[发明专利]训练和使用关系网络嵌入模型的方法及装置

摘要

本说明书实施例提供一种训练关系网络的嵌入模型的方法，包括，从关系网络获取标定节点，各标定节点具有对应的标签值以示出对应用户的信用等级。然后，确定标定节点的节点特征，邻居节点集，以及与各个邻居节点之间的各个连接边的边特征。基于节点特征、边特征和第一参数集，确定各个标定节点的初级迭代的节点嵌入向量，以及各个连接边的初级迭代的边嵌入向量；然后执行多级向量迭代，以确定各个标定节点的多级迭代的节点嵌入向量。进一步地，基于标定节点的多级迭代的节点嵌入向量，和预测参数集，确定该节点的预测值；最后调整各个参数值，使得损失函数达到最小，其中损失函数基于各个标定节点的预测值和标签值而确定。

主权项

1.一种训练关系网络的嵌入模型的方法，所述关系网络包括与多个用户对应的多个节点，具有关联关系的用户之间通过连接边互相连接，所述关联关系包括人际关系、媒介关系和资金关系中的至少一种，所述方法包括：从所述关系网络获取多个标定节点，各标定节点具有对应的标签值，所述标签值示出与标定节点对应的用户的信用等级；确定各个标定节点的节点特征，邻居节点集，以及与邻居节点集中各个邻居节点之间的各个连接边的边特征；基于所述节点特征、所述边特征和第一参数集，确定各个标定节点的初级迭代的节点嵌入向量，以及各个连接边的初级迭代的边嵌入向量；执行多级向量迭代，以确定各个标定节点的多级迭代的节点嵌入向量，其中所述多级向量迭代的每级向量迭代包括，对于各个标定节点，至少基于其各个邻居节点的上一级迭代的节点嵌入向量，各个连接边的上一级迭代的边嵌入向量，以及第二参数集，确定该节点的本级迭代的节点嵌入向量；对于各个标定节点，基于该节点的多级迭代的节点嵌入向量，和预测参数集，确定该节点的预测值；调整所述第一参数集、第二参数集和预测参数集中的参数值，使得预定义的损失函数达到最小，其中所述损失函数基于各个标定节点的预测值和标签值而确定。