[发明专利]无监督模型评估方法、装置、服务器及可读存储介质

说明书

本发明公开一种无监督模型评估方法、装置、服务器及可读存储介质，在所述无监督模型评估方法中，在经过无监督模型得到的N个结点向量中确定出与S个结点对应的S个结点向量，确定所述S个结点中每个结点的邻居结点，以及所述每个结点的非邻居结点，将每个结点与邻居结点的向量相似度作为正样本，以及将每个结点与非邻居结点的向量相似度作为负样本，通过对正样本以及负样本进行评估来确定无监督模型的效果，不需要进行额外的模型训练，使无监督模型的评估过程更加容易实现。

技术领域

本发明涉及计算机技术领域，尤其涉及一种无监督模型评估方法、装置、服务器及可读存储介质。

背景技术

随着科学技术的不断发展，无监督学习算法得到了广泛应用。无监督学习模型可以对图数据进行计算，将图数据中的每个结点都映射到一个向量空间中，得到计算后的结点向量。在对计算后得到的结点向量进行评估时时，通常采用有监督算法评估，再训练一个机器学习模型。但训练机器学习模型需要耗费更多的数据和时间。

发明内容

本说明书实施例提供及一种无监督模型评估方法、装置、服务器及计算机可读存储介质。

第一方面，本说明书实施例提供一种无监督模型评估方法，包括：

在经过无监督模型得到的N个结点向量中确定出与S个结点对应的S个结点向量；

确定所述S个结点中每个结点的邻居结点，以及所述每个结点的非邻居结点；

根据所述每个结点的邻居结点的结点向量，以及所述每个结点的结点向量，确定所述每个结点的邻居结点与所述每个结点的相似度作为正样本的预测值；

根据所述每个结点的非邻居结点的结点向量，以及所述每个结点的结点向量，确定所述每个结点的非邻居结点与所述每个结点的相似度作为负样本的预测值；

根据所述正样本的预测值以及所述负样本的预测值，对所述无监督模型进行评估。

第二方面，本说明书实施例提供一种无监督模型评估装置，包括：

第一确定模块，用于在经过无监督模型得到的N个结点向量中确定出与S个结点对应的S个结点向量，N和S均为正整数，N大于等于S；

第二确定模块，用于确定所述S个结点中每个结点的邻居结点，以及所述每个结点的非邻居结点；

正样本预测值确定模块，用于根据所述每个结点的邻居结点的结点向量，以及所述每个结点的结点向量，确定所述每个结点的邻居结点与所述每个结点的相似度作为正样本的预测值；

负样本预测值确定模块，用于根据所述每个结点的非邻居结点的结点向量，以及所述每个结点的结点向量，确定所述每个结点的非邻居结点与所述每个结点的相似度作为负样本的预测值；

评估模块，用于根据所述正样本的预测值以及所述负样本的预测值，对所述无监督模型进行评估。第三方面，本说明书实施例提供一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行上述任一项所述方法的步骤。

第四方面，本说明书实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。

本说明书实施例有益效果如下：