[发明专利]数据处理方法、装置、电子设备和计算机存储介质

权利要求书

1.一种数据处理方法，用于对预测模型进行训练，所述预测模型对邻近图进行检索路径区段质量预测，所述方法包括：

基于至少一个邻近图样本进行特征向量检索，得到对应的邻近图样本的路径区段访问统计信息；

基于所述至少一个邻近图样本和其对应的路径区段访问统计信息，对图神经网络进行训练，得到所述预测模型。

2.根据权利要求1所述的方法，其中，所述基于至少一个邻近图样本进行特征向量检索，得到对应的邻近图样本的路径区段访问统计信息，包括：

确定分别与所述至少一个邻近图样本对应的至少一个随机特征向量；

通过在目标邻近图样本中检索对应的随机特征向量，得到所述目标邻近图样本中的检索路径，以便基于所述检索路径，确定所述目标邻近图样本的路径区段访问统计信息。

3.根据权利要求2所述的方法，其中，所述确定分别与所述至少一个邻近图样本对应的至少一个随机特征向量，包括：

在所述目标邻近图样本中，随机确定该邻近图样本中的多个节点中的检索节点；

将所述检索节点的特征向量确定为相应的随机特征向量，以得到所述至少一个随机特征向量。

4.根据权利要求2所述的方法，其中，所述目标邻近图样本中的节点的特征向量具有目标维度，

所述确定分别与所述至少一个邻近图样本对应的至少一个随机特征向量，包括：

针对所述目标邻近图样本，随机生成具有所述目标维度的相应的随机特征向量。

5.根据权利要求2所述的方法，其中，通过在所述目标邻近图样本中检索对应的随机特征向量，得到该邻近图样本中的检索路径，以便基于所述检索路径，确定该邻近图样本的路径区段访问统计信息，包括：

通过在所述目标邻近图样本中对相应的随机特征向量进行多次检索，分别得到该邻近图样本中的多个检索路径；

确定所述多个检索路径中的目标检索路径；

基于所述目标检索路径，确定该邻近图样本的路径区段访问统计信息。

6.根据权利要求5所述的方法，其中，所述确定所述多个检索路径中的目标检索路径，包括：

分别确定所述多个检索路径的多个检索开销；

将所述多个检索开销中的目标检索开销对应的检索路径确定为目标检索路径。

7.根据权利要求6所述的方法，其中，所述分别确定所述多个检索路径的多个检索开销，包括：

在该邻近图样本中，分别确定目标检索路径中所包括的节点数目，作为该检索路径对应的检索开销。

8.根据权利要求5所述的方法，其中，所述通过在所述目标邻近图样本中对相应的随机特征向量进行多次检索，分别得到该邻近图样本中的多个检索路径，包括：

在所述目标邻近图样本中，以目标次数检索相应的随机特征向量，得到该邻近图样本中的多个检索路径，

所述基于所述目标检索路径，确定该邻近图样本的路径区段访问统计信息，包括：

针对该邻近图样本中，确定多个路径区段中的目标路径区段经过所述目标检索路径中的历经次数，得到所述多个路径区段分别对应的多个历经次数；

基于所述多个历经次数与所述目标次数，确定所述多个路径区段的路径区段访问统计信息。

9.根据权利要求8所述的方法，其中，所述多个路径区段分别对应于该邻近图样本中的多个节点中的任意两个节点之间的多个边。

10.根据权利要求1所述的方法，其中，所述基于所述至少一个邻近图样本和其对应的路径区段访问统计信息，对图神经网络进行训练，得到所述预测模型，包括：

基于所述至少一个邻近图样本，确定多个子邻近图样本以及与所述多个子邻近图样本对应的路径区段访问统计信息；

至少基于所述多个子邻近图样本以及与所述多个子邻近图样本对应的访问统计信息，对图神经网络进行训练。