[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取样本数据集，以及针对目标分类任务训练的决策树模型；所述样本数据集中包括多个用户样本的样本数据，所述决策树模型用于从所述样本数据中提取适用于所述目标分类任务的特征信息；

基于所述决策树模型，对所述样本数据集中的每个样本数据进行特征提取，得到每个所述样本数据分别对应的样本特征信息；

基于每个所述样本数据分别对应的样本特征信息，确定各个所述样本数据之间的邻居关系信息；其中，具有邻居关系的样本数据之间的相似度满足预设条件；

将所述样本数据集、以及确定的各个所述样本数据之间的邻居关系信息输入针对所述目标分类任务训练的目标神经网络，确定所述样本数据集中测试样本数据对应的所述目标分类任务下的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述决策树模型中包括多个决策子树模型，所述决策子树模型包括多个叶子节点，不同叶子节点表征不同的特征信息；

所述基于所述决策树模型，对所述样本数据集中的每个样本数据进行特征提取，得到每个所述样本数据分别对应的样本特征信息，包括：

针对所述样本数据集中的每个样本数据，将所述样本数据输入到各个所述决策子树模型中，得到每个所述决策子树模型输出的所述样本数据的独热编码信息；所述独热编码信息用于表征所述样本数据所匹配的各个所述决策子树模型中的目标叶子节点；

将所述独热编码信息作为所述样本数据对应的样本特征信息。

3.根据权利要求1或2所述的方法，其特征在于，所述基于每个所述样本数据分别对应的样本特征信息，确定各个所述样本数据之间的邻居关系信息，包括：

对各个所述样本数据进行聚类处理，得到至少一个样本簇；

针对所述至少一个样本簇中的每个样本簇，基于该样本簇中各个所述样本数据分别对应的样本特征信息，确定出该样本簇中各个所述样本数据之间的相似度；

基于所述相似度，确定所述样本簇中各个所述样本数据之间的邻居关系信息。

4.根据权利要求3所述的方法，其特征在于，所述对各个所述样本数据进行聚类处理，得到至少一个样本簇，包括：

选择多个所述样本数据作为初始的聚类中心；

确定每个所述样本数据分别到每个所述聚类中心的距离，将该样本数据划分到对应的所述距离最小的聚类中心所在的样本簇，并重新选择每个样本簇的聚类中心；重复该步骤，直到更新前后的聚类中心之间的距离小于预设阈值；

将最后得到的各个样本簇作为对各个所述样本数据进行聚类处理后的样本簇。

5.根据权利要求3所述的方法，其特征在于，所述基于所述相似度，确定所述样本簇中各个所述样本数据之间的邻居关系信息，包括：

基于所述样本簇中各个所述样本数据之间的相似度，从所述样本簇中筛选出对应的所述相似度满足预设条件的预设数量个样本数据；

从预设数量个样本数据中，确定相互之间的相似度大于设定阈值的样本数据对，并基于所述样本数据对，生成所述邻居关系信息。

6.根据权利要求1所述的方法，其特征在于，通过所述目标神经网络，根据以下步骤确定所述测试样本数据对应的所述目标分类任务下的分类结果：

利用所述目标神经网络中的图注意力网络层，提取所述测试样本数据对应的注意力系数集；

基于所述注意力系数集，对与所述测试样本数据具有邻居关系的样本数据进行聚合处理，确定聚合处理后数据；

将所述聚合处理后数据输入到所述目标神经网络中的全连接层进行线性变换，得到线性变换特征；

对所述线性变换特征进行激活处理，确定所述测试样本数据对应的所述目标分类任务下的分类结果。