[發明專利]服務匹配模型的訓練方法、服務匹配方法、設備及介質

在審

• 申請號: 202010670525.1
• 申請日: 2020-07-13
• 公開（公告）號: CN111861178A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 洪輝婷;林宇澄;楊曉慶;龔平華
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/06;G06Q50/30;G06N3/04;G06N3/08
• 代理公司: 北京超成律師事務所 11646
• 代理人: 裴素英

1.一種服務匹配模型的訓練方法，其特征在于，包括：

獲取訓練數據集，所述訓練數據集包括多個訓練樣本數據，每個所述訓練樣本數據包括：一個服務提供方的至少一個服務提供方歷史訂單、至少一個所述服務提供方歷史訂單對應的服務請求方歷史訂單，且所述服務請求方歷史訂單標注有是否被所述服務提供方所接收的標簽；

根據所述訓練數據集，構建多屬性異質圖，其中，所述多屬性異質圖中以所述服務提供方、所述服務提供方的至少一個服務提供方歷史訂單、所述服務提供方歷史訂單對應的服務請求方歷史訂單為頂點，以頂點之間的連線為邊，所述邊用于表示頂點之間的關系；

根據所述多屬性異質圖，訓練獲取服務匹配模型。

2.根據權利要求1所述的方法，其特征在于，所述根據所述訓練數據集，構建多屬性異質圖，包括：

將所述服務提供方、所述服務提供方的至少一個服務提供方歷史訂單、所述服務提供方歷史訂單對應的服務請求方歷史訂單作為頂點，以所述頂點之間的連線為邊，構建訂單異質圖；

根據所述服務提供方的屬性信息、所述服務提供方的至少一個服務提供方歷史訂單的屬性信息、所述服務提供方歷史訂單對應的服務請求方訂單的屬性信息，添加邊屬性、頂點屬性，構建所述多屬性異質圖。

3.根據權利要求2所述的方法，其特征在于，所述服務匹配模型包括至少一個卷積層和至少一個全連接層；所述根據所述多屬性異質圖，訓練獲取服務匹配模型，包括：

將所述多屬性異質圖輸入所述卷積層，獲取所述多屬性異質圖中所述頂點對應的點嵌入向量和所述邊對應的邊嵌入向量；

將所述多屬性異質圖中所述頂點對應的點嵌入向量和所述邊對應的邊嵌入向量輸入所述全連接層，訓練獲取所述服務匹配模型。

4.根據權利要求3所述的方法，其特征在于，所述將所述多屬性異質圖輸入所述卷積層，獲取所述多屬性異質圖中所述頂點對應的點嵌入向量和所述邊對應的邊嵌入向量，包括：

將多屬性異質圖輸入所述卷積層，若所述卷積層非第一層卷積層，將所述頂點在上一卷積層中的點嵌入向量和所述頂點在當前卷積層中聚合得到的鄰接信息進行融合，得到所述頂點在當前卷積層中的點嵌入向量；若所述卷積層為第一層卷積層，根據所述頂點的屬性信息確定所述頂點在第一卷積層中的點嵌入向量；

若所述卷積層非第一層卷積層，將所述邊在上一卷積層中的邊嵌入向量和所述邊在當前卷積層中聚合得到的鄰接信息進行融合，得到所述邊在當前卷積層中的邊嵌入向量；若所述卷積層為第一層卷積層，根據所述邊的屬性信息確定所述邊在第一卷積層中的邊嵌入向量。

5.根據權利要求4所述的方法，其特征在于，所述將所述頂點在上一卷積層中的點嵌入向量和所述頂點在當前卷積層中聚合得到的鄰接信息進行融合之前，所述方法還包括：

將每個所述頂點分別作為頭頂點和尾頂點，獲取每個所述頂點對應的尾頂點和頭頂點；

計算每個所述頂點對應的拼接信息，所述拼接信息包括尾頂點屬性信息，邊屬性信息以及頭頂點屬性信息；

將每個所述頂點對應的拼接信息映射到預設維度空間，融合獲取每個所述頂點在當前卷積層中聚合得到的鄰接信息。

6.根據權利要求4所述的方法，其特征在于，所述將所述邊在上一卷積層中的邊嵌入向量和所述邊在當前卷積層中聚合得到的鄰接信息進行融合之前，所述方法還包括：

獲取每個所述邊對應的頭頂點和尾頂點；

根據每個所述邊對應的頭頂點和尾頂點分別計算每個所述邊對應的拼接信息，所述拼接信息包括尾頂點屬性信息，邊屬性信息以及頭頂點屬性信息；

將每個所述邊對應的拼接信息映射到預設維度空間，融合獲取每個所述邊在當前卷積層中聚合得到的鄰接信息。