[发明专利]评估交互事件的方法及装置有效

专利信息
申请号: 202010588751.5 申请日: 2020-06-24
公开(公告)号: CN111476223B 公开(公告)日: 2020-09-22
发明(设计)人: 刘旭钦;文剑烽;常晓夫;宋乐 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京亿腾知识产权代理事务所(普通合伙) 11309 代理人: 陈霁;周良玉
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 评估 交互 事件 方法 装置
【说明书】:

本说明书实施例提供一种计算机执行的评估交互事件的方法和装置,其中方法包括,首先获取用于反映交互事件关联关系的动态交互图,然后分别以待分析的两个目标节点为当前根节点,在动态交互图中确定出对应的两个子图。将这两个子图输入神经网络模型,以得到与两个目标节点交互对应的交互表征向量,其中在神经网络模型中,处理层根据两个子图中各个节点的输入特征和子图的图结构,得到各个节点的隐含向量,融合层利用压缩‑变换机制,根据隐含向量确定节点的权重估计,并据此更新节点的输入特征,传递到下一处理层,最终通过输出层得到前述交互表征向量。于是,可以基于该交互表征向量,评估两个目标节点交互的交互事件。

技术领域

本说明书一个或多个实施例涉及机器学习领域,尤其涉及利用机器学习处理和评估交互事件的方法和装置。

背景技术

在许多场景下,需要对用户交互事件进行分析和处理。交互事件是互联网事件的基本组成元素之一,例如,用户浏览页面时的点击行为,可以视为用户与页面内容区块之间的交互事件,电商中的购买行为可以视为用户与商品之间的交互事件,账户间转账行为则是用户与用户之间的交互事件。用户的一系列交互事件中蕴含了用户的细粒度习惯偏好等特点,以及交互对象的特点,是机器学习模型的重要特征来源。因此,在许多场景下,希望根据交互历史对交互参与方,以及交互事件进行特征表达和建模。

然而,交互事件涉及交互双方,并且各个参与方本身的状态可以是动态变化的,因此,综合考虑交互参与方的多方面特点对其进行准确的特征表达非常困难。由此,希望能有改进的方案,更为有效地对交互事件进行分析处理。

发明内容

本说明书一个或多个实施例描述了一种处理交互事件的方法和装置,其中将交互事件序列用动态交互图表示,对于待评估事件涉及的两个目标节点,基于这两个节点在动态交互图中的子图,以及子图中节点之间的相关性和重要度来表征这两个目标节点的交互,从而更准确地对涉及两个目标节点的事件进行评估和分析。

根据第一方面,提供了一种计算机执行的、评估交互事件的方法,所述方法包括:

获取用于反映交互事件关联关系的动态交互图,所述动态交互图包括多对节点,每对节点代表一个交互事件中的两个对象,任意节点通过连接边指向该节点所代表的对象参与的上一交互事件对应的两个节点;

分别以待分析的第一目标节点、第二目标节点为当前根节点,在所述动态交互图中确定出从当前根节点出发,经由连接边到达的预定范围的子图作为第一子图和第二子图;

将所述第一子图和第二子图输入神经网络模型进行图处理,得到交互表征向量,所述神经网络模型包括依次堆叠的L个处理层和输出层,所述L个处理层中至少一个处理层具有对应的融合层,所述图处理包括:

在所述L个处理层中的各个处理层中,根据所述第一子图和第二子图中包含的各个节点的本层输入特征,以及各个节点之间的连接边的指向关系,分别处理得到各个节点的本层隐含向量;

在所述融合层中,将对应处理层得到的各个本层隐含向量分别进行第一压缩处理,得到各个节点对应的各个压缩表示,并对所述各个压缩表示进行第一变换处理,得到各个节点对应的权重估计;将各个节点的本层隐含向量与其对应的权重估计的组合结果,作为所述各个节点的下一层输入特征;

在所述输出层中,对所述L个处理层分别得到的、与所述第一目标节点对应的L个第一隐含向量和与所述第二目标节点对应的L个第二隐含向量进行融合,得到交互表征向量;

根据所述交互表征向量,评估所述第一目标节点和第二目标节点进行交互的第一事件。

在一个实施例中,经由连接边到达的预定范围内的子图包括:经由预设数目K之内的连接边到达的节点;和/或,经由连接边可达且交互时间在预设时间范围内的节点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010588751.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top