[發明專利]針對關系網絡的數據處理方法及裝置

在審

• 申請號: 202110889120.1
• 申請日: 2021-08-04
• 公開（公告）號: CN113672740A
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 郭亞;祝慧佳
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06N3/04;G06N3/08;G06Q10/06;G06Q30/00
• 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

本說明書實施例提供一種針對關系網絡的數據處理方法及裝置，在相應實施例中，針對關系網絡中的目標實體，通過路徑挖掘其拓撲結構信息。其中，拓撲結構信息通過多個基準路徑對應的路徑特征項上的特征值表示，而基準路徑是從各個目標節點為起點的隨機游走路徑中篩選出來的，可以挖掘節點之間的共性。將路徑特征加入相應節點的預測業務的數據處理過程，這種實施方式可以提高針對目標節點的預測業務處理的結果準確性，以及提高關系網絡的可用性。

技術領域

本說明書一個或多個實施例涉及計算機技術領域，尤其涉及針對關系網絡的數據處理方法及裝置。

背景技術

關系網絡，顧名思義，可以是描述各種實體的關系的網絡圖。例如，知識圖譜(Knowledge Graph)作為一種揭示實體之間關系的語義網絡，本質上就是關系網絡。關系網絡(圖)可以存在于各種現實場景中。例如，在內容風控中，也存在大量的關系網絡，比如：在小程序評論中，用戶和小程序分別作為實體，存在評論關系；用戶和用戶實體之間存在好友或者同介質關系等。在實際的風險識別中，類似的關系圖的拓撲特征是非常有幫助的。比如識別小程序刷評風險，如果一個小程序的評價用戶包含大量同介質(使用相同介質，如同一個IP、同一個wifi、同一臺設備、同一個用戶ID等等)用戶，那么其有可能存在惡意串通控制評論的輿論風向(如水軍刷評)風險。

常規技術中，更多的是通過關系統計實體的類似關系特征，比如統計小程序的評價用戶中存在同介質關系的用戶數等。這種方式需要有專家經驗進行設計挖掘，同時在需要進行多度關聯(如多種介質關聯)統計時，其計算量指數增長，可能對設備的計算力和存儲力產生較高要求。

發明內容

本說明書一個或多個實施例描述了一種針對關系網絡的數據處理方法及裝置，用以解決背景技術提到的一個或多個問題。

根據第一方面，提供一種針對關系網絡的數據處理方法，其中，所述關系網絡用于描述多個節點之間的關聯關系，各個節點分別對應各個實體，對應具有關聯關系的實體的兩兩節點之間通過連接邊連接；所述方法包括：針對第一類型實體對應的各個第一節點，分別通過隨機游走確定各自對應的若干條編碼路徑，其中，單條編碼路徑按照節點出現順序，用對應的實體類型進行編碼得到；對各條編碼路徑進行篩選，得到多條基準路徑；根據各個第一節點為起點的路徑各自匹配到各個基準路徑的條數，提取各個第一節點分別對應的路徑特征；針對各個第一節點，分別將相應的節點特征和路徑特征融合，從而用于關于第一節點的預測業務處理。

在一個實施例中，所述針對第一類型實體對應的各個第一節點，分別通過隨機游走確定各自對應的若干條編碼路徑包括：以單個第一節點為起始點，按照預設的最大路徑長度進行隨機游走，得到若干條隨機游走的路徑，其中，針對該單個第一節點確定的隨機游走路徑不大于預定條數，其中，在單個第一節點的全部路徑條數小于預定路徑條數的情況下，根據該單個第一節點對應的全部路徑均確定為隨機游走路徑；針對各條隨機游走的路徑分別確定相應的各條編碼路徑。

在一個進一步的實施例中，針對單條隨機游走路徑，通過以下方式確定相應的單個編碼路徑：按照單個隨機游走路徑中各個節點的出現順序，依次確定各個節點的編碼結果，其中，針對隨機游走的路徑上的單個節點，在該單個節點在當前路徑中首次出現的情況下，通過相應實體類型和該實體類型在當前路徑中出現的節點數為該單個節點進行編碼，在該單個節點在當前路徑中非首次出現的情況下，使用首次出現的編碼結果；根據該單個隨機游走路徑上各個節點按順序的編碼結果，確定單個編碼路徑。

在一個實施例中，所述對各條編碼路徑進行篩選，得到多條基準路徑包括：對各條編碼路徑中重復的編碼路徑擇一保留，從而從各條編碼路徑篩選出多條基準路徑。

在一個實施例中，所述對各條編碼路徑進行篩選，得到多條基準路徑包括：統計各條編碼路徑分別在所述關系網網絡的各個出現頻次；篩除出現頻次低于預定頻次閾值的編碼路徑，將未被篩除的編碼路徑作為基準路徑。