[发明专利]特征编码方法、装置和计算机可读存储介质

说明书

本申请实施例公开了一种特征编码方法、装置和计算机可读存储介质，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；通过获取带权节点关系图；在带权节点关系图中识别出节点的连接属性信息，并基于连接属性信息，确定带权节点关系图的分割参数；根据连接权重和分割参数，对带权节点关系图进行分割，得到至少一个无权节点关系子图；基于分割参数，在无权节点关系子图中筛选出每一节点对应的至少一个目标节点边，并基于目标节点边统计出节点的边分布信息；根据边分布信息，对带权节点关系图中对应的节点进行特征编码，得到节点的节点特征。以此，提高了关系图中节点特征编码的准确性，进而提升了节点特征的编码效率。

技术领域

本申请涉及互联网技术领域，具体涉及一种特征编码方法、装置和计算机可读存储介质。

背景技术

近年来，随着互联网技术的快速发展，图计算技术也在不断发展。其中，图节点表示学习算法是图计算技术中一种从关系图的拓扑结构中学习得到图中节点的低维稠密表示，将节点在图中的信息降维编码的算法，在现有特征编码方法中，一般通过采用现有图节点表示学习算法来计算节点之间的相似度，并根据相似度大小来确定节点之间是否连接，从而根据节点连接结果来对节点的特征进行编码，以将编码得到的节点特征应用于用户多元化管理、风险预警等下游任务中。

在对现有技术的研究和实践过程中发现，现有特征编码方法中，通过计算节点之间的相似度来确定节点连接关系会导致关系图中每一节点与其他节点都会存在连接相似度，进行导致基于该特征编码方法编码得到的节点特征无法准确还原节点在关系图中的节点连接关系，使得关系图中节点的特征编码准确性较低，进而导致特征编码的效率较低。

发明内容

本申请实施例提供一种特征编码方法、装置和计算机可读存储介质，可以提高关系图中节点特征编码的准确性，进而提升了节点特征的编码效率。

本申请实施例提供一种特征编码方法，包括：

获取带权节点关系图，所述带权节点关系图中包括至少两个节点、连接所述节点的至少一条节点边和所述节点边对应的连接权重；

在所述带权节点关系图中识别出所述节点的连接属性信息，并基于所述连接属性信息，确定所述带权节点关系图的分割参数；

根据所述连接权重和分割参数，对所述带权节点关系图进行分割，得到至少一个无权节点关系子图，所述无权节点关系子图为无连接权重的节点关系子图；

基于所述分割参数，在所述无权节点关系子图中筛选出每一节点对应的至少一个目标节点边，并基于所述目标节点边统计出所述节点的边分布信息；

根据所述边分布信息，对所述带权节点关系图中对应的节点进行特征编码，得到所述节点的节点特征。

相应的，本申请实施例提供一种特征编码装置，包括：

获取单元，用于获取带权节点关系图，所述带权节点关系图中包括至少两个节点、连接所述节点的至少一条节点边和所述节点边对应的连接权重；

确定单元，用于在所述带权节点关系图中识别出所述节点的连接属性信息，并基于所述连接属性信息，确定所述带权节点关系图的分割参数；

分割单元，用于根据所述连接权重和分割参数，对所述带权节点关系图进行分割，得到至少一个无权节点关系子图，所述无权节点关系子图为无连接权重的节点关系子图；

筛选单元，用于基于所述分割参数，在所述无权节点关系子图中筛选出每一节点对应的至少一个目标节点边，并基于所述目标节点边统计出所述节点的边分布信息；

编码单元，用于根据所述边分布信息，对所述带权节点关系图中对应的节点进行特征编码，得到所述节点的节点特征。

在一实施例中，所述分割单元，包括：