[发明专利]用户交互信息处理模型生成方法和用户交互信息处理方法

说明书

本申请公开了一种用户交互信息处理模型生成方法和用户交互信息处理方法，涉及图神经网络技术领域，具体涉及用户交互信息处理技术。该方法包括：通过迭代方式确定图神经网络中各层网络节点的节点表征，其中单层节点的节点表征由所述单层节点的邻居节点的表征得到；将所述各层网络节点中的各个节点的属性特征添加到所述各层网络节点的节点表征中，得到待训练的图神经网络；基于已有的用户交互信息，对所述待训练的图神经网络进行训练，得到用户交互信息处理模型，用户交互信息处理模型包括调整后的节点表征。本申请可应用于推荐系统。

技术领域

本申请涉及知识图谱技术领域，具体涉及图神经网络技术，更具体地，涉及一种用户交互信息处理模型生成方法、用户交互信息处理方法、装置、设备以及存储介质。

背景技术

通常，用户交互网络属于一种互联网用户行为的聚合方式，通过把用户在网络上的交互行为(例如评论、点赞、关注等)聚合成网络结构数据，用于工程师们下一步对用户模型进行分析处理，挖掘有价值的数据信息。关于用户表征技术，目前大多采用标签(tag)的形式来表征用户的属性，例如为用户添加年龄、性别、教育等属性标签，之后可通过合适的模型建立用户标签与置信打分等的关系。标签表征技术具有便于理解、通用性强和可支持多种业务点的优点。但是，实际应用中，这种标签表征方式由于受限于提供的属性数据单一，在刻画用户交互方面的数据体现不足，缺乏对用户关联的其他类型信息的表现，导致后续的数据分析处理的结果可靠性差。

发明内容

本申请提供了一种用户交互信息处理模型生成方法、用户交互信息处理方法、装置、设备以及存储介质。

根据本申请的第一方面，提供了一种用户交互信息处理模型的生成方法，包括：

通过迭代方式确定图神经网络中各层网络节点的节点表征，其中单层节点的节点表征由所述单层节点的邻居节点的表征得到；

将所述各层网络节点中的各个节点的属性特征添加到所述各层网络节点的节点表征中，得到待训练的图神经网络；

基于已有的用户交互信息，对所述待训练的图神经网络进行训练，得到用户交互信息处理模型，用户交互信息处理模型包括调整后的节点表征；其中，所述用户交互信息包括用户与用户之间的交互行为数据以及用户自身的属性特征数据。

根据本申请的第二方面，提供了一种用户交互信息处理方法，所述用户交互信息处理方法基于前述方法生成的用户交互信息处理模型，所述用户交互信息处理方法包括：

将种子用户的交互信息以及待处理用户的交互信息输入所述用户交互信息处理模型中，基于所述种子用户的表征预测得到所述待处理用户的表征；

基于所述待处理用户的表征确定所述待处理用户之间的相似度，如果所述相似度大于或等于预设阈值，则对应的用户为相似用户；

获取所述相似用户的信息。

根据本申请的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行前述的用户交互信息处理模型的生成方法或用户交互信息处理方法。

根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行前述的用户交互信息处理模型的生成方法或用户交互信息处理方法。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明