基于模型的数据处理方法、装置及存储介质.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CN113705786A(43)申请公布日2021.11.26(21)申请号202110989439.1(22)申请日2021.08.26(71)申请人阿里巴巴（中国）有限公司地址310051浙江省杭州市滨江区长河街道网商路699号4号楼5楼508室(72)发明人黄佳程宁振胡伟赵耀徐晓舟陈起进霍承富邱小侠任卫军(74)专利代理机构北京合智同创知识产权代理有限公司11545代理人李杰林鑫(51)Int.Cl.G06N3/04(2006.01)G06N3/08(2006.01)G06K9/62(2006.01)权利要求书2页说明书9页附图3页(54)发明名称基于模型的数据处理方法、装置及存储介质(57)摘要本申请实施例提供一种基于模型的数据处理方法、装置及存储介质，其中，基于模型的数据处理方法包括：获取至少两个对象的已知属性信息，已知属性信息包括对象的至少一项已知属性的采集值；利用预设网络模型包含的图网络模型，确定目标对象的至少一个关联对象，至少两个对象包括目标对象与至少一个关联对象，图网络模型用于指示至少两个对象之间的关联性；基于目标对象的已知属性信息以及至少一个关联对象的已知属性信息生成目标对象的聚合数据；利用预设网络模型包含的评分模型对目标对象的聚合数据进行运算得到目标对象的待估计属性的估计值以及估计值的置信度。考虑了各个对象之间的关联性，提高了置信度的准确性。CN113705786ACN113705786A权利要求书1/2页1.一种基于模型的数据处理方法，包括：获取至少两个对象的已知属性信息，所述已知属性信息包括所述对象的至少一项已知属性的采集值；利用预设网络模型包含的图网络模型，确定目标对象的至少一个关联对象，所述至少两个对象包括所述目标对象与所述至少一个关联对象，所述图网络模型用于指示所述至少两个对象之间的关联性；基于所述目标对象的已知属性信息以及所述至少一个关联对象的已知属性信息生成所述目标对象的聚合数据；利用所述预设网络模型包含的评分模型对所述目标对象的聚合数据进行运算得到所述目标对象的待估计属性的估计值以及所述估计值的置信度。2.根据权利要求1所述的方法，其中，所述方法还包括：根据所述待估计属性的采集值以及所述待估计属性的估计值计算所述评分模型的损失函数值；根据所述损失函数值对所述评分模型中的模型参数进行调整。3.根据权利要求2所述的方法，其中，所述方法还包括：将所述至少两个对象的属性中，每一个属性依次作为所述待估计属性，利用所述至少两个对象的属性信息对所述预设神经网络模型进行多次训练，所述至少两个对象的属性信息包括所述至少两个对象的已知属性的采集值和所述至少两个对象的待估计属性的采集值。4.根据权利要求1‑3任一项所述的方法，其中，所述利用所述预设网络模型包含的评分模型对所述目标对象的聚合数据进行运算得到所述目标对象的待估计属性的估计值以及所述估计值的置信度，包括：利用所述评分模型的真值估计层对所述聚合数据进行运算得到所述待估计属性的估计值；基于所述待估计属性的估计值，利用所述评分模型的三元组评分层计算所述估计值的概率向量；基于所述待估计属性的概率向量，利用所述评分模型的置信度评分层计算所述估计值的置信度。5.根据权利要求4所述的方法，其中，所述已知属性信息包括基于多个数据源的所述对象的至少一项已知属性的采集值，所述基于所述待估计属性的概率向量，利用所述评分模型的置信度评分层计算所述估计值的置信度，包括：基于所述待估计属性的概率向量，利用所述评分模型的置信度评分层计算基于各个数据源的所述估计值的置信度。6.根据权利要求4所述的方法，其中，所述利用所述评分模型的真值估计层对所述聚合数据进行运算得到所述待估计属性的估计值，包括：将所述聚合数据及所述目标对象的已知属性信息输入所述评分模型的真值估计层，通过所述评分模型的真值估计层进行运算得到所述待估计属性的估计值。7.根据权利要求4所述的方法，其中，所述方法还包括：当所述估计值的概率向量列数大于或等于预设阈值时，为所述估计值的概率向量设置掩蔽向量，得到掩蔽后的所述估计值的概率向量。2CN113705786A权利要求书2/2页8.一种基于模型的数据处理装置，包括：获取模块，用于获取至少两个对象的已知属性信息，所述已知属性信息包括所述对象的至少一项已知属性的采集值；关联模块，用于利用预设网络模型包含的图网络模型，确定目标对象的至少一个关联对象，所述至少两个对象包括所述目标对象与所述至少一个关联对象，所述图网络模型用于指示所述至少两个对象之间的关联性；聚合模块，用于基于所述目标对象的已知属性信息以及所述至少一个关联对象的已知属性信息生成所述目标对象的聚合数据；置信度模块，用于利用所述预设网络模型包含的