[发明专利]特征信息获取方法、装置、设备及存储介质有效

专利信息
申请号: 202010092424.0 申请日: 2020-02-14
公开(公告)号: CN111325258B 公开(公告)日: 2023-10-24
发明(设计)人: 蓝利君;李超;王翔 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F18/25 分类号: G06F18/25;G06F18/213
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 祝亚男
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征 信息 获取 方法 装置 设备 存储 介质
【权利要求书】:

1.一种特征信息获取方法,其特征在于,所述方法包括:

获取异构图,所述异构图包括至少两个对象节点及至少一个数据节点,其中任一对象节点与任一数据节点连接表示所述任一对象节点所属的对象与所述任一数据节点所属的数据关联;

根据所述异构图,获取至少两个同构图,每个同构图包括至少两个对象节点,其中任两个对象节点连接表示所述异构图中所述任两个对象节点所属的对象与同一数据节点所属的数据关联;

获取所述至少两个同构图的特征信息,对所述至少两个同构图的特征信息进行融合,得到融合特征信息;

从所述融合特征信息中,获取目标对象节点的特征信息。

2.根据权利要求1所述的方法,其特征在于,所述至少一个数据节点中包括至少两个类型的数据节点,所述根据所述异构图,获取至少两个同构图,包括:

按照所述异构图中每个数据节点的类型,将所述异构图中与属于每个类型的同一数据节点连接的任两个对象节点连接,构成与所述每个类型分别对应的至少两个同构图。

3.根据权利要求1所述的方法,其特征在于,所述根据所述异构图,获取至少两个同构图,包括:

根据所述异构图,获取至少两个一级同构图,每个一级同构图包括至少两个对象节点,其中任两个对象节点连接表示所述异构图中所述任两个对象节点所属的对象与同一数据节点所属的数据关联;

将任一个或多个一级同构图拆分为至少两个二级同构图,其中,不同的二级同构图包括的对象节点不同。

4.根据权利要求1所述的方法,其特征在于,所述获取所述至少两个同构图的特征信息,包括:

基于特征提取模型对所述至少两个同构图进行特征提取,得到所述至少两个同构图的特征信息。

5.根据权利要求4所述的方法,其特征在于,所述特征提取模型包括多个网络层,所述多个网络层包括一个输入层和至少两个特征提取层,所述基于特征提取模型对所述至少两个同构图进行特征提取,得到所述至少两个同构图的特征信息,包括:

对于任一同构图中的任一目标对象节点,在所述输入层中,根据所述目标对象节点的属性信息及所述目标对象节点的邻居对象节点的属性信息,确定所述目标对象节点的特征信息及所述邻居对象节点的特征信息,输出至下一网络层中;

在任一特征提取层中,将上一网络层输出的所述目标对象节点的特征信息及所述邻居对象节点的特征信息进行融合,将融合得到的特征信息作为所述目标对象节点更新后的特征信息,输出至下一网络层中,直至获取到最后一个网络层输出的所述目标对象节点的特征信息。

6.根据权利要求5所述的方法,其特征在于,所述将上一网络层输出的所述目标对象节点的特征信息及所述邻居对象节点的特征信息进行融合,将融合得到的特征信息作为所述目标对象节点更新后的特征信息,包括:

根据所述目标对象节点的特征信息及所述邻居对象节点的特征信息,确定所述目标对象节点和所述邻居对象节点之间的关联度,所述关联度用于表示所述目标对象节点所属的目标对象与所述邻居对象节点所属的对象之间的相关程度;

根据所述关联度,对所述目标对象节点的特征信息及所述邻居对象节点的特征信息进行融合,得到所述目标对象节点更新后的特征信息。

7.根据权利要求5所述的方法,其特征在于,所述对于任一同构图中的任一目标对象节点,在所述输入层中,根据所述目标对象节点的属性信息及所述目标对象节点的邻居对象节点的属性信息,确定所述目标对象节点的特征信息及所述邻居对象节点的特征向量,输出至下一网络层中之后,所述方法还包括:

在所述下一网络层中,根据所述目标对象节点的特征信息及所述邻居对象节点的特征信息,确定所述邻居对象节点对所述目标对象节点的影响系数;

根据所述影响系数对所述邻居对象节点进行过滤处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010092424.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top