[发明专利]一种图神经网络特征产生方法

权利要求书

1.一种图神经网络特征产生方法，其特征在于，所述方法为：

从已有的维度制作衍生维度，通过图形理论将样本与数据值表征为图中的节点，相关节点用边进行连接；

可先将多个维度的数值分箱或分桶成有限的数量；

一个维度在处理后可能值为n个值，每个值为图中的一个节点，对每一样本产生对应的边；

产生图后，通过图神经网络产生每一节点的高维度坐标；

相似的节点会被映射到空间中相临近的位置，产生独特的特征。

2.如权利要求1所述的一种图神经网络特征产生方法，其特征在于，所述图形理论以图为研究对象，图形理论中的图是由若干给定的点及连接两点的线所构成的图形，图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有的特定关系。

3.如权利要求1所述的一种图神经网络特征产生方法，其特征在于，所述图形理论将X维度处理后，具有{x_1，…，x_n}n个值，X维度中每个值对应图中的一个节点。

4.如权利要求3所述的一种图神经网络特征产生方法，其特征在于，所述多个维度进行同样的处理，m个维度，则每一维度各有{k_1，…，k_m}个独一值，产生K个节点，

K＝k_1+k_2…+k_m

每个样本本身为一个节点，样本总数为N，则图的总节点数为V＝K+N。

5.如权利要求1所述的一种图神经网络特征产生方法，其特征在于，所述图中的边产生方式为：对样本y，x维度共有x_1，x_2,…，x_n个节点，样本y与x维度之间产生的边为：(y，x_1)，…，(y，x_n)。

6.如权利要求5所述的一种图神经网络特征产生方法，其特征在于，所述图中的边加入额外的边y_0，y_1两样本，某一维度具有同一值，即(y_0，v)，(y_1，v)两个边同时存在，为使y_0，y_1关系更紧密，则增加一个边(y_0，y_1)。

7.如权利要求1所述的一种图神经网络特征产生方法，其特征在于，所述图神经网络在图产生后，产生每一节点的高维度坐标，将图中的节点映射到高度空间中，图神经网络所产生的映射具有独特的特征。

8.如权利要求1所述的一种图神经网络特征产生方法，其特征在于，所述图中相似的节点为彼此连接较多的节点，相似的节点被映射到空间中相邻近的位置。