[發(fā)明專利]用戶分類方法、用戶分類裝置及電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202010001309.8
• 申請日: 2020-01-02
• 公開（公告）號: CN113065573A
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計(jì)）人: 鐘齊煒;馮景華;湯佳宇
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京彩和律師事務(wù)所 11688
• 代理人: 劉磊;閆桑田

1.一種用戶分類方法，其特征在于，包括：

獲取目標(biāo)用戶的第一個(gè)體特征，所述第一個(gè)體特征用于表示所述目標(biāo)用戶的個(gè)體屬性；

針對所述目標(biāo)用戶的關(guān)系用戶的不同關(guān)系類型使用元路徑方法遍歷以獲取每條包含多個(gè)關(guān)系用戶的多條元路徑，所述元路徑方法用于通過相似性搜索獲得所述關(guān)系用戶中基于不同關(guān)系類型相似的所述多個(gè)關(guān)系用戶；

獲取每條元路徑中的關(guān)系用戶的第二個(gè)體特征和關(guān)系特征，所述第二個(gè)體特征用于表示所述關(guān)系用戶的個(gè)體屬性，所述關(guān)系特征用于表示所述關(guān)系用戶與所述目標(biāo)用戶的關(guān)系；

基于拼接的所述第一個(gè)體特征、所述第二個(gè)體特征與所述關(guān)系特征使用至少一個(gè)注意力機(jī)制以獲得注意力特征向量，所述至少一個(gè)注意力機(jī)制用于計(jì)算不同特征對所述目標(biāo)用戶的重要程度，且所述注意力特征向量是其中不同特征基于所述重要程度具有不同權(quán)重的特征向量；以及

使用多層感知器網(wǎng)絡(luò)基于所述注意力特征向量獲得所述目標(biāo)用戶的分類結(jié)果，所述多層感知器網(wǎng)絡(luò)用于基于特征向量進(jìn)行分類。

2.根據(jù)權(quán)利要求1所述的用戶分類方法，其特征在于，所述元路徑具有對應(yīng)關(guān)聯(lián)的關(guān)系類型。

3.根據(jù)權(quán)利要求2所述的用戶分類方法，其特征在于，基于拼接的所述第一個(gè)體特征、所述第二個(gè)體特征與所述關(guān)系特征使用至少一個(gè)注意力機(jī)制以獲得注意力特征向量包括：

對于每條元路徑，將所述多個(gè)關(guān)系用戶中的每個(gè)關(guān)系用戶各自的第二個(gè)體特征和關(guān)系特征拼接以得到多個(gè)關(guān)系用戶特征，所述關(guān)系用戶特征是拼接后的第二個(gè)體特征和關(guān)系特征；

將所述多個(gè)關(guān)系用戶特征與所述第一個(gè)體特征拼接以得到多個(gè)第一拼接特征，所述第一拼接特征是拼接后的第一個(gè)體特征、第二個(gè)體特征和拼接特征；

基于所述多個(gè)第一拼接特征使用至少一個(gè)注意力機(jī)制以獲得對應(yīng)于每條元路徑的多個(gè)子注意力向量，所述多個(gè)子注意力向量是用于表示每條元路徑對應(yīng)的關(guān)系用戶的第二個(gè)體特征和關(guān)系特征相對于目標(biāo)用戶的重要程度的特征向量；以及

將所述多個(gè)子注意力向量級聯(lián)以獲得所述注意力特征向量。

4.根據(jù)權(quán)利要求3所述的用戶分類方法，其特征在于，對于每條元路徑，將所述多個(gè)用戶中的每個(gè)用戶各自的第二個(gè)體特征和關(guān)系特征拼接以得到多個(gè)關(guān)系用戶特征包括：

對于每條元路徑，將所述多個(gè)用戶中的每個(gè)用戶各自的第二個(gè)體特征和關(guān)系特征通過變換矩陣映射為相同長度的第二個(gè)體特征向量和關(guān)系特征向量，所述變換矩陣用于將不同向量轉(zhuǎn)換為相同長度；以及

將所述相同長度的第二個(gè)體特征向量和關(guān)系特征向量拼接為所述多個(gè)關(guān)系用戶特征。

5.根據(jù)權(quán)利要求3所述的用戶分類方法，其特征在于，基于所述多個(gè)拼接特征使用至少一個(gè)注意力機(jī)制以獲得對應(yīng)于每條元路徑的多個(gè)子注意力向量包括：

基于所述多個(gè)第一拼接特征使用節(jié)點(diǎn)注意力機(jī)制以獲得節(jié)點(diǎn)注意力向量，所述節(jié)點(diǎn)注意力機(jī)制用于計(jì)算作為節(jié)點(diǎn)的不同用戶對所述目標(biāo)用戶的重要程度，且所述節(jié)點(diǎn)注意力向量是其中不同用戶的特征基于所述重要程度具有不同權(quán)重的特征向量；

從所述節(jié)點(diǎn)注意力向量與所述每個(gè)關(guān)系用戶特征獲得多個(gè)節(jié)點(diǎn)特征；以及

基于所述多個(gè)節(jié)點(diǎn)特征之和獲得所述子注意力向量。

6.根據(jù)權(quán)利要求5所述的用戶分類方法，其特征在于，基于所述多個(gè)節(jié)點(diǎn)特征之和獲得所述子注意力向量包括：

對于每條元路徑，從所述多個(gè)節(jié)點(diǎn)特征獲得和特征向量；

將所述和特征向量與所述第一個(gè)體特征拼接以獲得第二拼接向量；

基于所述第二拼接向量使用特征注意力機(jī)制以獲得特征注意力向量，所述特征注意力機(jī)制用于計(jì)算不同類型的特征對所述目標(biāo)用戶的重要程度，且所述特征注意力向量是其中不同類型的特征基于所述重要程度具有不同權(quán)重的特征向量；

從所述特征注意力向量與所述第二拼接向量獲得用戶集合特征向量；以及

基于對應(yīng)于多條元路徑的多個(gè)用戶集合特征向量獲得所述子注意力向量。