[发明专利]事件预测系统的更新方法及装置

权利要求书

1.一种事件预测系统的更新方法，包括：

从按照时间顺序排列而形成的事件样本序列中，依次获取事件样本作为第一事件样本，其样本属性包括第一发生时刻和第一用户标识；

将所述第一事件样本输入事件预测系统中进行事件处理，该事件预测系统包括序列编码网络、图传播网络、强度拟合网络和强度映射网络；所述事件处理包括：

通过所述序列编码网络，确定截至所述第一发生时刻的子序列的序列编码向量，该子序列中各事件样本均对应所述第一用户标识；

通过所述图传播网络，根据所述序列编码向量，更新用户关系网络图中第一用户节点和其邻居节点的节点表征向量；

通过所述强度拟合网络，根据更新后的所述第一用户节点的第一节点表征向量，确定与所述第一用户标识对应的事件发生强度函数中的参数值；所述事件发生强度函数中包括基准强度，所述强度拟合网络中包括基准强度确定层，所述参数值的确定包括：通过所述基准强度确定层，对所述第一节点表征向量进行线性变换处理和激活处理，得到基准强度；

通过所述强度映射网络，将所述事件发生强度函数映射至事件类型空间，得到所述第一用户标识在多个事件类型下的多个强度函数；

从所述多个强度函数中，确定与对应所述第一用户标识的第二事件样本对应相同事件类型的强度函数，基于所述强度函数和所述第二事件样本对应的发生时刻，更新所述事件预测系统中的网络参数；所述第二事件样本对应的第二发生时刻晚于所述第一发生时刻。

2.根据权利要求1所述的方法，其中，所述序列编码网络包括线性嵌入子网络和时序子网络；其中，确定截至所述第一发生时刻的子序列的序列编码向量，包括：

通过所述线性嵌入子网络，确定所述子序列中各事件样本所对应事件类型的类型嵌入向量；

通过所述时序子网络，基于依次输入的对应所述各事件样本的类型嵌入向量，输出所述序列编码向量。

3.根据权利要求1所述的方法，其中，更新用户关系网络图中第一用户节点和其邻居节点的节点表征向量，包括：

将所述第一用户节点作为目标节点，执行针对目标节点的更新操作；

其中，所述更新操作包括：根据目标节点对应的目标序列编码向量，该目标节点的目标邻居节点的当前表征向量，以及该目标节点自身的当前表征向量，确定更新后的目标节点的表征向量。

4.根据权利要求3所述的方法，其中，在将所述第一用户节点作为目标节点，执行对目标节点表征向量的更新操作之后，所述方法还包括：

将所述第一用户节点的邻居节点作为目标节点，并执行所述更新操作。

5.根据权利要求3或4所述的方法，其中，所述图传播网络包括局部传播层、自传播层、外源传播层和融合层；其中，所述更新操作具体包括：

通过所述局部传播层，对所述目标邻居节点的当前表征向量进行处理，得到局部传播向量；

通过所述自传播层，利用第一参数矩阵对所述目标节点自身的当前表征向量进行线性变换，得到自传播向量；

通过所述外源传播层，利用第二参数矩阵对所述目标序列编码向量进行线性变换，得到外源传播向量；

通过所述融合层，对所述局部传播向量、自传播向量和外源传播向量进行融合处理，得到所述更新后的目标节点的表征向量。

6.根据权利要求5所述的方法，其中，所述目标邻居节点为所述目标节点的多个一阶邻居节点；其中，对所述目标邻居节点的当前表征向量进行处理，得到局部传播向量，包括：

利用所述局部传播层中的权重参数向量，对所述多个一阶邻居节点的当前表征向量进行加权求和，得到所述局部传播向量。