[发明专利]表示信息的确定方法、装置、设备及存储介质

说明书

本申请公开了一种表示信息的确定方法、装置、设备及存储介质，可应用于计算机技术中的媒体资源推荐、人工智能以及车载等场景。在本申请实施例提供的技术方案中，获取了异质图，该异质图包括目标资源业务中多类实体对应的节点。通过图神经网络采用多类元路径对该异质图进行处理，得到第一类对象节点和第二类对象节点的初始表示信息，由于元路径连接了不同类型的节点，那么对象节点的初始表示信息中也就携带了媒体资源的相关信息。基于连线将第一类对象节点和第二类对象节点的初始表示信息进行了融合，得到的目标表示信息能够更加充分地表示该第一类对象。基于目标表示信息向该第一类对象进行媒体资源的推荐时，推荐的媒体资源的准确性较高。

技术领域

本申请涉及计算机技术领域，特别涉及一种表示信息的确定方法、装置、设备及存储介质。

背景技术

随着网络技术的发展，网络上所呈现的媒体资源的数量越来越多，而如何从海量媒体资源中为用户推荐符合需求的媒体资源，逐渐成为了目前研究的主流方向。

目前，通常会采用图神经网络来对媒体资源的业务数据进行分析，从而确定向用户推荐哪些媒体资源，图神经网络的本质是一种图数据处理方法，通过对用于表示业务数据的图数据进行处理，得到图数据中节点的表示信息，也即是，得到用户与用户或者用户与媒体资源之间的关系，以便进行推荐。在进行媒体资源推荐的过程中，不可避免地会遇到向一些交互数据较少的用户推荐媒体资源的情况，目前的图神经网络无法满足相应需求。

发明内容

本申请实施例提供了一种表示信息的确定方法、装置、设备及存储介质，该方法能够提高确定出的表示信息的准确性，从而提高媒体资源推荐的准确性，该技术方案如下。

一方面，提供了一种表示信息的确定方法，该方法包括：

获取目标资源业务的异质图，所述异质图包括多类节点，每类节点包括至少一个节点，每类节点用于表示所述目标资源业务中的一类实体，不同节点之间的连线用于表示实体之间的关联关系，所述目标资源业务中的实体包括媒体资源、第一类对象和第二类对象，所述第一类对象为与所述媒体资源之间发生目标交互行为的次数小于目标次数的对象，所述第二类对象为与所述媒体资源之间发生所述目标交互行为的次数大于或等于所述目标次数的对象；

通过图神经网络，按照所述异质图中多个节点的多类元路径，对所述异质图进行图卷积，得到所述多个节点中第一类对象节点的初始表示信息以及第二类对象节点的初始表示信息，所述第一类对象节点对应于所述第一类对象，所述第二类对象节点对应于所述第二类对象，所述多类元路径中的任一类元路径用于表示所述异质图中不同类型节点之间的一种连接方式；

基于所述多个节点之间的连线，将所述第一类对象节点的初始表示信息和第二类对象节点的初始表示信息进行融合，得到所述第一类对象节点的目标表示信息，所述目标表示信息用于向所述第一类对象进行媒体资源的推荐。

一方面，提供了一种表示信息的确定装置，该装置包括：

异质图获取模块，用于获取目标资源业务的异质图，所述异质图包括多类节点，每类节点包括至少一个节点，每类节点用于表示所述目标资源业务中的一类实体，不同节点之间的连线用于表示实体之间的关联关系，所述目标资源业务中的实体包括媒体资源、第一类对象和第二类对象，所述第一类对象为与所述媒体资源之间发生目标交互行为的次数小于目标次数的对象，所述第二类对象为与所述媒体资源之间发生所述目标交互行为的次数大于或等于所述目标次数的对象；

图卷积模块，用于通过图神经网络，按照所述异质图中多个节点的多类元路径，对所述异质图进行图卷积，得到所述多个节点中第一类对象节点的初始表示信息以及第二类对象节点的初始表示信息，所述第一类对象节点对应于所述第一类对象，所述第二类对象节点对应于所述第二类对象，所述多类元路径中的任一类元路径用于表示所述异质图中不同类型节点之间的一种连接方式；