[发明专利]一种图网络模型节点分类方法、装置、设备及存储介质

权利要求书

1.一种图网络模型节点分类方法，其特征在于，包括：

根据原始图数据构建初始图网络模型；

对所述初始图网络模型进行调整，得到目标图网络模型；

利用所述目标图网络模型构造正例和负例，并根据所述正例和负例对所述原始图数据中的节点进行分类。

2.根据权利要求1所述的方法，其特征在于，根据原始图数据构建初始图网络模型，包括：

对所述原始图数据中的节点进行随机排序；

确定所述节点中的未标注的遮掩节点，在所述节点中去除所述遮掩节点并将剩余节点确定为目标节点；

根据所述目标节点的度信息构建所述初始图网络模型。

3.根据权利要求1所述的方法，其特征在于，对所述初始图网络模型进行调整，得到目标图网络模型，包括：

对所述初始图网络模型进行参数调试；

将参数调试后的图网络模型确定为所述目标图网络模型。

4.根据权利要求3所述的方法，其特征在于，对所述初始图网络模型进行参数调试，包括：

确定所述初始图网络模型中的一对节点；

确定所述一对节点对应的损失函数值，根据所述损失函数值调整所述初始图网络模型的参数。

5.根据权利要求3所述的方法，其特征在于，对所述初始图网络模型进行参数调试，包括：

根据所述原始图数据创建节点级别的子任务测试集和图级别的图任务测试集；

分别利用所述子任务测试集和图任务测试集对所述初始图网络模型进行训练；

根据训练结果调整所述初始图网络模型的参数。

6.根据权利要求1所述的方法，其特征在于，利用所述目标图网络模型构造正例和负例，包括：

在所述目标图网络模型中确定至少两个起始节点；

以各所述起始节点为中心生成相应的邻居子图；

将相同起始节点对应的邻居子图确定为所述正例，将不同起始节点对应的邻居子图确定为所述负例。

7.根据权利要求1所述的方法，其特征在于，每一个所述正例和负例分别对应一个类别，根据所述正例和负例对所述原始图数据中的节点进行分类，包括：

获取所述原始图数据中的待分类节点、所述正例中包括的正例节点及所述负例中包括的负例节点；

确定所述待分类节点与所述正例节点及负例节点的连接关系；

根据所述待分类节点的相连节点所属的类别确定所述待分类节点的类别。

8.一种图网络模型节点分类装置，其特征在于，包括：

初始网络模型构建模块，用于根据原始图数据构建初始图网络模型；

初始网络模型调整模块，用于对所述初始图网络模型进行调整，得到目标图网络模型；

正例和负例构造模块，用于利用所述目标图网络模型构造正例和负例，并根据所述正例和负例对所述原始图数据中的节点进行分类。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的图网络模型节点分类方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的图网络模型节点分类方法。