[發明專利]賬戶標簽預測方法、裝置、存儲介質及電子設備

在審

• 申請號: 202310053676.6
• 申請日: 2023-02-03
• 公開（公告）號: CN116307078A
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 歐陽逸
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/00;G06N3/042;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 賈允

1.一種賬戶標簽預測方法，其特征在于，所述方法包括：

獲取目標行為相關的多個賬戶，以及每一所述賬戶對應的目標行為執行信息；

根據各所述賬戶分別對應的目標行為執行信息進行預設行為共現情況提取，根據提取結果生成社交網絡圖，所述預設行為為滿足預設要求的目標行為，所述社交網絡圖中的邊所連接的兩個節點分別對應的賬戶具備相同的預設行為；

對所述社交網絡圖進行節點分類，得到攜帶標簽的第一類節點和未攜帶標簽的第二類節點，所述標簽表征對應的賬戶是否存在目標社交行為；

根據所述社交網絡圖中每一所述節點自身的信息對所述節點進行標簽預測，得到每一所述節點對應的標簽分布；

根據各所述第一類節點分別所攜帶的標簽以及各所述節點分別對應的標簽分布，預測每一所述第二類節點的標簽。

2.根據權利要求1所述的方法，其特征在于，所述根據所述社交網絡圖中每一所述節點自身的信息對所述節點進行標簽預測，得到每一所述節點對應的標簽分布，包括：

對所述社交網絡圖中的各所述節點分別對應的信息進行特征提取，得到各所述節點分別對應的節點特征；

對所述社交網絡圖中的每一所述節點，將所述節點自身的節點特征以及所述節點的鄰居節點的節點特征向所述節點進行特征傳遞，得到所述節點對應的聚合特征；

根據各所述節點分別對應的聚合特征進行標簽預測，得到每一所述節點對應的標簽分布。

3.根據權利要求1或2所述的方法，其特征在于，所述根據各所述第一類節點分別所攜帶的標簽以及各所述節點分別對應的標簽分布，預測每一所述第二類節點的標簽，包括：

根據各所述節點分別對應的標簽分布，確定標簽分布集；

根據所述標簽分布集生成標簽信息圖，所述標簽信息圖為包含所述標簽分布集中的標簽分布并且具備與所述社交網絡圖相同的拓撲的圖；

根據各所述第一類節點各自所攜帶的標簽在所述標簽信息圖進行標簽傳播，得到每一所述第二類節點的標簽。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據所述社交網絡圖中各個所述節點的標簽進行社區檢測，得到至少一個簇，每一所述簇包括至少兩個所述節點；

根據所述簇和所述簇中每一所述節點所對應的標簽，確定目標社區，所述目標社區表征存在群體性目標社交行為的賬戶集群。

5.根據權利要求3所述的方法，其特征在于，所述方法基于賬戶標簽預測模型實施，所述賬戶標簽預測模型通過下述方法訓練得到：

獲取樣本社交網絡圖，所述樣本社交網絡圖包括攜帶標簽的第一類樣本節點和未攜帶標簽的第二類樣本節點；

基于預設神經網絡執行下述操作：通過執行特征傳遞和基于特征傳遞結果的標簽預測，得到各樣本節點對應的標簽分布；對各所述第一類樣本節點所攜帶的標簽進行標簽篩選操作，確定第三類樣本節點和第四類樣本節點，所述第三類樣本節點是攜帶被篩選出的標簽的樣本節點，所述第四類樣本節點屬于所述第一類樣本節點并且不屬于所述第三類樣本節點；基于所述第三類樣本節點攜帶的標簽，和各所述樣本節點分別對應的標簽分布得到樣本標簽分布集；根據各所述第三類樣本節點所攜帶的標簽，和所述樣本標簽分布集，預測每一所述第四類樣本節點的預測標簽；

根據所述第四類樣本節點攜帶的標簽和所述第四類樣本節點的預測標簽之間的差異，調整所述預設神經網絡的參數，得到所述賬戶標簽預測模型。

6.根據權利要求5所述的方法，其特征在于，所述基于所述第三類樣本節點攜帶的標簽，和各所述樣本節點分別對應的標簽分布得到樣本標簽分布集，包括：

根據各所述樣本節點分別對應的標簽分布，確定樣本標簽分布集；

基于所述第三類樣本節點攜帶的標簽，更新所述樣本標簽分布集。