[发明专利]对象特征信息获取、对象分类、信息推送方法及装置

权利要求书

1.一种基于时空聚合的对象特征信息获取方法，通过计算机执行，所述方法包括：

获取N个时刻的N个关系网络，关系网络中包括多个节点以及节点与节点之间的连接关系，所述N个关系网络中均包含第一节点，节点代表对象；

从所述N个关系网络中分别确定所述第一节点的多个邻居节点，得到针对所述第一节点的N个邻居节点组，其与N个时刻分别对应；

针对所述N个时刻中的任意一个第一时刻，基于所述第一时刻对应的邻居节点组中各个邻居节点的节点特征，以及所述第一节点的节点特征，确定所述第一节点在所述第一时刻的空间聚合特征；

将所述N个时刻的N个空间聚合特征按照时间顺序以序列的方式输入序列神经网络，至少基于所述序列神经网络的输出结果确定所述第一节点在所述N个时刻的N个时空表达；

对所述N个时空表达进行聚合，得到所述第一节点的时空聚合特征，作为所述第一节点代表的第一对象的特征信息。

2.根据权利要求1所述的方法，所述确定所述第一节点在所述第一时刻的空间聚合特征的步骤，包括：

将所述第一时刻对应的邻居节点组中各个邻居节点的节点特征，以及所述第一节点的节点特征，输入图神经网络，得到所述第一节点在所述第一时刻的空间聚合特征。

3.根据权利要求1所述的方法，所述确定所述第一节点在所述第一时刻的空间聚合特征的步骤，包括：

采用基于注意力机制的广度自适应函数，基于所述第一时刻对应的邻居节点组中各个邻居节点的节点特征和所述第一节点的节点特征，确定各个邻居节点相对于所述第一节点的重要度；

基于各个邻居节点对应的重要度，对各个邻居节点的节点特征进行加权求和，得到所述第一节点的广度特征；

采用基于循环算子的深度自适应函数，基于所述广度特征对所述第一节点进行t步迭代，得到所述第一节点在所述第一时刻的空间聚合特征。

4.根据权利要求1所述的方法，所述至少基于所述序列神经网络的输出结果确定所述第一节点在所述N个时刻的N个时空表达的步骤，包括：

通过所述序列神经网络确定所述第一节点在所述N个时刻的N个时间聚合特征；将所述N个时刻的空间聚合特征和时间聚合特征对应组合，分别得到对应时刻的时空表达。

5.根据权利要求4所述的方法，所述将所述N个时刻的空间聚合特征和时间聚合特征对应组合的步骤，包括：

将任意一个时刻的空间聚合特征和时间聚合特征按照预设方式进行拼接，将拼接得到的对应特征作为对应时刻的时空表达。

6.根据权利要求1所述的方法，所述对所述N个时空表达进行聚合的步骤，包括：基于自注意力机制对所述N个时空表达进行聚合。

7.根据权利要求6所述的方法，所述基于自注意力机制对所述N个时空表达进行聚合的步骤，包括：

将所述N个时空表达构建成时空表达矩阵；

基于自注意力机制和N个时空表达确定注意力矩阵；

基于所述注意力矩阵与第一转换矩阵的乘积，得到第二转换矩阵，所述第一转换矩阵为所述时空表达矩阵与预先训练的第一参数矩阵的乘积；

基于所述第二转换矩阵中各个向量的拼接，确定所述第一节点的时空聚合特征。

8.根据权利要求2所述的方法，所述图神经网络包括图卷积神经网络GCN、图注意力神经网络GAN、GraphSage网络和Geniepath网络。

9.根据权利要求1所述的方法，所述序列神经网络包括长短期记忆LSTM和循环神经网络RNN。

10.根据权利要求1所述的方法，所述对象包括以下中的至少一种：用户、商品、店铺、地区。

11.根据权利要求4所述的方法，其中，任意一个时刻的时间聚合特征基于该时刻之前的至少一个时刻的空间聚合特征聚合得到。