚类算法，将提取出的 所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0033] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，包括：计算所述原 始数据流对所述H角模型的请求节点和所述H角模型的响应节点之间各个连通路径的访 问次数；从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路 径，其中，N为正整数。
[0034] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述方法还包括：呈现第一数据流图，所述第一数据流图包含所述节点W及所 述节点之间的 连接关系。
[0035] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述方法还包括；呈现第二数据流图，所述第二数据流图包含所述H角模型的请求节点、所述 H角模型的响应节点W及所述连通路径。
[0036] 结合第五方面或其上述实现方式的任一种，在第五方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0037] 第六方面，提供一种建立网络单元的系统，其特征在于，包括：数据流收集模块，用 于获得用于获取目标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经过 的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于提供所述目标服务 的响应节点，w及网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的中 间节点；数据流分析模块，用于根据所述数据流收集模块获得的所述原始数据流，确定所述 节点中的请求节点和响应节点，并确定所述节点之间的连接关系；H角模型分析模块，用于 分别将所述数据流分析模块确定出的请求节点和响应节点合并，作为H角模型的请求节点 和响应节点，并根据确定出的所述节点之间的连接关系，确定所述H角模型的请求节点和 所述H角模型的响应节点之间的连通路径；基于选取的优化目标，从所述连通路径中确定 至少一条优选连通路径，并将所述至少一条优选连通路径上的网络节点确定为所述H角模 型的中间节点，所述H角模型指作为服务提供方的响应节点、作为中介的中间节点和作为 需求方的请求节点之间形成的H角连接。
[0038] 结合第六方面，在第六方面的一种实现方式中，所述数据流分析模块具体用于根 据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系。
[0039] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述数据流分析模块具体用于根据对所述原始数据流的语义分析，从所述原始数据流中提取 所述节点的信息，并根据所述信息确定所述节点W及所述节点之间的连接关系；采用聚类 算法，将提取出的所述节点进行聚类，W识别所述节点中的请求节点和响应节点。
[0040] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述H角模型分析模块具体用于计算所述原始数据流对所述H角模型的请求节点和所述H 角模型的响应节点之间各个连通路径的访问次数；从所述各个连通路径中，将访问次数排 在前N的连通路径确定为所述优选连通路径，其中，N为正整数。
[0041] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，用 户交互与呈现模块，用于呈现第一数据流图，所述第一数据流图包含所述节点W及所述节 点之间的连接关系。
[0042] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述用户交互与呈现模块还用于呈现第二数据流图，所述第二数据流图包含所述H角模型的 请求节点、所述H角模型的响应节点W及所述连通路径。
[0043] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述系统还包括；H角模型输出模块，用于输出所述H角模型分析模块确定出的所述H角模 型的中间节点。
[0044] 结合第六方面或其上述实现方式的任一种，在第六方面的另一种实现方式中，所 述优化目标基于W下因素中的至少一种确定：服务质量、连接稳定性、信号强度和访问频 率。
[0045] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 的优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免请求节 点对中间节点选择的盲目性。
【附图说明】
[0046] 为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使 用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于 本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可w根据该些附图获得其他 的附图。
[0047] 图1是本发明一个实施例的确定中间节点的方法的示意性流程图。
[0048] 图2是第一数据流图的示例图。
[0049] 图3是第一数据流图的另一示例图。
[0050] 图4是第二数据流图的示例图。
[0051] 图5是本发明一个实施例的确定中间节点的装置的示意性结构图。
[0052] 图6是本发明一个实施例的确定中间节点的装置的示意性结构图。
[0053] 图7是本发明一个实施例的数据处理的方法的示意性流程图。
[0054] 图8是本发明一个实施例的数据处理的装置的示意性结构图。
[0055] 图9是本发明一个实施例的数据处理的装置的示意性结构图。
[0056] 图10是本发明一个实施例的建立网络单元的方法的示意性流程图。
[0057] 图11是本发明一个实施例的建立网络单元的系统的示意性框图。
【具体实施方式】
[0058] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发 明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实 施例，都应属于本发明保护的范围。
[0059] 应理解，本发明实施例中的请求节点可用于请求目标服务。在产业链中，该请求节 点可W是供需双方中的需求方（Buyer)。具体地，该请求节点可W是购买某个产品的用户。 例如，原始数据流记录了"用户A通过网站B购买了航空公司C的机票"，则用户A为请求节 点。又如，原始数据流记录了 "用户D通过搜索引擎E搜索车辆保险信息，搜索引擎E向用 户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G的保险产 品H，保险公司G向第H方征信机构获取用户D的相关信息，用户D购买了保险公司G的保 险产品"，则用户D为请求节点。
[0060] 应理解，本发明实施例中的响应节点可用于提供目标服务。具体地，在产业链中， 该响应节点可W是供需双方中的供应方（Seller)。该供应方可W是公司、企业或个体商户 等。例如，原始数据流记录了"用户A通过网站B购买了航空公司C的机票"，则航空公司C 为响应节点。又如，原始数据流记录了 "用户D通过搜索引擎E搜索车辆保险信息，搜索引 擎E向用户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G 的保险产品H，保险公司G向第H方征信机构获取用户D的相关信息，用户D购买了保险公 司G的保险产品"，则保险公司G为响应节点。
[0061] 应理解，本发明实施例中的中间节点可W是网络中具有大数据分析处理能力的网 站、服务商等。该中间节点可作为第H方，搜集供需双方的历史数据、W及当前状态信息，并 可对搜集到的数据和信息进行分析处理。换句话说，在产业链中，中间节点可扮演中介者 (Broker)的角色。当请求节点通过该中间节点请求目标服务时，该中间节点可W根据搜集 到的数据和信息，向请求节点推荐至少一个与请求节点相匹配的供应方。
[0062] 还应理解，本发明实施例中的中间节点可W是一个节点，也可W是多个节点的集 合。换句话说，当中间节点是多个节点的集合时，中间节点的上述功能可通过该多个节点共 同完成。例如，原始数据流记录了 "用户A通过网站B购买了航空公司C的机票"，则网站B 为中间节点。又如，原始数据流记录了 "用户D通过搜索引擎E搜索车辆保险信息，搜索引 擎E向用户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G 的保险产品，保险公司G向第H方征信机构H获取用户D的相关信息，用户D购买了保险公 司G的保险产品"，则搜索引擎E、保险销售网站F、第H方征信机构H为中间节点。
[0063] 图1是本发明一个实施例的确定中间节点的方法的示意性流程图。图1的方法可 W由用于确定中间节点的装置执行。图1的方法包括：
[0064] 110、收集用于获取目标服务的原始数据流，该原始数据流中包含获取该目标服务 所经过的节点的信息，该节点包括用于请求该目标服务的请求节点、用于提供该目标服务 的响应节点，W及网络中具有数据分析处理能力使得该请求节点获取该目标服务的中间节 点。
[0065] 应理解，本发明实施例对原始数据流的收集途径不作具体限定。例如，在产业链 中，当一项目标服务达成时，请求节点（需求方)、响应节点(供应方）W及中间节点（中介方） 均可能记录达成该目标服务的双方W及达成该目标服务的途径等信息。例如，网站B的数 据库中可记录"驾驶者I通过网站J购买了汽车保险公司K的保险"。或者，汽车保险公司 K的数据库中记录了"通过网站J的推荐，驾驶者I在汽车保险公司K购买了保险"。当然， 该原始数据流还可W记录在其他数据库中。例如，网站L专口统计各个汽车保险公司的保 险销售情况，则可W从网站L记录的信息中获取该原始数据流。
[0066] 应理解，目标服务可W不特指某种类型的服务。例如，该目标服务可W是各式各样 的服务。换句话说，在实现步骤110时，只要发现获取某种服务的原始数据流就收集下来， 而无需限定该数据流获取的服务的类型。
[0067] 应理解，本发明实施例对收集到的原始数据流的数目不作具体限定。实际中，为了 更准确地获取中间节点，可W收集尽可能多的原始数据流。
[0068] 需要说明的是，该原始数据流中可包含获取该目标服务所先后经过的节点的信 息。换句话说，原始数据流中不但可记录节点的信息，还可记录各个节点的连接关系的信 息。例如，原始数据流为"用户A通过网站B购买了航空公司C的机票"。原始数据流中不 但包含用户A、网站B和航空公司C等节点的信息，还包含各个节点之间的连接关系：用户 A-网站B-航空公司C。
[0069]120、基于原始数据流，确定该节点中的请求节点和响应节点，并确定该节点之间 的连接关系。
[0070] 可选地，作为一个实施例，可基于对该原始数据流的语义分析，确定该节点中的请 求节点和响应节点，并确定该节点之间的连接关系。
[0071] 具体地，可先对该原始数据流进行语义分析，从该原始数据流中提取该节点，并确 定该节点之间的连接关系。
[0072] 例如，原始数据流为"用户A通过网站B购买了航空公司C的机票"。通过现有的 可用于语义分析的算法巧日模式识别算法）即可从该原始数据流中提取节点用户A、网站B 和航空公司C，W及用户A、网站B和航空公司C之间的连接关系"用户A-网站B-航空公司 C，，。
[0073]又如，原始数据流为"用户D通过搜索引擎E搜索车辆保险信息，搜索引擎E向用 户D推荐了保险销售网站F，用户D访问保险销售网站F，并申请购买保险公司G的保险产 品，保险公司G向第H方征信机构H获取用户D的相关信息，用户D购买了保险公司G的保 险产品"。通过现有的语义分析算法巧日模式识别）即可从该原始数据流中提取节点用户D、 搜索引擎E、保险销售网站F、保险公司G和第H方征信机构H，并确定W上节点之间的连接 关系"用户D-搜索引擎E-保险销售网站F-保险公司G-第H方征信机构H"。
[0074]W上仅仅是从原始数据流中提取出了各个节点W及各个节点之间的连接关系，还 未分辨出各个节点的节点类型。
[0075] 接着，可W采用聚类算法，将提取出的该节点进行聚类，W识别出该节点中的请求 节点和响应节点。
[0076] 举例说明，聚类算法的具体过程可W如下：
[0077] 第一步，确定分类值集合C={请求节点，中间节点，响应节点}。
[0078] 可选地，也可W确定分类值集合C= {:请求节点，响应节点}。当从原始数据流提取 出的节点中找出请求节点和响应节点后，将剩余节点作为中间节点。
[0079] 第二步，确定分类规则。
[0080] 分类规则的确定方式可W有多种。例如，可W从预先存储的缺省的分类规则中选 取一套分类规则；也可W从原始数据流中提取出一个学习样本，然后 采用人工智能的方法 学习出一套分类规则。
[0081] 举例说明，分类规则可W采用如下规则中的一种或多种：
[008引规则一；原始数据流中，"购买"、"下单"、"查询"等动词的主语是请求节点。
[0083] 规则二；原始数据流中，"销售"、"发货"等动词的主语是响应节点。
[0084] 规则H;原始数据流中，"通过"、"根据"、"基于"等介词的宾语是中间节点。
[0085] 规则四；原始数据流中，"查询"、"搜索"等动词的宾语是中间节点。
[0086] 第H步，选取训练样本，并验证分类规则的可信度。
[0087] 例如，可选取一定比例的原始数据流作为训练样本；然后将选取出的分类规则应 用在训练样本中。
[008引例如，训练样本中的一个样本(对应于一条原始数据流）是"用户A通过网站B购 买了航空公司C的机票"。
[0089] 对该样本分别应用上述四个规则，可分析出如下分类结果：
[0090]
[0092] 同理，可将第二步确定出的分类规则应用于训练样本中的每个样本，得到类似上 表的分类结果。然后，可根据每条分类规则分类的准确度，评价每一条分类规则的可信度R(i)。可信度可采用下式确定：
[009引 Ra) = (训练样本中规则i分类正确的次数）/(训练样本中规则i应用的次数）。
[0094] 对于Ra)小于一定阔值（比如80%)的规则进行调整和优化，或者删除该规则。
[0095] 第四步：将最终确定的分类规则应用于全部原始数据流中，W识别原始数据流包 含的节点中的请求节点和响应节点。
[0096] 130、将确定出的请求节点合并为第一复合节点W及将确定出的响应节点合并为 第二复合节点，并基于确定出的该节点之间的连接关系，确定该第一复合节点与该第二复 合节点之间的连通路径。
[0097] 该里不但要将确定出的请求节点合并为一个复合节点（即上述第一复合节点)，而 且要将每个请求节点与其他节点之间的连接关系转化成为第一复合节点与其他节点之间 的连接关系。例如，请求节点1与中间节点1相连，请求节点2与中间节点2相连。将请求 节点1和请求节点2合并为一个复合节点后，该复合节点既与中间节点1相连，也与中间节 点2相连。
[0098] 合并响应节点的方式与合并请求节点的方式相同，此处不再费述。
[0099] 将请求节点和响应节点按照上述方式合并后，根据第一复合节点和第二复合节点 与其他节点的连接关系，可W确定出第一复合节点通过与哪些节点的连接关系可W到达第 二复合节点。将第一复合节点到达第二复合节点所利用的不同连接关系，确定为第一复合 节点到达第二复合节点之间的不同连通路径。
[0100] 具体地，连通路径的确定可W采用如下方式：
[0101] 首先，建立连通矩阵L。
[0102] 具体地，假设经过上述步骤确定出W下节点；第一复合节点、第二复合节点和5个 中间节点，且该些节点之间的连接关系如下表所示。
[0103]
[0104] 其中，"1"表示两个节点之间有连接关系；"0"表示两个节点之间没有连接关系。 例如，表格第3行第2列为1，表示位于第3行的中间节点1和位于第2列的第一复合节点 具有连接关系。
[0105] 由上述节点和节点之间的连接关系可得连通矩阵：
[0106]
。该L表示的含义与上表相同，可W看成是上表内容 的一种数学表述形式。
[0107] 其次，基于连通矩阵L计算出第一复合节点到第二复合节点之间的全部连通路 径。
[010引具体地，可W从矩阵L左上角的元素开始，按照先向右行遍历。当遇到元素"1"时， 转换成向下列遍历。当遇到元素"1"时，再次转换成向右行遍历。如此往复进行，直到达到 最后一行或最后一列。沿途经过的元素"1"就组成了从第一复合节点至第二复合节点之间 的连通路径。例如，先向右行遍历矩阵L的第一行，找出元素Li2=1;然后向下列遍历矩阵L 的第2列，找出元素Ls2=1 ;然后向右行遍历矩阵L的第3行，找出元素Ls4=1 ;接着向下遍历 矩阵L的第4列，找出元素^4=1 ;由于L,4在矩阵L的最后一行，遍历结束。通过上述遍历 过程，找到一条连通路径L12-L32-L34-L74。由上表可知，L12-L32-L34-L74代表第一复合节点-中 间节点1-中间节点2-中间节点3-第二复合节点。其余路径的查找过程类似，仅需要排除 已经找到的连通路径即可，此处不再费述。
[0109] 140、基于选取的优化目标，从该连通路径中确定至少一条优选连通路径，W获取 该至少一条优选连通路径上的中间节点。
[0110] 本申请中所说的优先连通路径指满足优化目标的连通路径。所述优化目标是基于 W下因素中的至少一种确定的：服务质量，连接稳定性，信号强度和访问频率等等W及下面 实施例提到的其他参数。例如，优化目标的确定可W基于服务质量，也就是说，优化目标可 W是选出服务质量高于某一阔值的连通路径；或者，优化目标的确定可W基于服务质量和 连接稳定性，也就是说，优化目标可W是选出服务质量和连接稳定性均高于某一阔值的连 通路径。
[0111] 实践中可W基于选取的优化目标，从该连通路径中确定至少一条最优连通路径， W获取该至少一条最优连通路径上的中间节点。应理解，该里的最优是一个理想值。实际 中，步骤140的目的是从步骤130确定出的连通路径中选出满足一定性能要求的连通路径， 例如，满足用户体验要求或连接性能要求等。当某个次优的连通路径满足了该性能要求，该 次优的连通路径也可认为是步骤140中的最优连通路径中的一条。
[0112] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 符合选取的优化目标的最优或者优先连通路径，利用最优或者优选连通路径上的中间节点 指导请求节点的选择，能够避免请求节点对中间节点选择的盲目性。
[0113] 可选地，作为一个实施例，步骤140可包括：计算该原始数据流对该第一复合节点 和该第二复合节点之间各个连通路径的访问次数；从该各个连通路径中，将访问次数排在 前N的连通路径确定为该优选连通路径，其中，N为正整数。需要说明的是，如果上述原始 数据流是在一段预定的时间内产生并被收集到的数据流。那么该里的优化目标还可W是找 出在该时间内第一复合节点和第二复合节点之间访问频率最高的连通路径。该里的访问频 率可W是访问次数和预定的时间长度的比值。
[0114] 一条原始数据流可对应一条连通路径。只要计算出每条连通路径被收集到的原始 数据流访问的次数即可获得上述优选连通路径。
[0115] 具体地，在基于原始数据流确定节点之间的连接关系时，可W记录每种连接关系 出现的次数。该里需要说明的是，如果某个中间节点与某个请求节点相连，可算作该中间 节点与第一复合节点相连；如果某个中间节点与某个响应节点相连，可算作该中间节点与 第二复合节点相连。
[0116] 接着，如果确定出的路径为"第一复合节点-中间节点1-中间节点2-中间节点 3-第二复合节点"。可W将"第一复合节点-中间节点1"、"中间节点1-中间节点2"、"中 间节点2-中间节点3"和"中间节点3-第二复合节点"该些连接关系出现的次数累加，得 出该条连通路径的总访问次数。同理可计算出第一复合节点至第二复合节点之间全部连通 路径的访问次数，选出访问次数排在前N的连通路径作为优选连通路径。
[0117] 需要说明的是，根据访问次数选择优选连通路径仅仅是一个实施例。实际中，还可 W选取其他优化目标。例如，选择中间节点最少的连通路径为优选或者最优连通路径等。
[0118] 还需要说明的是，本发明实施例可W获取至少一条优选路径上的中间节点，或者 称为中间节点的集合。
[0119] 可选地，作为一个实施例，图1的方法还可包括；呈现第一数据流图，该第一数据 流图包含该节点W及该节点之间的连接关系；呈现第二数据流图，该第二数据流图包含该 第一复合节点、该第二复合节点W及该连通路径。
[0120] 具体地，图2和图3均是第一数据流图的示例图。图2呈现的是从原始数据流中提 取出的各个节点，W及各个节点之间的连接关系，但还未对节点进行聚类。当聚类完成后， 第一数据流图如图3所示，在图3中显示了各个节点的节点类型。
[0121] 接下来，在图3的基础上，进行请求节点和响应节点的合并。合并的结果如图4所 示。从图4可W清楚的看出，从第一复合节点至第二复合节点之间存在2条连通路径(除去 第一复合节点和第二复合节点之间的直连路径)。该2条连通路径分别是连通路径1"第一 复合节点-中间节点1-中间节点2-中间节点3-第二复合节点"和连通路径2 "第一复合 节点-中间节点4-中间节点5-第二复合节点"。
[0122] 图1的方法还可W包括；分析获取的中间节点之间所交互的数据内容，进而给出 该些中间节点如何更好地融合的建议，W指导实际产业链的改造。
[012引利用图1的方法可W获取中间节点。然后，可借助中间节点的大数据分析能力，在 请求节点和响应节点之间建立一条简便、快捷的桥梁。换句话说，相当于建立了包括请求节 点、中间节点和响应节点在内的一个H角模型，利用该H角模型可W大大提高产业链的效 率。
[0124] 上文结合图1-图4详细描述了获取中间节点的方法，下文结合图5-图6详细描 述获取中间节点的装置。
[0125] 图5是本发明一个实施例的确定中间节点的装置的示意性结构图。图5的装置 500能够实现图1至图4中的各个步骤，为避免重复，不再详细描述。装置500包括收集单 元510、第一确定单元520、第二确定单元530和第H确定单元540。
[0126] 收集单元510,用于收集用于获取目标服务的原始数据流，该原始数据流中包含获 取该目标服务所经过的节点的信息，该节点包括用于请求该目标服务的请求节点、用于提 供该目标服务的响应节点，W及网络中具有数据分析处理能力使得该请求节点获取该目标 服务的中间节点。
[0127] 第一确定单元520,用于基于该收集单元510收集的该原始数据流，确定该节点中 的请求节点和响应节点，并确定该节点之间的连接关系。
[0128] 第二确定单元530,用于将该第一确定单元520确定出的请求节点合并为第一复 合节点W及将确定出的响应节点合并为第二复合节点，并基于该第一确定单元520确定出 的该节点之间的连接关系，确定该第一复合节点与该第二复合节点之间的连通路径。
[0129] 第H确定单元540,用于基于选取的优化目标，从该第二确定单元530确定的该连 通路径中确定至少一条优选连通路径，W获取该至少一条优选连通路径上的中间节点。在 一种具体实施中可W基于选取的优化目标，从该第二确定单元530确定的该连通路径中确 定至少一条最优连通路径，W获取该至少一条最优连通路径上的中间节点。
[0130] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 符合选取优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免 请求节点对中间节点选择的盲目性。
[0131] 可选地，作为一个实施例，该第一确定单元520具体用于基于该原始数据流的语 义，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系。
[0132] 可选地，作为另一个实施例，该第一确定单元520具体用于基于对该原始数据流 的语义分析，从该原始数据流中提取该节点的信息，并根据该节点的信息确定该节点W及 该节点之间的连接关系；采用聚类算法，将确定提取出的该节点进行聚类，W识别该节点 中的请求节点和响应节点。
[0133] 可选地，作为另一个实施例，该第H确定单元540具体用于计算该原始数据流对 该第一复合节点和该第二复合节点之间各个连通路径的访问次数；从该各个连通路径中， 将访问次数排在前N的连通路径确定为该优选连通路径，其中，N为正整数。
[0134] 可选地，作为另一个实施例，装置500还可包括；第一呈现单元，用于呈 现第一数 据流图，该第一数据流图包含该节点W及该节点之间的连接关系。
[01巧]可选地，作为另一个实施例，装置500还可包括；第二呈现单元，用于呈现第二数 据流图，该第二数据流图包含该第一复合节点、该第二复合节点W及该连通路径。
[0136] 可选地，作为另一个实施例，该优化目标基于W下因素中的至少一种确定；服务质 量、连接稳定性、信号强度和访问频率。
[0137] 图6是本发明一个实施例的确定中间节点的装置的示意性结构图。图6的装置 600能够实现图1至图4中的各个步骤，为避免重复，不再详细描述。装置600包括存储器 610和处理器620。
[0138] 存储器610用于存储程序。
[0139] 处理器620用于执行程序，当所述存储器610存储的程序被执行时，所述处理器用 于收集用于获取目标服务的原始数据流，该原始数据流中包含获取该目标服务所经过的节 点的信息，该节点包括用于请求该目标服务的请求节点、用于提供该目标服务的响应节点， W及网络中具有数据分析处理能力使得该请求节点获取该目标服务的中间节点。基于该原 始数据流，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系。将确定出 的请求节点合并为第一复合节点W及将确定出的响应节点合并为第二复合节点，并基于该 节点之间的连接关系，确定该第一复合节点与该第二复合节点之间的连通路径。从该连通 路径中确定至少一条优选连通路径，W获取该至少一条优选连通路径上的中间节点。具体 实施中可W基于选取的优化目标，从该连通路径中确定至少一条优先或者最优连通路径， W获取该至少一条优先或者最优连通路径上的中间节点。
[0140] 本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间 的优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免请求节 点对中间节点选择的盲目性。
[0141] 可选地，作为一个实施例，该处理器620具体用于基于该原始数据流的语义，确定 该节点中的请求节点和响应节点，并确定该节点之间的连接关系。
[0142] 可选地，作为另一个实施例，该处理器620具体用于基于对该原始数据流的语义 分析，从该原始数据流中提取该节点的信息，并根据该节点的信息确定该节点W及该节点 之间的连接关系；采用聚类算法，将确定出的该节点进行聚类，W识别该节点中的请求节点 和响应节点。
[0143] 可选地，作为另一个实施例，该处理器620具体用于计算该原始数据流对该第一 复合节点和该第二复合节点之间各个连通路径的访问次数；从该各个连通路径中，将访问 次数排在前N的连通路径确定为该优选连通路径，其中，N为正整数。
[0144] 可选地，作为另一个实施例，装置600还可包括；显示器，用于呈现第一数据流图， 该第一数据流图包含该节点W及该节点之间的连接关系；呈现第二数据流图，该第二数据 流图包含该第一复合节点、该第二复合节点W及该连通路径。
[0145] 可选地，作为另一个实施例，上述优化目标基于W下因素中的至少一种确定；服务 质量、连接稳定性、信号强度和访问频率。
[0146] 现有技术中，响应节点为请求节点提供目标服务。但是，由于响应节点对数据收集 和分析的能力有限，要获得与请求节点相匹配的目标服务，需要花费很长的时间，导致获取 目标服务时效率低下。例如，汽车保险公司在向汽车拥有者推荐其汽车保险单时，为了获得 汽车拥有者准确的需求，需要收集很多与汽车拥有者的相关信息。比如，从交警大队收集汽 车违章信息；从汽车维修厂收集汽车的车况信息；从某些第H方信息提供商收集汽车拥有 者的开车习惯等。但是汽车保险公司受到其信息收集能力的限制，收集上述信息需要花费 很长时间，效率低下。
[0147] 数字化对我们日常生活的影响越来越大。随着数字化的发展，大数据分析成为一 种重要的分析工具。
[014引下面结合图7,站在具有大数据分析能力的中间节点的角度，描述中间节点是如何 建立请求节点和响应节点之间连接的。
[0149] 图7是本发明一个实施例的数据处理的方法的示意性流程图。图7的方法可W由 中间节点执行。图7的方法包括：
[0150] 710、中间节点从网络中收集用于请求目标服务的请求节点的相关信息，并收集多 个响应节点的服务信息，该多个响应节点均用于提供该目标服务。
[0151] 应理解，本实施例对请求节点的相关信息不作具体限定。该请求节点的相关信息 可w是包括该请求节点为获得该目标服务所需提供的信息。具体地，该请求节点的相关信 息包括该请求节点的身份信息或当前状态信息，还可W是请求节点的相关信息同时包括该 请求节点的身份信息和当前状态信息。该当前状态信息可包括请求节点当前所处的位置、 场合、也情等。
[0152] 应理解，上述服务信息可W是该目标服务的种类、目标服务的内容、服务的市场定 位、周期性折扣等信息。
[0153] 举例说明，请求节点可W是汽车驾驶员或者汽车拥有者；响应节点可W是汽车保 险公司；中间节点可W是第H方的数据收集和分析服务商。上述相关信息可W包括每部汽 车的历史的事故情况、车况（比如车的年限和里程数)、驾驶习惯、经常驾驶的路线情况、驾 驶员当前的身体状况和精神状况等等。上述服务信息可W包括每个汽车保险公司提供的汽 车保险单的种类、面向的市场W及当前的折扣等。
[0154] 需要说明的是，W上仅仅是举例说明，本发明对请求节点、响应节点和中间节点的 具体类型不作限定。例如，请求节点可W是贷款者，响应节点可W是放款者，中间节点可W 是第H方的数据收集和分析服务商。或者，请求节点可W是病人，响应节点可W是医疗/人 寿保险公司，中间节点可W是第H方的医疗数据收集和分析服务商。或者，请求节点可W是 通信消费者，响应节点可W是通信服务提供商，中间节点可W是第H方的数据收集和分析 服务商。或者，请求节点可W是病人，响应节点可W是药物制造商，中间节点可W是第H方 的医疗数据收集和分析服务商。
[0155] 720、该中间节点基于对该请求节点的相关信息和该多个响应节点服务信息的分 析，从该多个响应节点提供的目标服务中确定与该相关信息匹配的第一目标服务。
[0156] 上述中间节点可通过大数据分析确定与所述相关信息匹配的第一目标服务。
[0157] 例如，中间节点分析汽车驾驶员的驾驶习惯、身体状况、汽车的历史情况等信息， 并分析汽车保险公司的汽车保险单的类型、当前的折扣等。中间节点根据分析的结果找到 与该汽车驾驶员最匹配的汽车保险单。
[0158] 730、该中间节点主动建立该请求节点和该第一目标服务对应的第一响应节点之 间的连接，W便该请求节点根据该连接从该第一响应节点获取该第一目标服务。
[0159] 例如，中间节点可W向汽车驾驶员发送一个清单。该清单上包括能够提供与该汽 车驾驶员自身状况最为匹配的汽车保险公司或该些汽车保险公司中与该汽车驾驶员自身 情况最为匹配的汽车保险单，或者两者都包括。
[0160] 可选地，作为一个实施例，请求节点、中间节点W及第一响应节点分别为H角模型 的请求节点、中间节点和响应节点，其中该立角模型指作为服务提供方的响应节点、作为中 介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0161]应理解，本发明实施例中的H角模型的请求节点为该H角模型的一个端点；所述 H角模型的响应节点为该H角模型的另一个端点；所述H角模型的中间节点为网络节点。 H角模型用于指示通过该H角模型的中间节点能够实现该H角模型的两个端点的最简连 接。
[0162] 可选地，作为另一个实施例，在步骤730之前，图7的方法还可包括；该中间节点接 收该请求节点发送的用于获取该目标服务的请求。
[0163] 可选地，作为另一个实施例，在步骤730之前，图7的方法还可包括；该中间节点主 动向该请求节点推送该推荐信息。
[0164] 本发明实施例中，中间节点利用大数据分析能力收集网络中各个请求节点的相关 信息和响应节点的服务信息，并通过对请求节点相关信息和响应节点服务信息的分析，为 请求节点推荐合适的响应节点，无需响应节点自己收集请求节点的相关信息，提高了目标 服务获取的效率。
[0165] 上文结合图7,详细描述了本发明实施例的数据处理的方法，下文结合图8-图9详 细描述本发明实施例的数据处理的装置。
[0166] 图8是本发明一个实施例的数据处理的装置的示意性结构图。应理解，图8的装 置800能够实现图7中的各个步骤，为避免重复，此处不再详细描述。装置800包括：
[0167] 收集单元810,用于从网络中收集用于请求目标服务的请求节点的相关信息，并收 集多个响应节点的服务信息，该多个响应节点均用于提供该目标服务；
[016引确定单元820,用于基于对该收集单元810收集到的该请求节点的相关信息和该 多个响应节点服务信息的分析，从该多个响应节点提供的目标服务中确定与该相关信息匹 配的目标服务；
[0169] 建立单元830,用于主动建立该请求节点和该第一目标服务对应的第一响应节点 之间的连接，W便该请求节点根据该连接从该第一响应节点获取该第一目标服务。
[0170]本发明实施例中，中间节点利用大数据分析能力收集网络中各个请求节点的相关 信息和响应节点的服务信息，并通过对请求节点相关信息和响应节点服务信息的分析，为 请求节点推荐合适的响应节点，无需响应节点自己收集请求节点的相关信息，提高了目标 服务获取的效率。
[0171] 可选地，作为一个实施例，请求节点、中间节点W及第一响应节点分别为H角模型 的请求节点、中间节点和响应节点，其中该立角模型指作为服务提供方的响应节点、作为中 介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0172] 可选地，作为一个实施例，装置800还包括：接收单元，用于接收该请求节点发送 的用于获取该目标服务的请求。
[0173] 可选地，作为另一个实施例，该建立单元830具体用于主动向该请求节点推送该 推荐信息。
[0174] 可选地，作为另一个实施例，该请求节点的相关信息包括该请求节点的身份信息 或当前状态信息，还可W是该请求节点的相关信息同时包括该请求节点的身份信息和当前 状态信息。
[0175] 可选地，作为另一个实施例，该服务信息包括该目标服务的种类或目标服务的内 容，该中间节点通过大数据分析确定与该相关信息匹配的第一目标服务。
[0176] 图9是本发明一个实施例的数据处理的装置的示意性结构图。应理解，图9的装 置900能够实现图7中的各个步骤，为避免重复，此处不再详细描述。装置900包括：
[0177] 存储器910,用于存储程序。
[017引处理器920,用于执行程序，当所述存储器910的程序被执行时，处理器920用于从 网络中收集用于请求目标服务的请求节点的相关信息，并收集多个响应节点的服务信息， 该多个响应节点均用于提供该目标服务；基于对该请求节点的相关信息和该多个响应节点 服务信息的分析，从该多个响应节点提供的目标服务中确定与该相关信息匹配的目标服 务；建立该请求节点和该第一目标服务对应的第一响应节点之间的连接，w便该请求节点 根据该连接从该第一响应节点获取该第一目标服务。
[0179] 本发明实施例中，中间节点利用大数据分析能力收集网络中各个请求节点的相关 信息和响应节点的服务信息，并通过对请求节点相关信息和响应节点服务信息的分析，为 请求节点推荐合适的响应节点，无需响应节点自己收集请求节点的相关信息，提高了目标 服务获取的效率。
[0180] 可选地，作为一个实施例，请求节点、中间节点W及第一响应节点分别为H角模型 的请求节点、中间节点和响应节点，其中该立角模型指作为服务提供方的响应节点、作为中 介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0181] 可选地，作为一个实施例，处理器920还用于接收该请求节点发送的用于获取该 目标服务的请求。
[0182] 可选地，作为另一个实施例，处理器920具体用于主 动向该请求节点推送该推荐 信息。
[0183] 可选地，作为另一个实施例，该请求节点的相关信息包括该请求节点的身份信息 或当前状态信息，还可W是该请求节点的相关信息同时包括该请求节点的身份信息和当前 状态信息。
[0184] 可选地，作为另一个实施例，该服务信息包括该目标服务的种类或目标服务的内 容，该中间节点通过大数据分析确定与该相关信息匹配的第一目标服务。
[0185]H角模型方法是基于对数据流的分析，对现有的产业链进行信息化改造、简化产 业链、提升整个产业效率的有效方法。H角模型方法目的是剥离两点之间的兀余环节，实现 两点之间的最简连接。随着网络技术的发展，在现有的产业链中，H角模型的关键点是在请 求节点与响应节点(例如，买卖双方)之间建立网络节点(例如，中介方)。该网络节点具有大 数据收集与分析能力，能够为请求节点和响应节点提供各自所需的信息，在请求节点和响 应节点之间建立有效的连接，消除请求节点和响应节点之间的信息鸿沟。
[0186] 但是，在现有的产业链中，网络节点多种多样，如何建立H角模型的网络单元亟待 解决。H角模型的网络单元是网络中H方网络节点连接的网络模型单元。在实施中可W基 于网络模型单元建立具体的应用网络连接。
[0187] 图10是本发明一个实施例的建立网络单元的方法的示意性流程图。应理解，图10 与图1-图4是从两个不同角度的描述，步骤1010-1040的具体执行过程与110-140类似， 为避免重复，此处不再费述。图10的方法包括：
[0188] 1010、获得用于获取目标服务的原始数据流，该原始数据流中包含获取该目标服 务所经过的节点的信息，该节点包括：用于请求该目标服务的请求节点，用于提供该目标服 务的响应节点，W及网络中具有数据分析处理能力使得该请求节点获取该目标服务的中间 节点。
[0189]1020、根据该原始数据流，确定该节点中的请求节点和响应节点，并确定该节点之 间的连接关系。
[0190] 1030、分别将确定出的请求节点和响应节点合并，作为H角模型的请求节点和响 应节点，并根据确定出的该节点之间的连接关系，确定该H角模型的请求节点和该H角模 型的响应节点之间的连通路径，其中该H角模型指作为服务提供方的响应节点、作为中介 的中间节点和作为需求方的请求节点之间形成的H角连接。
[0191] 应理解，本发明实施例中的H角模型的请求节点为该H角模型的一个端点；所述 H角模型的响应节点为该H角模型的另一个端点；所述H角模型的中间节点为该H角模型 的中间节点。H角模型用于指示通过该H角模型的中间节点能够实现该H角模型的两个端 点的最简连接。
[0192] 1040、基于选取的优化目标，从该连通路径中确定至少一条优选连通路径，并将该 至少一条优选连通路径上的网络节点确定为该H角模型的中间节点。
[0193] 本发明实施例中，通过对用于获取目标服务的原始数据流的分析，从该原始数据 流中确定请求节点、响应节点W及请求节点和响应节点之间的连通路径，从确定出的连通 路径中选出优选路径，并将优选路径上的网络节点作为H角模型的中间节点，从而在请求 节点和响应节点之间建立了H角模型。
[0194] 可选地，作为一个实施例，该根据该原始数据流，确定该节点中的请求节点和响应 节点，并确定该节点之间的连接关系，包括：根据该原始数据流的语义，确定该节点中的请 求节点和响应节点，并确定该节点之间的连接关系。
[0195] 可选地，作为另一个实施例，该根据该原始数据流的语义，确定该节点中的请求节 点和响应节点，并确定该节点之间的连接关系，包括：根据对该原始数据流的语义分析， 从该原始数据流中提取该节点的信息，并根据该信息确定该节点W及该节点之间的连接关 系；采用聚类算法，将提取出的该节点进行聚类，W识别该节点中的请求节点和响应节点。
[0196] 可选地，作为另一个实施例，基于选取的优化目标，从该连通路径中确定至少一条 优选连通路径，包括：计算该原始数据流对该H角模型的请求节点和该H角模型的响应节 点之间各个连通路径的访问次数；从该各个连通路径中，将访问次数排在前N的连通路径 确定为该优选连通路径，其中，N为正整数。
[0197] 可选地，作为另一个实施例，图10的方法还包括：呈现第一数据流图，该第一数据 流图包含该节点W及该节点之间的连接关系。
[019引可选地，作为另一个实施例，图10的方法还包括：呈现第二数据流图，该第二数据 流图包含该H角模型的请求节点、该H角模型的响应节点W及该连通路径。
[0199] 可选地，作为另一个实施例，优化目标基于W下因素中的至少一种确定；服务质 量、连接稳定性、信号强度和访问频率。
[0200] 上文结合图10详细描述了本发明实施例的建立基于H角模型的网络单元的方 法。下文结合图11，详细描述本发明实施例的建立网络单元的系统。
[0201] 图11是本发明一个实施例的建立基于H角模型的网络单元的系统的示意性框 图。图11的系统1100包括；数据流收集模块1110、数据流分析模块1120和H角模型分析 模块1130。应理解，系统1100能够实现图10中的各个步骤，为避免重复，此处不再费述。
[0202] 数据流收集模块1110,用于获得用于获取目标服务的原始数据流，该原始数据流 中包含获取该目标服务所经过的节点的信息，该节点包括：用于请求该目标服务的请求节 点，用于提供该目标服务的响应节点，W及网络中具有数据分析处理能力使得该请求节点 获取该目标服务的中间节点；
[0203] 数据流分析模块1120,用于根据该数据流收集模块1110获得的该原始数据流，确 定该节点中的请求节点和响应节点，并确定该节点之间的连接关系；
[0204] H角模型分析模块1130,用于分别将该数据流分析模块1120确定出的请求节点 和响应节点合并，作为H角模型的请求节点和响应节点，并根据确定出的该节点之间的连 接关系，确定该H角模型的请求节点和该H角模型的响应节点之间的连通路径；基于选取 的优化目标，从该连通路径中确定至少一条优选连通路径，并将该至少一条优选连通路径 上的网络节点确定为该H角模型的中间节点，该H角模型指作为服务提供方的响应节点、 作为中介的中间节点和作为需求方的请求节点之间形成的H角连接。
[0205] 可选地，作为一个实施例，该数据流分析模块1120具体用于根据该原始数据流的 语义，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系。
[0206] 可选地，作为另一个实施例，该数据流分析模块1120具体用于根据对该原始数据 流的语义分析，从该原始数据流中提取该节点的信息，并根据该信息确定该节点W及该节 点之间的连接关系；采用聚类算法，将提取出的该节点进行聚类，W识别该节点中的请求节 点和响应节点。
[0207] 可选地，作为另一个实施例，该H角模型分析模块具体用于计算该原始数据流对 该H角模型的请求节点和该H角模型的响应节点之间各个连通路径的访问次数；从该各个 连通路径中，将访问次数排在前N的连通路径确定为该优选连通路径，其中，N为正整数。 [020引可选地，作为另一个实施例，系统1100还可包括；用户交互与呈现模块，用于呈现 第一数据流图，该第一数据流图包含该节点W及该节点之间的连接关系。
[0209] 可选地，作为另一个实施例，户交互与呈现模块还用于呈现第二数据流图，该第二 数据流图包含该H角模型的请求节点、该H角模型的响应节点W及该连通路径。
[0210] 可选地，作为另一个实施例，系统1100还可包括；H角模型输出模块，用于输出该 H角模型分析模块确定出的该H角模型的请求节点、响应节点和中间节点。
[0211] 可选地，作为另一个实施例，优化目标基于W下因素中的至少一种确定；服务质 量、连接稳定性、信号强度和访问频率。
[0212] 本领域普通技术人员可W意识到，结合本文中所公开的实施例描述的各示例的单 元及算法步骤，能够W电子硬件、或者计算机软件和电子硬件的结合来实现。该些功能究竟 W硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员 可W对每个特定的应用来使用不同方法来实现所描述的功能，但是该种实现不应认为超出 本发明的范围。
[0213] 所属领域的技术人员可W清楚地了解到，为描述的方便和简洁，上述描述的系统、 装置和单元的具体工作过程，可W参考前述方法实施例中的对应过程，在此不再费述。
[0214] 在本申请所提供的几个实施例中，应该理解到，所掲露的系统、装置和方法，可W 通过其它的方式实现。例如，W上所描述的装置实施例仅仅是示意性的，例如，所述单元的 划分，仅仅为一种逻辑功能划分，实际实现时可W有另外的划分方式，例如多个单元或组件 可W结合或者可W集成到另一个系统，或一些特征可W忽略，或不执行。另一点，所显示或 讨论的相互之间的禪合或直接禪合或通信连接可W是通过一些接口，装置或单元的间接禪 合或通信连接，可W是电性，机械或其它的形式。
[0215] 所述作为分离部件说明的单元可W是或者也可W不是物理上分开的，作为单元显 示的部件可W是或者也可W不是物理单元，即可W位于一个地方，或者也可W分布到多个 网络单元上。可W根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目 的。
[0216] 另外，在本发明各个实施例中的各功能单元可W集成在一个处理单元中，也可W 是各个单元单独物理存在，也可W两个或两个W上单元集成在一个单元中。
[0217] 所述功能如果W软件功能单元的形式实现并作为独立的产品销售或使用时，可W 存储在一个计算机可读取存储介质中。基于该样的理解，本发明的技术方案本质上或者说 对现有技术做出贡献的部分或者该技术方案的部分可软件产品的形式体现出来，该计 算机软件产品存储在一个存储介质中，包括若干指令用W使得一台计算机设备(可W是个 人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。 而前述的存储介质包括；U盘、移动硬盘、只读存储器（ROM,ReacK)nlyMemo巧）、随机存取 存储器（RAM,RandomAccessMemcxry)、磁碟或者光盘等各种可W存储程序代码的介质。
[021引 W上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何 熟悉本技术领域的技术人员在本发明掲露的技术范围内，可轻易想到变化或替换，都应涵 盖在本发明的保护范围之内。因此，本发明的保护范围应所述W权利要求的保护范围为准。
【主权项】
1. 一种确定中间节点的方法，其特征在于，包括： 收集用于获取目标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经 过的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于提供所述目标服 务的响应节点，以及网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的 中间节点； 基于所述原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系； 将确定出的请求节点合并为第一复合节点以及将确定出的响应节点合并为第二复合 节点，并基于确定出的所述节点之间的连接关系，确定所述第一复合节点与所述第二复合 节点之间的连通路径； 基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，以获取所述至 少一条优选连通路径上的中间节点。2. 如权利要求1所述的方法，其特征在于， 所述基于原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系，包括： 基于所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节 点之间的连接关系。3. 如权利要求2所述的方法，其特征在于， 所述基于所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所 述节点之间的连接关系，包括： 基于对所述原始数据流的语义分析，从所述原始数据流中提取所述节点的信息，并根 据所述信息确定所述节点以及所述节点之间的连接关系； 采用聚类算法，将确定出的所述节点进行聚类，以识别所述节点中的请求节点和响应 节点。4. 如权利要求1-3中任一项所述的方法，其特征在于，所述基于选取的优化目标，从所 述连通路径中确定至少一条优选连通路径，包括： 计算所述原始数据流对所述第一复合节点和所述第二复合节点之间各个连通路径的 访问次数； 从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径， 其中，N为正整数。5. 如权利要求1-4中任一项所述的方法，其特征在于，还包括： 呈现第一数据流图，所述第一数据流图包含所述节点以及所述节点之间的连接关系。6. 如权利要求1_5中任一项所述的方法，其特征在于，还包括： 呈现第二数据流图，所述第二数据流图包含所述第一复合节点、所述第二复合节点以 及所述连通路径。7. 如权利要求1-6中任一项所述的方法，其特征在于，所述优化目标基于以下因素中 的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。8. -种确定中间节点的装置，其特征在于，包括： 收集单元，用于收集用于获取目标服务的原始数据流，所述原始数据流中包含获取所 述目标服务所经过的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于 提供所述目标服务的响应节点，以及网络中具有数据分析处理能力使得所述请求节点获取 所述目标服务的中间节点； 第一确定单元，用于基于所述收集单元收集的所述原始数据流，确定所述节点中的请 求节点和响应节点，并确定所述节点之间的连接关系； 第二确定单元，用于将所述第一确定单元确定出的请求节点合并为第一复合节点以及 将确定出的响应节点合并为第二复合节点，并基于所述第一确定单元确定出的所述节点之 间的连接关系，确定所述第一复合节点与所述第二复合节点之间的连通路径； 第三确定单元，用于基于选取的优化目标，从所述第二确定单元确定的所述连通路径 中确定至少一条优选连通路径，以获取所述至少一条优选连通路径上的中间节点。9. 如权利要求8所述的装置，其特征在于， 所述第一确定单元具体用于基于所述原始数据流的语义，确定所述节点中的请求节点 和响应节点，并确定所述节点之间的连接关系。10. 如权利要求9所述的装置，其特征在于， 所述第一确定单元具体用于基于对所述原始数据流的语义分析，从所述原始数据流 中提取所述节点的信息，并根据所述节点的信息确定所述节点以及所述节点之间的连接关 系；采用聚类算法，将确定出的所述节点进行聚类，以识别所述节点中的请求节点和响应节 点。11. 如权利要求8-10中任一项所述的装置，其特征在于，所述第三确定单元具体用于 计算所述原始数据流对所述第一复合节点和所述第二复合节点之间各个连通路径的访问 次数；从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径， 其中，N为正整数。12. 如权利要求8-11中任一项所述的装置，其特征在于，还包括： 第一呈现单元，用于呈现第一数据流图，所述第一数据流图包含所述节点以及所述节 点之间的连接关系。13. 如权利要求8-12中任一项所述的装置，其特征在于，还包括： 第二呈现单元，用于呈现第二数据流图，所述第二数据流图包含所述第一复合节点、所 述第二复合节点以及所述连通路径。14. 如权利要求8-13中任一项所述的装置，其特征在于，所述优化目标基于以下因素 中的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。15. -种数据处理的方法，其特征在于，包括： 中间节点从网络中收集用于请求目标服务的请求节点的相关信息，并收集多个响应节 点的服务信息，所述多个响应节点均用于提供所述目标服务； 所述中间节点对所述请求节点的相关信息和所述多个响应节点服务信息分析，从所述 多个响应节点提供的目标服务中确定与所述相关信息匹配的第一目标服务； 所述中间节点建立所述请求节点和所述第一目标服务对应的第一响应节点之间的连 接，以便所述请求节点根据所述连接从所述第一响应节点获取所述第一目标服务。16. 如权利要求15所述的方法，其特征在于，所述请求节点、所述中间节点以及所述第 一响应节点分别为三角模型的请求节点、中间节点和响应节点，其中所述三角模型指作为 服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的三角连 接。17. 如权利要求15所述的方法，其特征在于，所述请求节点的相关信息包括所述请求 节点的身份信息或当前状态信息。18. 如权利要求15或17所述的方法，其特征在于，所述服务信息包括所述目标服务的 种类或目标服务的内容，所述中间节点通过大数据分析确定与所述相关信息匹配的第一目 标服务。19. 一种数据处理的装置，其特征在于，所述装置包括： 收集单元，用于从网络中收集用于请求目标服务的请求节点的相关信息，并收集多个 响应节点的服务信息，所述多个响应节点均用于提供所述目标服务； 确定单元，用于对所述收集单元收集到的所述请求节点的相关信息和所述多个响应节 点服务信息分析，从所述多个响应节点提供的目标服务中确定与所述相关信息匹配的第一 目标服务； 建立单元，用于建立所述请求节点和所述第一目标服务对应的第一响应节点之间的连 接，以便所述请求节点根据所述连接从所述第一响应节点获取所述第一目标服务。20. 如权利要求19所述的装置，其特征在于，所述请求节点、所述中间节点以及所述第 一响应节点分别为三角模型的请求节点、中间节点和响应节点，其中所述三角模型指作为 服务提供方的响应节点、作为中介的中间节点和作为需求方的请求节点之间形成的三角连 接。21. 如权利要求19所述的装置，其特征在于，所述请求节点的相关信息包括所述请求 节点的身份信息或当前状态信息。22. 如权利要求19或21所述的装置，其特征在于，所述服务信息包括所述目标服务的 种类或目标服务的内容，所述中间节点通过大数据分析确定与所述相关信息匹配的第一目 标服务。23. -种建立网络单元的方法，其特征在于，包括： 获得用于获取目标服务的原始数据流，所述原始数据流中包含获取所述目标服务所经 过的节点的信息，所述节点包括：用于请求所述目标服务的请求节点，用于提供所述目标服 务的响应节点，以及网络中具有数据分析处理能力使得所述请求节点获取所述目标服务的 中间节点； 根据所述原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点之间 的连接关系； 分别将确定出的请求节点和响应节点合并，作为三角模型的请求节点和响应节点，并 根据确定出的所述节点之间的连接关系，确定所述三角模型的请求节点和所述三角模型的 响应节点之间的连通路径，其中所述三角模型指作为服务提供方的响应节点、作为中介的 中间节点和作为需求方的请求节点之间形成的三角连接； 基于选取的优化目标，从所述连通路径中确定至少一条优选连通路径，并将所述至少 一条优选连通路径上的网络节点确定为所述三角模型的所述中间节点。24. 如权利要求23所述的方法，其特征在于， 所述根据所述原始数据流，确定所述节点中的请求节点和响应节点，并确定所述节点 之间的连接关系，包括： 根据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所述节 点之间的连接关系。25. 如权利要求24所述的方法，其特征在于， 所述根据所述原始数据流的语义，确定所述节点中的请求节点和响应节点，并确定所 述节点之间的连接关系，包括： 根据对所述原始数据流的语义分析，从所述原始数据流中提取所述节点的信息，并根 据所述信息确定所述节点以及所述节点之间的连接关系； 采用聚类算法，将提取出的所述节点进行聚类，以识别所述节点中的请求节点和响应 节点。26. 如权利要求23-25中任一项所述的方法，其特征在于，所述基于选取的优化目标， 从所述连通路径中确定至少一条优选连通路径，包括： 计算所述原始数据流对所述三角模型的请求节点和所述三角模型的响应节点之间各 个连通路径的访问次数； 从所述各个连通路径中，将访问次数排在前N的连通路径确定为所述优选连通路径， 其中，N为正整数。27. 如权利要求23-26中任一项所述的方法，其特征在于，还包括： 呈现第一数据流图，所述第一数据流图包含所述节点以及所述节点之间的连接关系。28. 如权利要求23-27中任一项所述的方法，其特征在于，还包括： 呈现第二数据流图，所述第二数据流图包含所述三角模型的请求节点、所述三角模型 的响应节点以及所述连通路径。29. 如权利要求23-28中任一项所述的方法，其特征在于，所述优化目标基于以下因素 中的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。30. -种建立网络单元的系统，其特征在于，包括： 数据流收集模块，用于获得用于获取目标服务的原始数据流，所述原始数据流中包含 获取所述目标服务所经过的节点的信息，所述节点包括：用于请求所述目标服务的请求节 点，用于提供所述目标服务的响应节点，以及网络中具有数据分析处理能力使得所述请求 节点获取所述目标服务的中间节点； 数据流分析模块，用于根据所述数据流收集模块获得的所述原始数据流，确定所述节 点中的请求节点和响应节点，并确定所述节点之间的连接关系； 三角模型分析模块，用于分别将所述数据流分析模块确定出的请求节点和响应节点合 并，作为三角模型的请求节点和响应节点，并根据确定出的所述节点之间的连接关系，确定 所述三角模型的请求节点和所述三角模型的响应节点之间的连通路径；基于选取的优化目 标，从所述连通路径中确定至少一条优选连通路径，并将所述至少一条优选连通路径上的 网络节点确定为所述三角模型的中间节点，所述三角模型指作为服务提供方的响应节点、 作为中介的中间节点和作为需求方的请求节点之间形成的三角连接。31. 如权利要求30所述的系统，其特征在于， 所述数据流分析模块具体用于根据所述原始数据流的语义，确定所述节点中的请求节 点和响应节点，并确定所述节点之间的连接关系。32. 如权利要求31所述的系统，其特征在于， 所述数据流分析模块具体用于根据对所述原始数据流的语义分析，从所述原始数据流 中提取所述节点的信息，并根据所述信息确定所述节点以及所述节点之间的连接关系；采 用聚类算法，将提取出的所述节点进行聚类，以识别所述节点中的请求节点和响应节点。33. 如权利要求30-32中任一项所述的系统，其特征在于， 所述三角模型分析模块具体用于计算所述原始数据流对所述三角模型的请求节点和 所述三角模型的响应节点之间各个连通路径的访问次数；从所述各个连通路径中，将访问 次数排在前N的连通路径确定为所述优选连通路径，其中，N为正整数。34. 如权利要求30-33中任一项所述的系统，其特征在于，还包括： 用户交互与呈现模块，用于呈现第一数据流图，所述第一数据流图包含所述节点以及 所述节点之间的连接关系。35. 如权利要求34所述的系统，其特征在于，所述用户交互与呈现模块还用于呈现第 二数据流图，所述第二数据流图包含所述三角模型的请求节点、所述三角模型的响应节点 以及所述连通路径。36. 如权利要求30-35所述的系统，其特征在于，所述系统还包括： 三角模型输出模块，用于输出所述三角模型分析模块确定出的所述三角模型的中间节 点。37. 如权利要求30-36中任一项所述的系统，其特征在于，所述优化目标基于以下因素 中的至少一种确定：服务质量、连接稳定性、信号强度和访问频率。
【专利摘要】本发明实施例提供确定中间节点的方法和装置，该方法包括：收集用于获取目标服务的原始数据流；基于该原始数据流，确定该节点中的请求节点和响应节点，并确定该节点之间的连接关系；分别将确定出的请求节点和响应节点合并为第一复合节点和第二复合节点，并基于确定出的该节点之间的连接关系，确定该第一复合节点与该第二复合节点之间的连通路径；基于选取的优化目标，从该连通路径中确定至少一条优选连通路径，以获取该至少一条优选连通路径上的中间节点。本发明实施例中，通过收集并分析原始数据流，并确定请求节点与响应节点之间的优选连通路径，利用优选连通路径上的中间节点指导请求节点的选择，能够避免请求节点对中间节点选择的盲目性。
【IPC分类】G06Q50/10, G06Q30/06, H04L12/701
【公开号】CN104901878
【申请号】CN201410083214
【发明人】李英涛, 邬浩
【申请人】华为技术有限公司
【公开日】2015年9月9日
【申请日】2014年3月6日
【公告号】US20150256428, WO2015131828A1
最新回复(0)