[发明专利]训练和使用关系网络嵌入模型的方法及装置

权利要求书

1.一种训练关系网络的嵌入模型的方法，所述关系网络包括与多个用户对应的多个节点，具有关联关系的用户之间通过连接边互相连接，所述关联关系包括人际关系、媒介关系和资金关系中的至少一种，所述方法包括：

从所述关系网络获取多个标定节点，各标定节点具有对应的标签值，所述标签值示出与标定节点对应的用户的信用等级；

确定各个标定节点的节点特征，邻居节点集，以及与邻居节点集中各个邻居节点之间的各个连接边的边特征；

基于所述节点特征、所述边特征和第一参数集，确定各个标定节点的初级迭代的节点嵌入向量，以及各个连接边的初级迭代的边嵌入向量；

执行多级向量迭代，以确定各个标定节点的多级迭代的节点嵌入向量，其中所述多级向量迭代的每级向量迭代包括，对于各个标定节点，至少基于其各个邻居节点的上一级迭代的节点嵌入向量，各个连接边的上一级迭代的边嵌入向量，以及第二参数集，确定该节点的本级迭代的节点嵌入向量；

对于各个标定节点，基于该节点的多级迭代的节点嵌入向量，和预测参数集，确定该节点的预测值；

调整所述第一参数集、第二参数集和预测参数集中的参数值，使得预定义的损失函数达到最小，其中所述损失函数基于各个标定节点的预测值和标签值而确定。

2.根据权利要求1所述的方法，其中确定各个标定节点的节点特征包括：

根据各标定节点对应的标签值，将所述多个标定节点划分为第一类节点和第二类节点，其中第一类节点的标签值对应于最低信用等级，第二类节点为其他节点；

对于第一类节点，采用one-hot独热编码确定其节点特征；

对于第二类节点，基于缺省值确定其节点特征。

3.根据权利要求1所述的方法，其中所述各个连接边的边特征包括，该连接边所连接的两个节点所对应的两个用户之间，人际关系特征、媒介关系特征和资金关系特征中的一种或多种。

4.根据权利要求3所述的方法，其中：

所述人际关系特征包括以下中的一项或多项：共同关注人数，来往联系天数，共同群组数目，共同活动参与次数；

所述媒介关系特征包括同一媒介的共同使用天数或次数，所述同一媒介包括以下中的一项或多项：同银行卡、同身份证、同邮箱、同账户号、同手机号、同物理地址、同终端设备号；

所述资金关系特征包括资金交易的次数或金额，所述资金交易包括以下中的一项或多项：代充、代付、条码收款、条码付款、AA收款、C2C手机当面付、送礼金、交房租、红包、信用卡代还款、代购、亲密付、代订服务。

5.根据权利要求1所述的方法，还包括：初始化所述第一参数集、第二参数集和预测参数集。

6.根据权利要求1所述的方法，其中所述第一参数集包括第一权重参数和第二权重参数，所述确定各个标定节点的初级迭代的节点嵌入向量，以及各个连接边的初级迭代的边嵌入向量包括：

基于所述第一权重参数，以及各个标定节点的节点特征，确定各个标定节点的初级迭代的节点嵌入向量；

基于所述第二权重参数，以及各个连接边的边特征，确定各个连接边的初级迭代的边嵌入向量。

7.根据权利要求1所述的方法，所述确定该节点的本级迭代的节点嵌入向量，包括：

利用第二参数集中的参数作为权重，对第一项、第二项和第三项进行加权求和，基于求和结果确定该节点的本级迭代的节点嵌入向量，

其中所述第一项包括该节点的初级迭代的节点嵌入向量；

第二项为所述各个邻居节点的上一级迭代的节点嵌入向量的加权求和；

第三项为所述各个连接边的上一级迭代的边嵌入向量的加权求和。

8.根据权利要求1所述的方法，其中所述每级向量迭代还包括，对于各个连接边，至少基于该连接边所连接的两个节点各自的上一级迭代的节点嵌入向量，以及第三参数集，确定该连接边的本级迭代的边嵌入向量。