[发明专利]图节点关系表征生成和图节点业务关系预测方法及装置

权利要求书

1.一种用于生成图数据中的第一图节点和第二图节点之间的节点关系表征的方法，所述图数据基于业务数据生成，所述方法包括：

分别自所述第一图节点和所述第二图节点开始执行节点表征传播和节点表征聚合，确定所述第二图节点和所述第一图节点的节点表征；以及

基于所述第一图节点和所述第二图节点的节点表征，生成所述第一图节点和所述第二图节点之间的节点关系表征，

其中，所述节点表征传播和所述节点表征聚合执行规定次数迭代过程，

在所述节点表征传播时，

将当前迭代过程的源图节点集合中的每个源图节点的上一迭代过程的节点传播表征传播给该源图节点的目标图节点集合中的每个目标图节点，所述目标图节点集合由该源图节点的邻居图节点组成；

根据各个目标图节点所接收的节点传播表征以及上一迭代过程的自身节点传播表征，生成各个目标图节点的当前迭代过程的节点传播表征，

在所述节点表征聚合时，根据聚合图节点的上一迭代过程的节点表征以及该聚合图节点的邻居图节点的上一迭代过程的节点表征，生成所述聚合图节点的当前迭代过程的节点表征，其中，所述聚合图节点包括所述第一图节点或所述第二图节点，图节点的初始节点表征基于该图节点的节点传播表征以及该图节点的原始特征生成。

2.如权利要求1所述的方法，其中，基于所述第一图节点和所述第二图节点的节点表征，生成所述第一图节点和所述第二图节点之间的节点关系表征包括：

对所述第一图节点和所述第二图节点的节点表征进行拼接，生成所述第一图节点和所述第二图节点之间的节点关系表征。

3.如权利要求1所述的方法，其中，根据各个目标图节点所接收的节点传播表征以及上一迭代过程的自身节点传播表征，生成该目标图节点的当前迭代过程的节点传播表征包括：

根据各个目标图节点从各个邻居图节点接收的节点传播表征、与各个邻居图节点之间的边关系特征以及上一迭代过程的自身节点传播表征，生成该目标图节点的当前迭代过程的节点传播表征。

4.如权利要求1所述的方法，其中，图节点的初始节点表征基于该图节点的节点传播表征以及该图节点的原始特征生成包括：

图节点的初始节点表征通过拼接该图节点的节点传播表征以及该图节点的原始特征生成。

5.如权利要求1所述的方法，其中，所述方法基于图神经网络实现。

6.如权利要求5所述的方法，其中，根据聚合图节点的上一迭代过程的节点表征以及该聚合图节点的邻居图节点的上一迭代过程的节点表征，生成所述聚合图节点的当前迭代过程的节点表征包括：

使用聚集函数对聚合图节点的上一迭代过程的节点表征以及该聚合图节点的邻居图节点的上一迭代过程的节点表征进行聚集，生成所述聚合图节点的当前迭代过程的节点表征。

7.如权利要求6所述的方法，其中，所述图神经网络包括具有Attention机制和LSTM聚合器的图神经网络。

8.如权利要求7所述的方法，其中，根据各个目标图节点所接收的节点传播表征以及上一迭代过程的自身节点传播表征，生成各个目标图节点的当前迭代过程的节点传播表征包括：

通过Attention操作聚合各个目标图节点所接收的节点传播表征，得到各个目标图节点的邻居节点传播表征；以及

通过LSTM聚合器对各个目标图节点的邻居节点传播表征以及该目标图节点的上一迭代过程的节点传播表征进行LSTM聚合，生成各个目标图节点的当前迭代过程的节点传播表征。

9.如权利要求1所述的方法，其中，所述业务数据包括下述业务数据中的一种：

社交数据；

金融交易数据；

商品交易数据；和

企业供应关系数据。