[发明专利]对关系网络图进行节点嵌入的方法及装置

说明书

本说明书实施例提供一种计算机执行的对关系网络图进行节点嵌入的方法和装置，该关系网络图包括多个节点，节点之间通过多种连接关系进行连接，方法包括，获取图中任意的第一节点的节点特征，该节点在多种连接关系下的多个邻居节点集；然后，基于节点特征，确定该节点的初级嵌入向量；之后进行向量迭代，每次迭代包括：对各邻居节点集中的邻居节点的上一级嵌入向量进行聚合得到该邻居节点集的上一级聚合向量，基于权重因子，对各个邻居节点集的上一级聚合向量加权求和得到全邻居节点的上一级聚合向量，基于该聚合向量，和第一节点的上一级嵌入向量，得到第一节点的本级嵌入向量。可以根据该节点的预定级数的嵌入向量，确定其嵌入结果。

技术领域

本说明书一个或多个实施例涉及机器学习领域，尤其涉及计算机执行的、对关系网络图进行节点嵌入的方法及装置。

背景技术

关系网络图是对现实世界中实体之间的关系的描述，目前广泛地应用于各种计算机信息处理中。一般地，关系网络图包含节点集合和边集合，节点表示现实世界中的实体，边表示现实世界中实体之间的联系。例如，在社交网络中，人就是实体，人和人之间的关系或联系就是边。

在许多情况下，希望将关系网络图中的元素或结构用向量的形式进行表示，这个过程称为图嵌入。典型的，希望将图中的每个节点(实体)用多维空间中的坐标值来表示，也就是将各个节点映射到一个多维空间中，用多维空间中的点代表图中的节点。多维空间可以是2维、3维空间，也可以是更高维空间。用多维空间的坐标来表达图中的节点，可以应用于计算节点和节点之间的相似度，发现图中的社团结构，预测未来可能形成的边联系，以及对图进行可视化等。

图嵌入是一种非常重要的基础技术能力。根据一种方案，采用监督学习的方式，考虑节点特征和节点之间的关联关系，训练得到图嵌入模型，根据训练得到的图嵌入模型进行关系网络图的嵌入表达。然而，已有的方法通常是针对单一连接关系的关系网络图进行模型训练，对于复杂的异构网络图难以进行嵌入表达。

因此，希望能有改进的方案，能够有效地对异构关系网络图进行图嵌入。

发明内容

本说明书一个或多个实施例描述了一种计算机执行的对关系网络图进行节点嵌入的方法和装置。通过这样的方法，可以对具有多种连接关系的异构关系网络图进行有效的节点嵌入。

根据第一方面，提供了一种计算机执行的、对关系网络图进行节点嵌入的方法，所述关系网络图包括多个节点，所述多个节点之间通过多种连接关系进行连接，所述方法包括：

获取所述关系网络图中第一节点的节点特征，以及所述第一节点在所述多种连接关系下对应的多个第一邻居节点集；

至少基于所述第一节点的节点特征，确定所述第一节点的初级迭代的嵌入向量；

针对所述第一节点，执行预定级数的向量迭代，其中每级向量迭代包括：基于所述第一节点的上一级迭代的嵌入向量，第一节点的全邻居节点的上一级聚合向量和第一参数集，确定所述第一节点的本级迭代的嵌入向量；其中，所述第一节点的全邻居节点的上一级聚合向量是基于第一权重因子，对所述多个第一邻居节点集中各个第一邻居节点集对应的上一级聚合向量进行加权求和而确定，所述各个第一邻居节点集对应的上一级聚合向量为，各个第一邻居节点集中包括的邻居节点的上一级迭代的嵌入向量的聚合；

根据所述第一节点的所述预定级数的嵌入向量，确定该第一节点的节点嵌入结果。

在一种实施例中，所述多个节点对应于多个用户；所述多种连接关系包括以下中的多种：亲情关系、通信关系、资金关系、媒介关系、人际关系。

进一步的，所述通信关系可以包括以下中的一项或多项：电话通话，短消息，即时通讯工具中的消息；

所述资金关系可以包括以下中的一项或多项：转账、收款、红包、代充、代付、条码收款、条码付款、AA收款、C2C手机当面付、送礼金、交房租、信用卡代还款、代购、亲密付；