[发明专利]预测模型训练方法以及装置

权利要求书

1.一种预测模型训练方法，包括：

从样本异构图中确定第一样本、第二样本以及所述第二样本对应的样本标签，其中，所述样本异构图包括至少两个不同类型的节点、和至少两个不同类型的边，所述第一样本和所述第二样本为所述目标异构图中的节点；

对所述第一样本的样本特征进行聚合处理，得到第一聚合样本，以及对所述第二样本的样本特征进行聚合处理，得到第二聚合样本；

根据所述第一样本、与所述第一样本关联的第一关联样本以及所述第一关联样本相对于所述第一样本的相关度，对所述第一样本的样本特征进行增强处理，获得增强样本；

根据所述第二聚合样本以及所述第二样本对应的样本标签、所述第一聚合样本和所述增强样本，对预测模型进行训练，直至获得满足训练停止条件的所述预测模型。

2.根据权利要求1所述的方法，所述第一关联样本与所述第一样本直接关联；

相应的，所述根据所述第一样本、与所述第一样本关联的第一关联样本以及所述第一关联样本相对于所述第一样本的相关度，对所述第一样本的样本特征进行增强处理，获得增强样本，包括：

确定与所述第一样本直接关联的第一关联样本相对于所述第一样本的相关度；

在所述第一关联样本相对于所述第一样本的相关度大于相关度阈值的情况下，对所述第一样本的样本特征和所述第一关联样本的样本特征进行交换，获得增强样本。

3.根据权利要求2所述的方法，所述确定与所述第一样本直接关联的第一关联样本相对于所述第一样本的相关度，包括：

根据所述第一样本、与所述第一样本直接关联的第一关联样本以及所述第一样本和所述第一关联样本之间的关联关系，计算所述第一关联样本相对于所述第一样本的特征权重；

根据所述第一样本的向量特征和所述第一关联样本的向量特征，计算所述第一样本和所述第一关联样本的特征相似度；

根据所述特征权重和所述特征相似度，确定第一关联样本相对于第一样本的相关度。

4.根据权利要求2所述的方法，所述第一关联样本为至少两个；

相应的，所述根据所述第一样本、与所述第一样本关联的第一关联样本以及所述第一关联样本相对于所述第一样本的相关度，对所述第一样本的样本特征进行增强处理，获得增强样本，包括：

确定每个第一关联样本相对于所述第一样本的相关度；

对所述每个第一关联样本相对于所述第一样本的相关度进行比较，根据比较结果确定目标关联样本；

对所述第一样本的样本特征和所述目标关联样本的样本特征进行交换，获得增强样本。

5.根据权利要求1所述的方法，所述第一关联样本与所述第一样本间接关联；

相应的，所述根据所述第一样本、与所述第一样本关联的第一关联样本以及所述第一关联样本相对于所述第一样本的相关度，对所述第一样本的样本特征进行增强处理，获得增强样本，包括：

确定与所述第一样本间接关联的第一关联样本相对于所述第一样本的相关度；

在所述第一关联样本相对于所述第一样本的相关度大于相关度阈值的情况下，在所述第一样本和所述第一关联样本之间添加直接关联关系，根据添加结果对所述第一样本的样本特征进行聚合处理，得到增强样本。

6.根据权利要求5所述的方法，所述确定与所述第一样本间接关联的第一关联样本相对于所述第一样本的相关度，包括：

根据所述第一样本、与所述第一样本间接关联的第一关联样本，确定与所述第一样本和所述第一关联样本共同关联的共同关联样本；

对所述共同关联样本进行加权处理，确定所述第一样本和所述第一关联样本的相似度值；

根据所述相似度值，确定所述第一关联样本相对于所述第一样本的相关度。