[发明专利]一种行为识别方法、装置、电子设备及存储介质

权利要求书

1.一种行为识别方法，其特征在于，所述方法包括：

获取各用户的行为数据和用户关系图谱；

抽取所述用户关系图谱中具有目标用户关系类型的连通子图；

将所述连通子图中相邻用户节点之间的行为数据执行聚合处理，得到用户行为特征；

将所述用户行为特征输入至行为识别模型，得到各用户节点的行为预测结果。

2.根据权利要求1所述的方法，其特征在于，在所述将所述连通子图中相邻用户节点之间的行为数据执行聚合处理，得到用户行为特征之前，所述方法还包括：

获取目标维度的行为数据；

通过目标时间窗口对所述行为数据进行时间序列化处理。

3.根据权利要求2所述的方法，其特征在于，所述目标维度至少包括：用户登录维度、用户发帖维度；

所述获取目标维度的行为数据，包括：

获取用户登录维度、用户发帖维度的行为数据。

4.根据权利要求2所述的方法，其特征在于，在所述获取目标维度的行为数据之前，所述方法还包括：

获取各用户数据维度之间的相关度；

将相关度大于相关度阈值的数据维度作为目标维度。

5.根据权利要求1所述的方法，其特征在于，所述将所述连通子图中相邻用户节点之间的行为数据执行聚合处理，得到用户行为特征，包括：

获取所述连通子图中处于顶点位置的顶点用户节点相对应的相邻用户节点，所述顶点用户节点是连接有多个其他用户节点的用户节点；

将所述顶点用户节点与其相对应的相邻用户节点的行为数据进行聚合处理，得到用户行为特征。

6.根据权利要求5所述的方法，其特征在于，所述将所述顶点用户节点与其相对应的相邻用户节点的行为数据进行聚合处理，得到用户行为特征，包括：

将所述顶点用户节点与其相对应的相邻用户节点的行为数据输入至下述公式得到用户行为特征：

其中，所述表示顶点v的第k层用户行为特征，所述表示相邻顶点的第k层聚合得到用户行为特征，所述表示v的邻接矩阵的第k-1层的用户行为特征，表示相邻节点v的第k-1层的用户行为特征。

7.根据权利要求1所述的方法，其特征在于，在所述抽取所述用户关系图谱中具有目标用户关系类型的连通子图之后，所述方法还包括：

裁剪所述连通子图中密集度小于密集度阈值的用户节点，所述密集度是各所述用户节点的三角计数值与所连接边的边数之间的比值。

8.一种行为识别装置，其特征在于，所述装置包括：

获取模块，被配置为获取各用户的行为数据和用户关系图谱；

预处理模块，被配置为抽取所述用户关系图谱中具有目标用户关系类型的连通子图；

将所述连通子图中相邻用户节点之间的行为数据执行聚合处理，得到用户行为特征；

预测模块，被配置为将所述用户行为特征输入至行为识别模型，得到各用户节点的行为预测结果。

9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的行为识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的行为识别方法的步骤。