[发明专利]模型更新方法、装置、系统及设备

权利要求书

1.一种模型更新方法，包括：

接收针对第一特征提取模型的更新请求，并基于待训练的第一特征提取模型和第一图结构数据，确定与所述第一图结构数据对应的第一特征向量，所述第一图结构数据由目标用户的第一特征信息确定；

将所述第一特征向量发送给服务端，并接收所述服务端发送的模型参数，所述模型参数由所述服务端基于所述第一特征向量、第二特征向量，对待训练的第一分类模型进行训练，得到的训练后的第一分类模型的参数，所述第二特征向量为目标客户端基于预先训练的第二特征提取模型和第二图结构数据确定的向量，所述第二图结构数据由所述目标用户的第二特征信息确定，所述第二特征提取模型为基于历史图结构数据训练得到，所述历史图结构数据由预设数量的历史特征信息构建，所述第一分类模型用于根据所述第一特征提取模型提取出的第一特征向量和所述第二提取模型提取出的第二特征向量，对所述目标用户的特征信息进行分类处理；

基于所述模型参数，对所述第一特征提取模型进行更新处理，并基于更新处理后的第一特征提取模型对本地用户数据进行分类处理。

2.根据权利要求1所述的方法，所述方法还包括：

接收针对第三图结构数据的节点分类请求；

将所述第三图结构数据输入预先训练的目标分类模型，得到与所述第三图结构数据对应的节点分类结果，所述目标分类模型为基于第四图结构数据，对由预设分类子模型和所述更新处理后的第一特提取模型构建的模型进行训练得到。

3.根据权利要求2所述的方法，所述预设分类子模型为所述服务端发送的所述训练后的第一分类模型。

4.一种模型更新方法，包括：

接收第一客户端发送的第一特征向量和目标客户端发送的第二特征向量，所述第一特征向量为所述第一客户端基于待训练的第一特征提取模型和第一图结构数据确定的向量，所述第二特征向量为所述目标客户端基于预先训练的第二特征提取模型和第二图结构数据确定的向量，所述第二图结构数据由所述目标用户的第二特征信息确定，所述第二特征提取模型为基于历史图结构数据训练得到，所述历史图结构数据由预设数量的历史特征信息构建；

基于所述第一特征向量、所述第二特征向量，对待训练的第一分类模型进行训练，得到训练后的第一分类模型，所述第一分类模型用于根据所述第一特征提取模型提取出的第一特征向量和所述第二提取模型提取出的第二特征向量，对所述目标用户的特征信息进行分类处理；

将所述训练后的第一分类模型的模型参数发送给所述第一客户端，以使所述第一客户端基于所述模型参数对所述第一特征提取模型进行更新处理，并基于更新处理后的第一特征提取模型对所述第一客户端本地的用户数据进行处理。

5.根据权利要求4所述的方法，在所述接收第一客户端发送的第一特征向量和目标客户端发送的第二特征向量之前，所述方法还包括：

基于多个所述第一客户端和所述目标客户端发送的用户标识，确定所述目标用户；

将所述目标用户的用户标识发送给所述第一客户端，以使所述第一客户端基于所述目标用户的用户标识，确定所述目标用户的第一特征信息，并基于所述目标用户的第一特征信息，构建所述第一图结构数据；

将所述目标用户的用户标识发送给所述目标客户端，以使所述目标客户端基于所述目标用户的用户标识，确定所述目标用户的第二特征信息，并基于所述目标用户的第二特征信息，构建所述第二图结构数据。

6.根据权利要求5所述的方法，所述基于所述第一特征向量、所述第二特征向量，对待训练的第一分类模型进行训练，得到训练后的第一分类模型，包括：

对所述第一特征向量和所述第二特征向量进行合并处理，得到所述第三特征向量；

基于所述第三特征向量，对所述待训练的第一分类模型进行训练，得到所述训练后的第一分类模型。