[發明專利]重疊社區識別方法、裝置、設備、存儲介質及程序產品

有效

• 申請號: 202111388158.7
• 申請日: 2021-11-22
• 公開（公告）號: CN114329099B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 葉志豪;李曉雯;趙瑞輝
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06F16/901;G06F16/906;G06N3/045;G06N3/042;G06N3/047;G06N3/048;G06N3/084;G06N3/088
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 高天華;胡春光

1.一種基于人工智能的重疊社區識別方法，其特征在于，所述方法包括：

獲取多個對象，并生成與所述多個對象一一對應的對象節點；其中，所述對象包括以下至少之一：個人、醫院、醫生、投保單位；所述對象節點具有多個元路徑；

基于每個所述對象的屬性信息，確定每個所述對象節點的屬性特征；

基于所述多個對象之間的鏈接信息，確定多個所述對象節點之間的元路徑；其中，所述鏈接信息包括以下至少之一：個人和醫院之間的就診次數；個人和醫生之間的就診次數；個人和單位的歸屬關系；醫生和醫院的歸屬關系；

基于每個所述對象節點的屬性特征以及多個所述對象節點之間的元路徑，生成異構圖；

確定通過任一所述元路徑與所述對象節點連接的多個鄰接節點；

對所述對象節點以及每個所述鄰接節點分別進行特征轉換處理，得到所述對象節點的轉換特征以及所述鄰接節點的轉換特征；

對所述對象節點的轉換特征以及每個所述鄰接節點的轉換特征進行拼接處理，得到所述對象節點與每個所述鄰接節點的拼接特征；

將所述元路徑的節點級注意力向量與所述拼接特征相乘，得到所述對象節點與每個所述鄰接節點的融合特征；

對所述對象節點與每個所述鄰接節點的融合特征進行映射處理，得到所述對象節點與每個所述鄰接節點之間的節點對注意力系數；

對所述對象節點與每個所述鄰接節點之間的節點對注意力系數進行歸一化處理，得到所述對象節點與每個所述鄰接節點之間的節點對權重；

基于每個所述鄰接節點的轉換特征以及所述節點對權重，確定所述對象節點針對任一所述元路徑的節點級嵌入特征；其中，所述對象節點的節點級嵌入特征包括針對每個所述元路徑的節點級嵌入特征；

對每個所述對象節點針對任一所述元路徑的節點級嵌入特征進行映射處理，得到每個所述對象節點針對任一所述元路徑的映射特征；

將所述元路徑的語義級注意力向量與每個所述對象節點針對任一所述元路徑的映射特征相乘，得到每個所述對象節點針對任一所述元路徑的融合系數；

對所述多個對象節點分別對應的針對任一所述元路徑的融合系數進行平均處理，得到任一所述元路徑的注意力系數；

對任一所述元路徑的注意力系數進行歸一化處理，得到任一所述元路徑的權重；

基于每個所述元路徑的權重，對所述對象節點針對每個所述元路徑的節點級嵌入特征進行加權求和處理，得到所述對象節點的語義級嵌入特征；

基于所述對象節點的語義級嵌入特征，對所述異構圖進行分類處理，得到所述異構圖的多個局部社區；

對所述多個局部社區進行聚類處理，得到所述異構圖的重疊社區，其中，所述重疊社區包括同時屬于所述多個局部社區的對象節點，所述重疊社區用于執行異常對象檢測處理。

2.根據權利要求1所述的方法，其特征在于，所述對所述對象節點以及每個所述鄰接節點分別進行特征轉換處理，得到所述對象節點的轉換特征以及所述鄰接節點的轉換特征，包括：

確定所述對象節點的屬性特征以及每個所述鄰接節點的屬性特征；

將所述對象節點的屬性特征映射至特征空間，得到所述對象節點的轉換特征；

將每個所述鄰接節點的屬性特征映射至所述特征空間，得到每個所述鄰接節點的轉換特征。

3.根據權利要求1所述的方法，其特征在于，所述基于每個所述鄰接節點的轉換特征以及所述節點對權重，確定所述對象節點針對任一所述元路徑的節點級嵌入特征，包括：

基于所述節點對權重對每個所述鄰接節點的轉換特征進行加權求和處理，得到所述對象節點的加權特征；

對所述對象節點的加權特征進行映射處理，得到所述對象節點針對任一所述元路徑的節點級嵌入特征。

4.根據權利要求1所述的方法，其特征在于，

所述基于所述對象節點的語義級嵌入特征，對所述異構圖進行分類處理，得到所述異構圖的多個局部社區，包括：

基于所述對象節點的語義級嵌入特征對所述對象節點進行映射處理，得到所述對象節點所屬的社區；

當屬于所述社區的對象節點為至少一個時，將所述社區作為所述異構圖的局部社區；

所述對所述多個局部社區進行聚類處理，得到所述異構圖的重疊社區，包括：

對所述多個局部社區進行邏輯并處理，得到所述異構圖的重疊社區。