预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN111400560A(43)申请公布日2020.07.10(21)申请号202010162355.6(22)申请日2020.03.10(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)发明人胡斌斌张志强周俊杨双红(74)专利代理机构成都七星天知识产权代理有限公司51253代理人杨永梅(51)Int.Cl.G06F16/901(2019.01)G06F16/906(2019.01)G06F40/295(2020.01)G06Q40/02(2012.01)G06N3/04(2006.01)权利要求书3页说明书15页附图4页(54)发明名称一种基于异构图神经网络模型进行预测的方法和系统(57)摘要本说明书一个或多个实施例公开了一种基于异构图神经网络模型进行预测的方法和系统,所述方法包括:获取与预测内容相关的异构图数据,所述异构图数据包括待预测节点、所述待预测节点的邻居节点、以及连接所述待预测节点与所述邻居节点之间的路径,所述路径包括至少一种类型;基于所述路径的类型,对所述邻居节点进行分组,以使得同一组的所述邻居节点的路径的类型相同;将所述待预测节点、分组后的所述邻居节点以及节点之间的路径输入训练好的异构图神经网络模型,得到待预测节点的表示向量后输入训练好的预测模型进行预测。CN111400560ACN111400560A权利要求书1/3页1.一种基于异构图神经网络模型进行预测的方法,所述方法包括:获取与预测内容相关的异构图数据,所述异构图数据包括待预测节点、所述待预测节点的邻居节点、以及连接所述待预测节点与所述邻居节点之间的路径,所述路径包括至少一种类型;基于所述路径的类型,对所述邻居节点进行分组,以使得同一组的所述邻居节点的路径的类型相同;将所述待预测节点、分组后的所述邻居节点以及节点之间的路径输入训练好的异构图神经网络模型,得到待预测节点的表示向量后输入训练好的预测模型进行预测。2.如权利要求1所述的基于异构图神经网络模型进行预测的方法,所述将所述待预测节点、分组后的所述邻居节点以及节点之间的路径输入训练好的异构图神经网络模型,得到待预测节点的表示向量还包括:融合节点注意力权重和/或路径注意力权重后得到所述待预测节点的表示向量。3.如权利要求1所述的基于异构图神经网络模型进行预测的方法,所述将所述待预测节点、分组后的所述邻居节点以及节点之间的路径输入训练好的异构图神经网络模型,得到待预测节点的表示向量包括:基于路径的重要程度确定路径的注意力权重;基于所述分组融合的待预测节点信息和所述路径的注意力权重确定所述待预测节点的表示向量。4.如权利要求3所述的基于异构图神经网络模型进行预测的方法,所述将所述待预测节点、分组后的所述邻居节点以及节点之间的路径输入训练好的异构图神经网络模型,得到待预测节点的表示向量还包括:基于邻居节点的重要程度确定节点的注意力权重,基于所述分组融合的待预测节点信息、所述节点的注意力权重和所述路径的注意力权重确定所述待预测节点的表示向量。5.如权利要求1所述的基于异构图神经网络模型进行预测的方法,所述预测内容包括预测目标对象的类别、风险等级或者偏好习惯。6.如权利要求1所述的基于异构图神经网络模型进行预测的方法,所述训练好的异构图神经网络模型和训练好的预测模型采用如下端到端训练获得:基于预测模型的损失函数迭代更新预测模型以及异构图神经网络模型的模型参数,直到满足迭代截止条件。7.如权利要求6所述的方法,所述端到端训练还包括:将若干个异构图数据作为训练数据,将对应于该异构图数据的节点正确结果作为该训练数据的标签数据,所述预测模型的参数和异构图神经网络模型的参数利用所述训练数据和所述标签数据通过训练迭代更新。8.如权利要求1所述的基于异构图神经网络模型进行预测的方法,所述将所述待预测节点、分组后的所述邻居节点以及节点之间的路径输入训练好的异构图神经网络模型,得到待预测节点的表示向量包括:根据同一组的所述邻居节点的特征信息,逐一得到对应于该组的组聚合向量;针对每一所述组聚合向量,将该待预测节点特征信息融合,得到分组融合的待预测节点信息。2CN111400560A权利要求书2/3页9.一种基于异构图神经网络模型进行预测的系统,所述系统包括:异构图获取模块,用于获取与预测内容相关的异构图数据,所述异构图数据包括待预测节点、所述待预测节点的邻居节点、以及连接所述待预测节点与所述邻居节点之间的路径,所述路径包括至少一种类型;分组模块,用于基于所述路径的类型,对所述邻居节点进行分组,以使得同一组的所述邻居节点的路径的类型相同;节点预测模块,用于将所述待预测节点、分组后的所述邻居节点