[发明专利]用于用户聚类的方法、电子设备和存储介质

权利要求书

1.一种用于用户聚类的方法，包括：

获取与多个用户相关联的多个用户标识和多项用户属性信息以及指示所述多个用户之间的多种社交行为的行为信息；

基于所述多个用户标识、所述多项用户属性信息和所述行为信息，生成有向图，所述有向图中的多个节点表示所述多个用户，所述有向图中任意第一节点到任意第二节点之间的至少一条有向边表示所述第一节点表示的用户对所述第二节点表示的用户存在所述多种社交行为中的至少一种社交行为；

基于所述有向图，训练图自编码器模型，以生成与所述多个用户相关联的多个嵌入特征表示；以及

基于所述多个嵌入特征表示，经由聚类模型，生成所述多个用户的聚类结果；

其中训练所述图自编码器模型包括：

基于所述有向图，生成与所述多个节点之间的节点对集相关联的领接状态集，所述领接状态集包括与所述节点对集中的每一节点对相关联的领接状态，所述领接状态包括领接或不领接；

基于所述多个用户标识和所述多个用户属性信息，生成与所述多个节点相关联的多个特征表示；

S1：基于与所述多个节点所对应的多个出边邻居集相关联的多个特征表示集和与所述节点对集相关联的注意力权重集，生成与所述多个节点相关联的多个嵌入特征表示；

S2：基于与所述节点对集相关联的嵌入特征表示对集之间的内积集，生成与所述节点对集相关联的预测领接概率集；

S3：基于所述领接状态集、所述预测领接概率集和预定损失函数，对所述注意力权重集进行更新；以及

如果确定与所述注意力权重集相关联的更新值集不满足预设收敛条件，则重复步骤S1-S3。

2.根据权利要求1所述的方法，其中所述注意力权重集包括与所述多种社交行为相关联的多个注意力权重子集，以及生成与所述多个节点相关联的多个嵌入特征表示包括对于所述多个节点中的每个节点执行以下步骤：

从所述节点所对应的出边邻居集中确定与所述多种社交行为相关联的多个出边邻居子集；

基于所述多个注意力权重子集和与所述多个出边邻居子集相关联的多个特征表示子集，生成与所述节点相关联的多个中间特征表示，所述多个中间特征表示与所述多种社交行为相对应；以及

基于所述多个中间特征表示，生成与所述节点相关联的嵌入特征表示。

3.根据权利要求2所述的方法，其中生成与所述节点相关联的多个中间特征表示包括对于所述多个出边邻居子集中的每个出边邻居子集执行以下步骤：

从所述多个注意力权重子集确定与所述出边邻居子集所关联的社交行为的类型相关联的注意力权重子集；

从所确定的注意力权重子集确定与所述节点和所述出边邻居子集之间的多个节点对相关联的多个注意力权重；以及

基于所确定的多个注意力权重和与所述出边邻居子集相关联的特征表示子集，生成与所述节点相关联的中间特征表示。

4.根据权利要求2所述的方法，其中生成与所述节点相关联的嵌入特征表示包括：

对所述多个中间特征表示进行求和或者拼接，以生成与所述节点相关联的嵌入特征表示。

5.根据权利要求1所述的方法，其中生成所述多个用户的聚类结果包括：

基于所述多个嵌入特征表示和所述聚类模型，生成多个聚类中心特征表示；

基于第一预定分布函数，生成所述多个嵌入特征表示相对于多个聚类中心特征表示的第一分布概率集；

基于所述多个第一分布概率和第二预定分布函数，生成所述多个嵌入特征表示相对于多个聚类中心特征表示的第二分布概率集；以及

基于所述第一分布概率集、所述第二分布概率集和预定目标函数，通过梯度下降更新所述多个聚类中心特征表示。

6.根据权利要求5所述的方法，其中生成所述多个嵌入特征表示相对于多个聚类中心特征表示的第一分布概率集包括对于所述多个嵌入特征表示中的每个嵌入特征表示执行以下步骤：

确定所述嵌入特征表示与所述多个聚类中心特征表示之间的多个距离；以及

对于所述多个聚类中心特征表示中的每个聚类中心特征表示，基于所述嵌入特征表示与所述聚类中心特征表示之间的距离、所述多个距离和所述第一预定分布函数，生成所述嵌入特征表示相对于所述聚类中心特征表示的第一分布概率。