基于图神经网络的节点分类方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116028856A(43)申请公布日2023.04.28(21)申请号202111249334.9(22)申请日2021.10.26(71)申请人中移动信息技术有限公司地址100033北京市西城区金融大街29号A座申请人中国移动通信集团有限公司(72)发明人尚晶张润波胡清源江勇陈卓刘宇(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师陈新生(51)Int.Cl.G06F18/241(2023.01)G06N3/0464(2023.01)G06N3/08(2023.01)权利要求书2页说明书9页附图1页(54)发明名称基于图神经网络的节点分类方法及装置(57)摘要本申请提供一种基于图神经网络的节点分类方法及装置。所述方法包括：将具有多个标记节点的连通图输入图神经网络，多次执行对连通图中各未标记节点的分类处理，直至满足预设条件；其中，每次分类处理均包括：根据连通图中的各标记节点，获取未标记节点的分类置信度；从各未标记节点中，获取分类置信度不小于图神经网络的当前预设置信度的多个目标节点；根据各目标节点的分类置信度，确定各目标节点的类别；将各目标节点添加至各标记节点中，并根据预设衰减值更新当前预设置信度。本申请实施例提供的基于图神经网络的节点分类方法可以提高节点分类的准确度。CN116028856ACN116028856A权利要求书1/2页1.一种基于图神经网络的节点分类方法，其特征在于，包括：将具有多个标记节点的连通图输入图神经网络，多次执行对所述连通图中各未标记节点的分类处理，直至满足预设条件；其中，每次所述分类处理均包括：根据所述连通图中的各所述标记节点，获取所述未标记节点的分类置信度；从各未标记节点中，获取所述分类置信度不小于所述图神经网络的当前预设置信度的多个目标节点；根据各所述目标节点的分类置信度，确定各目标节点的类别；将各所述目标节点添加至各所述标记节点中，并根据预设衰减值更新所述当前预设置信度。2.根据权利要求1所述的基于图神经网络的节点分类方法，其特征在于，根据所述连通图中的各所述标记节点，获取所述未标记节点的分类置信度，包括：根据各所述标记节点中，与所述未标记节点相邻的各相邻节点的类别，确定所述未标记节点的分类置信度。3.根据权利要求2所述的基于图神经网络的节点分类方法，其特征在于，根据各所述标记节点中，与所述未标记节点相邻的各相邻节点的类别，确定所述未标记节点的分类置信度，包括：根据与所述未标记节点相邻的各所述相邻节点的类别，确定所述未标记节点与各所述类别一一对应的各初始置信度；将各所述初始置信度中最大的所述初始置信度，确定为所述未标记节点的分类置信度。4.根据权利要求1所述的基于图神经网络的节点分类方法，其特征在于，根据各所述目标节点的分类置信度，确定各目标节点的类别，包括：根据所述目标节点的分类置信度，从与所述目标节点连接的各标记节点中，查找与所述目标节点的分类置信度对应的同类标记节点；当查找到所述同类标记节点时，将所述同类标记节点的类别，确定为所述目标节点的类别。5.根据权利要求4所述的基于图神经网络的节点分类方法，其特征在于，当查找到所述同类标记节点时，将所述同类标记节点的类别，确定为所述目标节点的类别，包括：当查找到所述同类标记节点时，在所述同类标记节点与所述目标节点之间生成同质路径；通过所述同质路径将所述同类标记节点的类别传播至所述目标节点，以将所述同类标记节点的类别确定为所述目标节点的类别。6.根据权利要求1‑5任意一项所述的基于图神经网络的节点分类方法，其特征在于，所述预设条件包括：确定各所述未标记节点的类别，或所述当前预设置信度更新至小于或等于预设阈值。7.根据权利要求1‑5任意一项所述的基于图神经网络的节点分类方法，其特征在于，所述图神经网络包括图卷积网络。8.一种基于图神经网络的节点分类装置，其特征在于，包括：2CN116028856A权利要求书2/2页节点分类模块，用于将具有多个标记节点的连通图输入图神经网络，多次执行对所述连通图中各未标记节点的分类处理，直至完成各所述未标记节点的分类；其中，每次所述分类处理均包括：根据所述连通图中的各所述标记节点，获取所述未标记节点的分类置信度；从各未标记节点中，获取所述分类置信度不小于所述图神经网络的当前预设置信度的多个目标节点；根据各所述目标节点的分类置信度，确定各目标节点的类别；将各所述目标节点添加至各所述标记节点中，并根据预设衰减值更新所述当前预设置信度。9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的基于图神经网络的节点分类方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征