图特征处理的方法及装置.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CN111368147A(43)申请公布日2020.07.03(21)申请号202010114823.2(22)申请日2020.02.25(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)发明人张屹綮张天翼王维强(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人陈霁周良玉(51)Int.Cl.G06F16/901(2019.01)G06F16/906(2019.01)G06Q40/04(2012.01)权利要求书3页说明书13页附图4页(54)发明名称图特征处理的方法及装置(57)摘要本说明书实施例提供一种图特征处理的方法和装置。根据该方法，首先根据关系数据，构建关系网络图，其中关系数据包括用户参与的交互事件记录；关系网络图包括多个用户节点，以及基于交互事件形成的有向边。然后，将该关系图分割为多个子图，其中包括用于用户分类模型训练的第一子图。对于第一子图中各个节点，获取节点的低阶特征，其中包括节点的度。然后，还对于基于第一子图得到的无向图中的各个节点，获取节点的高阶特征，其中包括多阶H指数，每阶H指数表示，满足H个邻居节点的上一阶H指数大于等于H的最大H值；其中0阶H指数为节点的度。于是，可以基于低阶特征和高阶特征，生成备选特征集，作为训练用户分类模型的备选特征。CN111368147ACN111368147A权利要求书1/3页1.一种图特征处理的方法，包括：根据关系数据，构建关系网络图；所述关系数据包括，用户参与的交互事件记录；所述关系网络图包括多个节点，以及基于所述交互事件形成的节点之间的有向边，所述多个节点中包括用户节点；将所述关系网络图分割为多个子图，其中包括用于用户分类模型训练的第一子图；对于所述第一子图中各个节点，获取节点的低阶特征，其中所述低阶特征至少包括，节点的度；将所述第一子图转换为无向图；对于所述无向图中的各个节点，获取节点的高阶特征，所述高阶特征包括多阶H指数，其中每阶H指数表示，满足H个邻居节点的上一阶H指数大于等于H这一条件的最大H值；其中0阶H指数为节点的度；至少基于所述低阶特征和高阶特征，生成备选特征集，作为训练所述用户分类模型的备选特征。2.根据权利要求1所述的方法，其中，所述交互事件为用户借助介质进行的事件；所述多个节点还包括介质节点；所述有向边为用户节点与介质节点之间的有向连接边。3.根据权利要求2所述的方法，其中，所述交互事件为登录事件或认证事件，所述介质节点的信息包括以下中的一项或多项：设备标识信息，网络环境信息，认证媒介信息。4.根据权利要求1所述的方法，其中，所述交互事件为用户之间的有方向的交互事件，所述用户节点包括，第一类节点和第二类节点；所述有向边为从第一类节点指向第二类节点的连接边。5.根据权利要求4所述的方法，其中，所述交互事件为交易事件，所述第一类节点为买家节点，第二类节点为卖家节点；或者：所述交互事件为转账事件，所述第一类节点为转出方节点，第二类节点为收款方节点。6.根据权利要求1所述的方法，其中，在将所述关系网络图分割为多个子图之前，还包括：从所述关系网络图中剔除不符合所述用户分类模型训练需要的若干节点，以及所述若干节点对应的连接边。7.根据权利要求6所述的方法，其中，所述若干节点包括以下中的一项或多项：不符合预定格式的无效节点；连接边数目大于一定阈值的节点；位于白名单中的节点；在所述交互事件涉及资金的情况下，预定时长周期内往来资金超过预定阈值的节点。8.根据权利要求1所述的方法，其中，将所述关系网络图分割为多个子图，包括：根据所述关系网络图中有向边所对应的交互事件发生的时间段，将所述关系网络图分割为多个子图，每个子图对应一个时间段；确定用于训练所述用户分类模型的标签数据的标注时间所对应的时间段，将该时间段对应的子图确定为所述第一子图。9.根据权利要求1所述的方法，其中，将所述关系网络图分割为多个子图，包括：根据所述用户节点的基本属性中的地理区域，将关系网络图分割为多个子图，每个子2CN111368147A权利要求书2/3页图对应一个地理区域；将与用于训练所述用户分类模型的标签数据中用户样本集的地理区域相对应的子图，确定为所述第一子图。10.根据权利要求4所述的方法，其中，所述节点的低阶特征还包括：该节点所连接的邻居节点中，双重节点的数目和占比；其中所述双重节点为，在所述关系网络图中同时作为第一类节点和第二类节点的用户节点。11.根据权利要求4所述的方法，其中，将所述第一子图转换为无向图，包括：将所述第一子图中的有向边转换为无向边，并合并其中的重复节点，得到所述无向图。12.根据权利要求1所述的方法，其中