[发明专利]一种数据处理方法、装置及设备

权利要求书

1.一种数据处理方法，所述方法包括：

获取目标结构化数据，所述目标结构化数据包括存在预设关联关系的账户群组中的账户标识和相应的预设特征的特征值；

基于所述目标结构化数据，将所述目标结构化数据转换为图结构数据，所述图结构数据中包括节点和边，所述节点和所述边是由所述目标结构化数据中的信息构建；

将所述图结构数据划分为多个不同的子图数据，并基于所述图结构数据、所述多个不同的子图数据和对所述目标结构化数据进行预设的逻辑操作的数据，确定所述多个不同的子图数据中与所述预设的逻辑操作的数据相匹配的目标子图数据，所述预设的逻辑操作的复杂程度高于预设阈值；

将所述目标结构化数据以序列化的方式输入到编码器中，得到所述目标结构化数据对应的编码序列，并基于所述编码序列、所述目标结构化数据对应的嵌入特征数据和所述目标子图数据，通过与所述编码器相对应的解码器生成所述目标结构化数据对应的群组描述文本，所述群组描述文本用于描述所述账户群组中的关联账户的相关信息。

2.根据权利要求1所述的方法，所述节点由所述目标结构化数据中的所述账户标识、相应的预设特征和预设特征的特征值构建，所述边由两个节点对应的字符属于同一列或属于同一行构建，所述两个节点对应的字符为所述账户标识、相应的预设特征或所述特征值，所述目标结构化数据包括存在预设风险的账户群组中的账户标识和相应的预设特征的特征值。

3.根据权利要求2所述的方法，所述将所述图结构数据划分为多个不同的子图数据，包括：

基于Graph2Vect算法中的根子图子算法，将所述图结构数据划分为多个不同的子图数据；

所述方法还包括：

基于Graph2Vect算法中的Skip-Gram子算法，确定所述目标结构化数据对应的嵌入特征数据。

4.根据权利要求3所述的方法，所述基于所述图结构数据、所述多个不同的子图数据和对所述目标结构化数据进行预设的逻辑操作的数据，确定所述多个不同的子图数据中与所述预设的逻辑操作的数据相匹配的目标子图数据，包括：

对所述预设的逻辑操作的数据进行编码处理，得到逻辑操作编码信息；

基于Graph2Vect算法中的Skip-Gram子算法，确定每个所述子图数据对应的嵌入特征数据；

基于所述逻辑操作编码信息、每个所述子图数据对应的嵌入特征数据和所述图结构数据对应的嵌入特征数据，确定所述多个不同的子图数据中与所述预设的逻辑操作的数据相匹配的目标子图数据。

5.根据权利要求4所述的方法，针对所述多个不同的子图数据中的第一子图数据，所述基于所述逻辑操作编码信息、每个所述子图数据对应的嵌入特征数据和所述图结构数据对应的嵌入特征数据，确定所述多个不同的子图数据中与所述预设的逻辑操作的数据相匹配的目标子图数据，包括：

将所述逻辑操作编码信息、所述第一子图数据对应的嵌入特征数据和所述目标结构化数据对应的嵌入特征数据进行融合处理，得到融合数据；

将所述融合数据输入到预先训练的分类模型中，得到所述第一子图数据是否与所述预设的逻辑操作的数据相匹配的分类结果，所述分类模型是通过预设的神经网络模型构建；

如果所述分类结果指示所述第一子图数据与所述预设的逻辑操作的数据不匹配，则获取所述多个不同的子图数据中除所述第一子图数据之外的子图数据，并将获取的子图数据对应的嵌入特征数据、所述逻辑操作编码信息和所述目标结构化数据对应的嵌入特征数据进行融合处理后，通过所述分类模型进行处理，直到得到所述多个不同的子图数据中与所述预设的逻辑操作的数据相匹配的目标子图数据为止。

6.根据权利要求4所述的方法，所述编码器通过Transformer模型构建，所述解码器通过长短期记忆LSTM网络构建或通过对LSTM网络的结构进行预设调整后得到的网络构建或通过Transformer模型构建。