[发明专利]对象的向量表示的生成方法、装置、电子设备及存储介质

权利要求书

1.一种对象的向量表示的生成方法，其特征在于，所述方法包括：

根据多种类型的对象各自对应的节点之间的关联关系，确定以目标对象对应的目标节点为终点的目标路径；

确定所述目标路径上的各个节点的遍历顺序；

根据所述遍历顺序，遍历所述目标路径上的各个节点，针对遍历到的每个节点，聚合该节点的各个邻居节点的向量表示，生成该节点的向量表示，直至遍历到所述目标节点，聚合所述目标节点的各个邻居节点的向量表示，生成该目标节点的向量表示。

2.根据权利要求1所述的方法，其特征在于，针对遍历到的每个节点，聚合该节点的各个邻居节点的向量表示，生成该节点的向量表示，直至遍历到所述目标节点，聚合所述目标节点的各个邻居节点的向量表示，生成该目标节点的向量表示，包括：

针对遍历到的每个节点，基于注意力机制网络，确定该节点的所有邻居节点各自对应的权重，对该节点的所有邻居节点各自的向量表示进行加权，生成该节点的向量表示，直至遍历到所述目标节点，基于注意力机制网络，确定所述目标节点的所有邻居节点各自对应的权重，对所述目标节点的所有邻居节点各自的向量表示进行加权，生成该目标节点的向量表示。

3.根据权利要求1或2所述的方法，其特征在于，所述目标路径的数量是多个；所述方法还包括：

生成所述目标节点对应于每个目标路径的向量表示；

对所述目标节点对应于多个目标路径的向量表示进行融合，得到所述目标节点的最终向量表示。

4.根据权利要求1-3任一所述的方法，其特征在于，在生成该目标节点的向量表示之后，所述方法还包括：

将该目标节点的向量表示输入分类模型，得到所述目标节点的类型，所述分类模型用于预测节点的类型；或

在所述目标节点的数量是多个的情况下，根据多个目标节点各自的向量表示，对多个目标节点进行聚类，得到聚类结果。

5.根据权利要求1-3任一所述的方法，其特征在于，所述目标节点包括对应于用户的第一节点和对应于POI的第二节点；在生成该目标节点的向量表示之后，所述方法还包括：

以所述第一节点的向量表示和所述第二节点的向量表示为训练样本，对预设模型进行训练，得到预估任务模型，所述预估任务模型用于对点击率CTR、转换率CVR、复购率、用户评分中至少一者进行预估。

6.一种对象的向量表示的生成装置，其特征在于，所述装置包括：

第一确定模块，用于根据多种类型的对象各自对应的节点之间的关联关系，确定以目标对象对应的目标节点为终点的目标路径；

第二确定模块，用于确定所述目标路径上的各个节点的遍历顺序；

遍历模块，用于根据所述遍历顺序，遍历所述目标路径上的各个节点，针对遍历到的每个节点，聚合该节点的各个邻居节点的向量表示，生成该节点的向量表示，直至遍历到所述目标节点，聚合所述目标节点的各个邻居节点的向量表示，生成该目标节点的向量表示。

7.根据权利要求6所述的装置，其特征在于，所述遍历模块包括：

遍历子模块，用于针对遍历到的每个节点，基于注意力机制网络，确定该节点的所有邻居节点各自对应的权重，对该节点的所有邻居节点各自的向量表示进行加权，生成该节点的向量表示，直至遍历到所述目标节点，基于注意力机制网络，确定所述目标节点的所有邻居节点各自对应的权重，对所述目标节点的所有邻居节点各自的向量表示进行加权，生成该目标节点的向量表示。

8.根据权利要求6或7所述的装置，其特征在于，所述目标路径的数量是多个；所述装置还包括：

生成模块，用于生成所述目标节点对应于每个目标路径的向量表示；

融合模块，用于对所述目标节点对应于多个目标路径的向量表示进行融合，得到所述目标节点的最终向量表示。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5任一所述的对象的向量表示的生成方法中的步骤。

10.一种电子设备，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，其特征在于，所述处理器执行时实现如权利要求1-5任一所述的对象的向量表示的生成方法中的步骤。