[發明專利]一種確定多個樣本之間的網絡結構的方法及裝置

有效

• 申請號: 201910059767.4
• 申請日: 2019-01-22
• 公開（公告）號: CN110059227B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 梁琛
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06Q40/08
• 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: 張靜娟;周良玉

本說明書實施例提供了一種確定多個樣本之間的全局網絡結構的方法和裝置，其中，所述多個樣本中包括被標注為不同類型的樣本，其中，所述不同類型中包括至少一種目標類型，所述方法包括：在獲取所述多個樣本的至少兩個全局網絡結構后；首先在每個全局網絡結構中，對于所述多個樣本中的至少一種目標類型中的每種目標，基于該目標類型的樣本各自的與其鄰居樣本之間的局部網絡結構、及各個所述鄰居樣本的類型，計算該各種目標類型的樣本在該網絡結構中的聚集性；然后基于各種目標類型的樣本在各個全局網絡結構中的聚集性，在所述至少兩個全局網絡結構中確定所述多個樣本之間的全局網絡結構。

技術領域

本說明書一個或多個實施例涉及計算機信息處理領域，尤其涉及一種確定多個樣本之間的網絡結構的方法及裝置。

背景技術

多個樣本的網絡結構(拓撲結構)是對多個樣本之間關系的一種描述。基于多個樣本之間的網絡結構可獲取對應于該多個樣本的關系網絡圖。圖嵌入算法的輸入是關系網絡圖中所有節點之間的網絡結構，以及每個節點的特征。在不同應用中，網絡結構和節點的特征均有多種可能性。比如，在保險風控場景，為了判斷某個節點(支付寶賬戶)是不是騙保賬戶，可以對賬戶之間的轉賬關系、設備共用關系、wifi共用關系、好友關系分別構圖。這時，網絡結構已經有了四種選擇。對于圖嵌入算法，需要在這些可能的構圖中選擇一種，輸入到算法中。對于不同的網絡結構和節點的特征的選擇，可能會影響最終分類任務的結果。在目前常用的選擇方案中，為每一種網絡結構對應的關系圖搭建一個圖嵌入模型，在分別訓練之后，比較這些模型的表現。因此，需要一種更有效的確定樣本之間的網絡結構的方案。

發明內容

本說明書一個或多個實施例描述了一種確定多個樣本之間的網絡結構的方法及裝置，可以高效地確定適合特定場景的網絡結構。

根據第一方面，提供了一種確定多個樣本之間的全局網絡結構的方法，其中，所述多個樣本中包括被標注為不同類型的樣本，其中，所述不同類型中包括至少一種目標類型，所述方法包括：

獲取所述多個樣本的至少兩個全局網絡結構；

在每個全局網絡結構中，對于所述至少一種目標類型中的每種目標類型，基于該目標類型的樣本各自的與其鄰居樣本之間的局部網絡結構、及各個所述鄰居樣本的類型，計算該目標類型的樣本在該全局網絡結構中的聚集性，其中，所述鄰居樣本為預定階數以內的鄰居樣本；

基于各種目標類型的樣本在各個全局網絡結構中的聚集性，在所述至少兩個全局網絡結構中確定所述多個樣本之間的全局網絡結構。

在一個實施例中，其中，所述至少兩個全局網絡結構中包括第一網絡結構，所述至少一種目標類型包括第一目標類型，在所述第一網絡結構中，所述第一目標類型的樣本的聚集性對應于第一目標類型的樣本與其各階全部同類型鄰居樣本之間的聚集性的加權和，其中，所述第一目標類型的樣本與其n階全部同類型鄰居樣本之間的聚集性基于如下兩項獲取：所述第一目標類型的樣本各自的與其n階鄰居樣本之間的網絡結構、及所述n階鄰居樣本各自的類型，其中n為大于0的整數。

在一種可能的實現方式中，其中，所述鄰居樣本為至多預定階數的鄰居樣本。

進一步地，預定階數為3。

在一種可能的實現方式中，其中，第一目標類型的樣本與其n階全部同類型鄰居樣本之間的聚集性為第一目標類型的各樣本的n階同類型鄰居樣本數之和與第一目標類型的各樣本的n階鄰居樣本數之和的比值。

進一步地，其中，n階同類型鄰居樣本數之和與n階鄰居樣本數之和分別基于所述第一網絡結構對應的鄰接矩陣的n次冪獲取。