[發明專利]一種基于圖神經網絡的用戶通信行為預測方法和裝置

在審

• 申請號: 202110523619.0
• 申請日: 2021-05-13
• 公開（公告）號: CN113516501A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 王敬昌;陳嶺;吳勇;鄭羽;彭依依;宋朝都;陳緯奇
• 申請（專利權）人: 浙江鴻程計算機系統有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06N3/04
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 曹兆霞

1.一種基于圖神經網絡的用戶通信行為預測方法，其特征在于，包括以下步驟：

采集用戶屬性數據、用戶行為數據、用戶間通話數據，以及待預測行為數據，以用戶作為節點，將用戶屬性數據和用戶行為數據的編碼信息作為節點屬性，根據用戶間通話數據構建節點之間連邊信息，以形成用戶通信社交圖，待預測行為數據作為待預測行為標簽；

構建包含圖神經網絡和分類網絡的用戶通信行為模型，其中，圖神經網絡用于提取節點特征，分類網絡用于基于節點特征進行用戶通信行為預測，利用用戶通信社交圖和待預測行為標簽優化用戶通信行為模型參數；

應用時，將待預測的用戶通信社交圖輸入至參數優化后的用戶通信行為模型，經計算得到用戶通信行為預測結果。

2.如權利要求1所述的基于圖神經網絡的用戶通信行為預測方法，其特征在于，針對用戶屬性數據，對于用戶屬性數據包含的離散屬性數據進行獨熱編碼，對包含的連續屬性數據進行歸一化處理，得到用戶屬性數據的編碼信息；

對用戶行為數據進行歸一化處理，得到用戶行為數據的編碼信息；

用戶屬性數據的編碼信息與用戶行為數據的編碼信息拼接后得到的用戶屬性向量作為節點屬性。

3.如權利要求1所述的基于圖神經網絡的用戶通信行為預測方法，其特征在于，采用波紋行走算法從用戶通信社交圖中采集用戶通信社交子圖，將用戶通信社交子圖輸入至用戶通信行為模型。

4.如權利要求1所述的基于圖神經網絡的用戶通信行為預測方法，其特征在于，圖神經網絡通過輸入圖的每個節點屬性和鄰居節點屬性進行聚合得到節點特征，具體包括：

對輸入圖中的每個節點進行固定數量的鄰居節點的采樣，采用聚合函數對采樣的鄰居節點進行節點屬性的聚合得到節點特征，并聚合得到的節點特征供下游采樣和聚合任務使用。

5.如權利要求1所述的基于圖神經網絡的用戶通信行為預測方法，其特征在于，優化用戶通信行為模型參數時，采用基于用戶通信社交圖的行為預測結果與待預測行為標簽的交叉熵為損失函數來優化用戶通信行為模型參數。

6.如權利要求1所述的基于圖神經網絡的用戶通信行為預測方法，其特征在于，所述分類網絡采用多層全連接網絡，利用多層全連接網絡基于節點特征進行用戶通信行為預測。

7.如權利要求1所述的基于圖神經網絡的用戶通信行為預測方法，其特征在于，所述用戶屬性數據包括：性別、年齡、客戶星級、用戶終端信息、用戶套餐信息、入網時間、換機時長；

所述用戶行為數據包括：用戶語音使用情況、用戶流量使用情況、用戶應用使用天數、用戶親情網使用情況；

所述用戶間通話數據包括：呼入用戶和呼出用戶，每條通話數據的呼出用戶作為起始節點，呼入用戶作為目標節點，在呼入用戶和呼出用戶中間建立連邊。

8.一種基于圖神經網絡的用戶通信行為預測裝置，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上執行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1～7任一項所述的基于圖神經網絡的用戶通信行為預測方法。