[发明专利]一种基于图神经网络的数据处理方法及装置

说明书

本公开提供一种基于图神经网络的数据处理方法及装置，该基于图神经网络的数据处理方法包括：对第一对象的各个类别特征数据进行分组交互，并对分组交互结果进行特征融合以获得第一对象的局部交互特征；对第一对象的类别特征数据进行全局特征交互以获得第一对象的全局交互特征；将第一对象的局部交互特征与第一对象的全局交互特征进行特征融合处理以获得第一节点的第一进阶节点特征；第一图神经网络根据第一进阶节点特征对第一初阶图数据进行邻域聚合处理以获得第一进阶图数据。本公开提供的技术方案可以通过第一进阶图数据中的第一节点的节点特征充分表达第一对象的对象特征。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种基于图神经网络的数 据处理方法及装置、电子设备、计算机可读存储介质和计算机产品。

背景技术

图神经网络逐渐成为图结构数据上的主要解决方案，图神经网络的 主要思想是基于图结构来关联节点的表示，即连接的节点应该有类似的 表示，这可以看作是在表示空间中执行平滑约束。通过图神经网络，图 数据的节点特征和图结构在每个图层上同时编码，保证了图神经网络对 图上信息的集成能力，然后对信息集成完成后的图数据进行处理，可以 获得比较准确的处理结果。

那么，如何提高图神经网络对图数据中的信息提取和集成能力，则 成为图神经网络的主要目标。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公 开的背景的理解。

发明内容

本公开的目的在于提供一种基于图神经网络的数据处理方法、装置、 电子设备以及计算机可读存储介质，可以提高图神经网络对图数据中各 个节点的信息提取和表达能力。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分 地通过本公开的实践而习得。

本公开实施例提供了一种基于图神经网络的数据处理方法，包括： 对所述第一对象的各个类别特征数据进行分组交互，并对分组交互结果 进行特征融合以获得所述第一对象的局部交互特征；对所述第一对象的 类别特征数据进行全局特征交互，以获得所述第一对象的全局交互特征； 将所述第一对象的局部交互特征与所述第一对象的全局交互特征进行特 征融合处理，以获得所述第一节点的第一进阶节点特征；第一图神经网 络根据所述第一进阶节点特征对所述第一初阶图数据进行邻域聚合处理， 以获得第一进阶图数据。

本公开实施例提供了一种基于图神经网络的数据处理装置，包括： 局部交互特征获取模块、全局交互特征获取模块、第一进阶节点特征获 取模块和第一进阶图数据获取模块。

其中，所述局部交互特征获取模块用于对所述第一对象的各个类别 特征数据进行分组交互，并对分组交互结果进行特征融合以获得所述第 一对象的局部交互特征；所述全局交互特征获取模块用于对所述第一对 象的类别特征数据进行全局特征交互，以获得所述第一对象的全局交互 特征；所述第一进阶节点特征获取模块用于将所述第一对象的局部交互 特征与所述第一对象的全局交互特征进行特征融合处理，以获得所述第 一节点的第一进阶节点特征；所述第一进阶图数据获取模块用于第一图 神经网络根据所述第一进阶节点特征对所述第一初阶图数据进行邻域聚 合处理，以获得第一进阶图数据。

在一些实施例中，所述第一初阶图数据还包括第二节点，所述第一 节点是所述第二节点的邻居节点，所述第二节点的第二初阶节点特征中 包括第二对象的类别特征数据，所述基于图神经网络的数据处理装置还 包括：第二局部交互特征获取模块、第二全局交互特征获取模块、第二 进阶节点特征获取模块，所述第一进阶图数据获取模块包括第一邻域聚 合模块。