[发明专利]评估交互事件的方法及装置

权利要求书

1.一种计算机执行的、评估交互事件的方法，所述方法包括：

获取用于反映交互事件关联关系的动态交互图，所述动态交互图包括多对节点，每对节点代表一个交互事件中的两个对象，任意节点通过连接边指向该节点所代表的对象参与的上一交互事件对应的两个节点；

分别以待分析的第一目标节点、第二目标节点为当前根节点，在所述动态交互图中确定出从当前根节点出发，经由连接边到达的预定范围的子图作为第一子图和第二子图；

将所述第一子图和第二子图输入神经网络模型，从所述神经网络的输出得到与所述第一目标节点对应的第一目标特征向量和与第二目标节点对应的第二目标特征向量，其中，所述神经网络模型包括L个处理层，位于相邻处理层之间的注意力层，以及位于第L个处理层之上的输出层，其中，

在各个处理层中，根据所述第一子图中包含的各个第一节点的本层输入特征，以及各个第一节点之间的连接边的指向关系，分别处理得到各个第一节点的本层第一隐含向量；以及，与第一子图对应地得到所述第二子图中各个第二节点的本层第二隐含向量；

在位于第l处理层和第l+1处理层之间的注意力层中，根据第l处理层获取的、各个第一节点的第l层第一隐含向量和各个第二节点的第l层第二隐含向量，确定第一子图和第二子图之间的相似性，至少根据所述相似性确定第一子图的第一特征表示和第二子图的第二特征表示，将各个第l层第一隐含向量与所述第一特征表示的组合特征，作为对应的各个第一节点的第l+1层输入特征，将各个第l层第二隐含向量与所述第二特征表示的组合特征，作为对应的各个第二节点的第l+1层输入特征；

在所述输出层中，基于所述L个处理层分别得到的与第一目标节点对应的L个第一隐含向量，以及与所述第二目标节点对应的L个第二隐含向量，确定所述第一目标特征向量和第二目标特征向量；

根据所述第一目标特征向量和第二目标特征向量，评估所述第一目标节点和第二目标节点进行交互的第一事件。

2.根据权利要求1所述的方法，其中，所述经由连接边到达的预定范围内的子图包括：

经由预设数目K之内的连接边到达的节点；和/或

经由连接边可达且交互时间在预设时间范围内的节点。

3.根据权利要求1所述的方法，其中，所述L个处理层包括位于最底层的第一处理层，在所述第一处理层中，所述各个第一节点的本层输入特征包括，各个第一节点的节点属性特征。

4.根据权利要求3所述的方法，其中，所述第一节点包括用户节点和/或物品节点，所述用户节点的节点属性特征包括以下中的至少一项：年龄、职业、教育程度、所在地区、注册时长、人群标签；所述物品节点的节点属性特征包括以下中的至少一项：物品类别、上架时间、评论数、销量。

5.根据权利要求1所述的方法，其中，所述各个处理层为基于时序的网络处理层，用于根据所述第一子图中包含的各个第一节点的本层输入特征，以及各个第一节点之间的连接边的指向关系，依次迭代处理各个第一节点，从而得到各个第一节点的本层第一隐含向量。

6.根据权利要求5所述的方法，其中，所述基于时序的网络处理层为LSTM层，所述LSTM层用于：按照各个第一节点之间的连接边的指向关系顺序，将各个第一节点依次作为当前节点，根据当前节点的本层输入特征，该当前节点所指向的两个节点各自的中间向量和隐含向量，确定该当前节点的隐含向量和中间向量，将当前节点的隐含向量作为所述本层第一隐含向量。