[发明专利]一种图神经网络特征产生方法

说明书

本发明公开了一种图神经网络特征产生方法，所述方法为：从已有的维度制作衍生维度，通过图形理论将客户或数据值表征为图中的节点，相关节点用边进行连接；可将多个维度的数值分箱或分桶成有限的数量；一个维度在处理后可能值为n个值，每个值为图中的一个节点，对每一样本产生对应的边；产生图后，通过图神经网络产生每一节点的高维度坐标；相似的节点会被映射到空间中相临近的位置，产生独特的特征。本发明解决了现有特征工程具有不确定性和随机性的问题。

技术领域

本发明涉及神经网络技术领域，具体涉及一种图神经网络特征产生方法。

背景技术

目前推荐和分类算法常用的方法包括：逻辑回归、线性回归、决策树及其衍生版Extreme Gradient Boosting Decision Tree(XGBDT)或Light Gradient BoostingDecision Tree,Gradient Boosting Classifier、随机森林、向量机(Support VectorMachine)。

此类算法的输入多为结构化的数据，例如附图2通常在做此类的分类时，都需要从已有的维度(附图2中的field栏位)，再制作衍生维度。例如在附图2中是用户在网上商城购物时所留下的日志，记载了访问过/购买/点击/保存过商家的信息。例如一个衍生维度即为每一用户对某一商家的访问次数。这样的产生衍生维度，也一般被称为特征工程。

特征工程设计是一难题，不容易找到通用的方法。往往需要靠工程师对数据的个人独特的观察，也有一些随机成分存在。特征工程的好坏可以大大影响上述算法的结果，如何产生有用的特征成为算法结果优劣的关键。

发明内容

为此，本发明提供一种图神经网络特征产生方法，以解决现有特征工程具有不确定性和随机性的问题。

为了实现上述目的，本发明提供如下技术方案：

本发明公开了一种图神经网络特征产生方法，所述方法为：

从已有的维度制作衍生维度，通过图形理论将样本用于数据值表征为图中的节点，相关节点用边进行连接；

可先将多个维度的数值分箱或分桶成有限的数量；

一个维度在处理后可能值为n个值，每个值为图中的一个节点，对每一样本产生对应的边；

产生图后，通过图神经网络产生每一节点的高维度坐标；

相似的节点会被映射到空间中相临近的位置，产生独特的特征。

进一步地，所述图形理论以图为研究对象，图形理论中的图是由若干给定的点及连接两点的线所构成的图形，图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有的特定关系。

进一步地，所述图形理论将X维度处理后，具有{x_1，…，x_n}n个值，X维度中每个值对应图中的一个节点。

进一步地，所述多个维度进行同样的处理，m个维度，则每一维度各有{k_1，…，k_m}个独一值，产生K个节点，

K＝k_1+k_2…+k_m

每个样本本身为一个节点，样本总数为N，则图的总节点数为V＝K+N。

进一步地，所述图中的边产生方式为：对样本y，x维度共有x_1，x_2,…，x_n个节点，样本y与x维度之间产生的边为：(y，x_1)，…，(y，x_n)。

进一步地，所述图中的边加入额外的边y_0，y_1两样本某一维度具有同一值，即(y_0，v)，(y_1，v)两个边同时存在，为使y_0，y_1关系更紧密，则增加一个边(y_0，y_1)。