[发明专利]数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

基于图神经网络中多个标注节点的位置信息，获取所述多个标注节点各自的冲突水平参数，所述冲突水平参数用于表征所述标注节点在对应的标注类别中所处的拓扑位置；

基于所述多个标注节点各自的冲突水平参数，获取所述多个标注节点各自的目标权重，所述目标权重用于表征基于所述拓扑位置为所述标注节点所引入的加权影响因子；

基于所述多个标注节点各自的目标权重，调整所述图神经网络的参数，得到目标图神经网络，所述目标图神经网络用于识别所述图神经网络中各个节点所属的类别。

2.根据权利要求1所述的方法，其特征在于，所述基于图神经网络中多个标注节点的位置信息，获取所述多个标注节点各自的冲突水平参数包括：

对所述多个标注节点中的任一标注节点，从所述标注节点进行随机游走，得到所述标注节点的概率矩阵，所述概率矩阵用于表征所述标注节点在随机游走时停止至所述图神经网络中任一节点的概率分布；

基于所述标注节点的概率矩阵，获取所述标注节点的冲突期望，所述冲突期望用于表征服从所述概率分布的任一节点在随机游走停止时遇到相异类别的可能性的数学期望，所述相异类别为除了所述标注节点所对应的标注类别之外的类别；

将所述标注节点的冲突期望确定为所述标注节点的冲突水平参数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述标注节点的概率矩阵，获取所述标注节点的冲突期望包括：

对任一所述相异类别所对应的任一目标标注节点，确定从所述目标标注节点开始进行随机游走并停止在服从所述概率分布的任一节点的终止概率；

将任一所述相异类别中各个目标标注节点的各个终止概率相加，得到第一数值；

将所述第一数值除以任一所述相异类别所包含的目标标注节点的数量，得到第二数值；

将各个所述相异类别对应的各个第二数值相加，得到第三数值；

将服从所述概率分布的各个节点所对应的各个第三数值的数学期望确定为所述标注节点的冲突期望。

4.根据权利要求2或3所述的方法，其特征在于，在所述图神经网络中包含的节点数量大于数量阈值的情况下，每个标注节点的概率矩阵基于所述图神经网络中的部分节点采样得到。

5.根据权利要求1所述的方法，其特征在于，所述基于所述多个标注节点各自的冲突水平参数，获取所述多个标注节点各自的目标权重包括：

对所述多个标注节点中的任一标注节点，获取所述标注节点的余弦退火值，所述余弦退火值用于表征所述标注节点在对应标注类别中冲突水平参数的排序情况；

基于所述标注节点的余弦退火值、最小权重阈值和最大权重阈值，获取所述标注节点的目标权重。

6.根据权利要求5所述的方法，其特征在于，所述获取所述标注节点的余弦退火值包括：

确定所述标注节点在对应标注类别中冲突水平参数的排序次序；

基于所述排序次序和所述标注类别中包含的标注节点的数量，获取所述标注节点的余弦退火值。

7.根据权利要求5所述的方法，其特征在于，所述基于所述标注节点的余弦退火值、最小权重阈值和最大权重阈值，获取所述标注节点的目标权重包括：

将所述余弦退火值加一，得到第四数值；

将所述第四数值与所述最大权重阈值与所述最小权重阈值之间的差值相乘，得到第五数值；

将所述第五数值的二分之一与所述最小权重阈值相加，得到所述标注节点的目标权重。