[發明專利]用于分析關系網絡圖的神經網絡系統和方法

有效

• 申請號: 201811497595.0
• 申請日: 2018-12-07
• 公開（公告）號: CN110009093B
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 常曉夫;宋樂
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06F16/28
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

1.一種通過計算機執行的、用于分析關系網絡圖的神經網絡系統，包括：

特征提取層，用于提取關系網絡圖中的節點的特征，構成特征向量；所述關系網絡圖所包含的各個節點對應于各個用戶，所述特征包括以下中的一種或多種：購買次數、購買品類、購買金額；

深度神經網絡，用于對所述特征向量進行第一處理，得到第一輸出；

圖神經網絡，用于結合所述關系網絡圖的鄰接信息，對所述特征向量進行第二處理，得到第二輸出；其中所述鄰接信息用于表示所述關系網絡圖所包含的各個節點之間的連接關系，所述連接關系包括以下中的一種或多種：用戶之間的社交關系、媒介關系和資金關系，其中媒介關系為兩個用戶使用同樣的媒介而建立的關系，所述媒介包括以下中的任一種：加密后的銀行卡、身份證、郵箱、戶號、手機號、物理地址、終端設備號；

融合層，用于對所述第一輸出和所述第二輸出進行融合，基于融合結果輸出針對所述節點所對應用戶的購買意圖的預測結果。

2.根據權利要求1所述的神經網絡系統，其中所述關系網絡圖為有向圖，所述鄰接信息包括，所述有向圖對應的鄰接表或十字鏈表。

3.根據權利要求1所述的神經網絡系統，其中所述鄰接信息包括所述關系網絡圖的鄰接矩陣。

4.根據權利要求3所述的神經網絡系統，其中所述圖神經網絡為圖卷積網絡，所述圖卷積網絡包含多個網絡層以進行所述第二處理，所述第二處理至少包括，使用所述鄰接矩陣中的元素為權重因子，對所述節點及其鄰居節點的特征向量進行加權求和操作。

5.根據權利要求1所述的神經網絡系統，所述融合層具體用于，對所述第一輸出和所述第二輸出進行加權求和，其中所述第一輸出對應第一權重因子，所述第二輸出對應第二權重因子。

6.根據權利要求5所述的神經網絡系統，其中所述第一權重因子是所述第一輸出的函數，所述第二權重因子是所述第二輸出的函數。

7.根據權利要求5所述的神經網絡系統，其中所述第一權重因子與第二權重因子和為1，并且：

所述第一權重因子是所述第一輸出的函數；或者，

所述第二權重因子是所述第二輸出的函數。

8.根據權利要求5所述的神經網絡系統，其中所述第一權重因子與第二權重因子和為1，并且：

所述第一權重因子是所述第一輸出和第二輸出的函數；或者，

所述第二權重因子是所述第一輸出和第二輸出的函數。

9.根據權利要求1所述的神經網絡系統，所述神經網絡系統通過端到端方式訓練。

10.一種通過計算機執行的、用于分析關系網絡圖的神經網絡系統，包括：

特征提取層，用于提取關系網絡圖中的節點的特征，構成特征向量；所述關系網絡圖所包含的各個節點對應于各個用戶，所述特征包括以下中的一種或多種：借貸次數、借貸金額、已還款金額、守信次數、逾期次數；

深度神經網絡，用于對所述特征向量進行第一處理，得到第一輸出；

圖神經網絡，用于結合所述關系網絡圖的鄰接信息，對所述特征向量進行第二處理，得到第二輸出；其中所述鄰接信息用于表示所述關系網絡圖所包含的各個節點之間的連接關系，所述連接關系包括以下中的一種或多種：用戶之間的社交關系、媒介關系和資金關系，其中媒介關系為兩個用戶使用同樣的媒介而建立的關系，所述媒介包括以下中的任一種：加密后的銀行卡、身份證、郵箱、戶號、手機號、物理地址、終端設備號；

融合層，用于對所述第一輸出和所述第二輸出進行融合，基于融合結果輸出針對所述節點所對應用戶的借貸風險的預測結果。