实体关联度的识别方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113220833A(43)申请公布日2021.08.06(21)申请号202110493485.2(22)申请日2021.05.07(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人曾威龙王膂刘丹丹(74)专利代理机构济南信达专利事务所有限公司37100代理人李世喆(51)Int.Cl.G06F16/33(2019.01)G06F16/36(2019.01)G06Q20/40(2012.01)权利要求书3页说明书9页附图3页(54)发明名称实体关联度的识别方法和装置(57)摘要本说明书实施例提供了一种实体关联度的识别方法和装置。根据该实施例的方法，首先获取第一实体的向量表示以及第二实体的向量表示，其中所述第一实体的向量表示以及第二实体的向量表示是预先对包含所述第一实体和所述第二实体的知识图谱进行学习后得到的，所述知识图谱的节点为所述第一实体和所述第二实体所属平台中的各实体，边为在所述平台中实体间的关系；然后确定所述第一实体的向量表示和所述第二实体的向量表示之间的相似度；接着利用所述相似度确定所述第一实体和所述第二实体之间的关联度。CN113220833ACN113220833A权利要求书1/3页1.实体关联度的识别方法，包括：获取第一实体的向量表示以及第二实体的向量表示，其中，所述第一实体的向量表示以及第二实体的向量表示是预先对包含所述第一实体和所述第二实体的知识图谱进行学习后得到的，所述知识图谱的节点为所述第一实体和所述第二实体所属平台中的各实体，边为在所述平台中实体间的关系；确定所述第一实体的向量表示和所述第二实体的向量表示之间的相似度；利用所述相似度确定所述第一实体和所述第二实体之间的关联度。2.根据权利要求1所述的方法，其中，预先对包含所述第一实体和所述第二实体的知识图谱进行学习包括：获取利用所述第一实体和所述第二实体所属平台中的各实体和各实体间的关系构建的知识图谱；利用所述知识图谱构建样本对，所述样本对包括正例样本和负例样本；利用梯度下降法从所述样本对中学习各实体的向量表示以及各关系的向量表示。3.根据权利要求2所述的方法，其中，利用所述知识图谱构建样本对包括：从所述知识图谱中选取三元组构成正例样本，所述三元组包括两个实体和该两个实体间的关系；从所述知识图谱中包含的实体集合中随机选取实体替换三元组中的至少一个实体，构成负例样本；所述正例样本和所述负例样本构成样本对。4.根据权利要求2所述的方法，其中，所述利用梯度下降法从所述样本中学习各实体的向量表示以及各关系的向量表示包括：初始化所述平台中各实体的向量表示和各实体间的关系的向量表示；在每一轮迭代中依据得到的损失函数，采用梯度下降法更新各实体的向量表示和各关系的向量表示，直至达到预设的迭代停止条件；其中，所述损失函数利用同一样本对中正例样本的距离值和负例样本的距离值之差确定，其中样本的距离值为该样本中一个实体和关系的融合向量表示与另一个实体的向量表示之间的距离。5.根据权利要求1所述的方法，还包括：将预先学习得到的各实体的向量表示存储于数据库；所述获取第一实体的向量表示以及第二实体的向量表示包括：从所述数据库查询所述第一实体的向量表示以及第二实体的向量表示。6.根据权利要求1至5中任一项所述的方法，其中，所述实体包括交易双方，所述关系包括资金关系、业务关系、处于同一网络环境的关系或与同一实体存在关联的关系。7.根据权利要求6所述的方法，在所述获取第一实体的向量表示以及第二实体的向量表示之前，还包括：对交易的信息进行风险识别，若识别出所述交易为可疑交易，则从所述交易的信息中获取交易双方分别作为所述第一实体和所述第二实体。8.根据权利要求7所述的方法，还包括：若所述第一实体和所述第二实体之间的关联度大于或等于预设关联度阈值，则标注所2CN113220833A权利要求书2/3页述交易构成合作博弈，否则，标注所述交易构成非合作博弈。9.实体关联度的识别装置，包括：向量获取单元，被配置为获取第一实体的向量表示以及第二实体的向量表示；相似度确定单元，被配置为确定所述第一实体的向量表示和所述第二实体的向量表示之间的相似度；关联度确定单元，被配置为利用所述相似度确定所述第一实体和所述第二实体之间的关联度；其中，所述第一实体的向量表示以及第二实体的向量表示是预先对包含所述第一实体和所述第二实体的知识图谱进行学习后得到的，所述知识图谱的节点为所述第一实体和所述第二实体所属平台中的各实体，边为在所述平台中实体间的关系。10.根据权利要求9所述的装置，还包括向量学习单元，被配置为预先对包含所述第一实体和所述第二实体的知识图谱进行学习；所述