[发明专利]一种基于图节点嵌入的事件识别方法、装置和设备

说明书

本申请涉及一种基于图节点嵌入的事件识别方法、装置和设备，其中，基于图节点嵌入的事件识别方法包括：基于至少两个关联关系图，分别构建对应的异构关联关系邻接矩阵；将各所述异构关联关系邻接矩阵输入至图节点嵌入模型，获得对应的图节点特征向量；基于各所述历史事件的图节点特征向量以及第一特征对模型进行训练，获得事件识别模型；基于所述事件识别模型对待识别事件进行识别，获得待识别事件的识别结果，在模型训练的过程中增加了各历史事件的图节点特征向量，解决了相关技术中存在的事件识别不准确的问题，提高了事件识别的准确度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于图节点嵌入的事件识别方法、装置和设备。

背景技术

目前计算机技术日新月异的发展，实际业务中产生了数据量越来越庞大的业务数据存储于计算机数据库中。由于现实世界中的对象都存在一定的联系，如果将每个业务案件视为一个事件，每个事件与其它事件或者与时间中的各种因素都存在一定关联。然而业务机构一般将业务数据按照其各自类别分门别类的存储于数据库中，不同数据表之间互相独立存储，不同事件之间的数据也相互独立。

现有技术中有提出运用图技术，在查找关联关系时在不同数据表之间跳转，极大地降低了数据关联关系获取的效率。也有使用图神经网络技术进行事件识别，但此方法构造的图神经网络仅使用了同构图数据，即相同类型节点之间的关联关系，没有充分利用含有多种关联关系的异构图信息，即没有充分利用不同事件不同种类数据之间的相互关联关系，导致识别结果不准确。

针对现有技术中存在的事件识别不准确的问题，目前还没有提出有效的解决方案。

发明内容

基于此，有必要针对上述技术问题，提供一种基于图节点嵌入的事件识别方法、装置和设备。

第一方面，本申请实施例提供了一种基于图节点嵌入的事件识别方法，所述方法包括：

基于至少两个关联关系图，分别构建对应的异构关联关系邻接矩阵；其中，所述关联关系图由结构化数据库中的数据表得到，所述数据表中存储若干历史事件；

将各所述异构关联关系邻接矩阵输入至图节点嵌入模型，获得对应的图节点特征向量；所述图节点特征向量表示各所述历史事件之间的关联关系；

基于各所述历史事件的图节点特征向量以及第一特征对模型进行训练，获得事件识别模型；其中，所述第一特征由所述结构化数据库中的数据表得到；

基于所述事件识别模型对待识别事件进行识别，获得待识别事件的识别结果。

在其中一个实施例中，所述基于至少两个关联关系图，分别构建对应的异构关联关系邻接矩阵包括：

基于所述数据表中各所述历史事件所包含的各事件因子之间的关联关系，获取至少两个关联关系图；所述关联关系图以各所述事件因子作为图节点；

基于各所述关联关系图，分别构建对应的异构关联关系邻接矩阵。

在其中一个实施例中，所述将各所述异构关联关系邻接矩阵输入至图节点嵌入模型，获得对应的图节点特征向量包括：

将各所述异构关联关系邻接矩阵输入至图节点嵌入模型，构建异构网络；其中，所述图节点嵌入模型为元路径转化向量模型；

基于所述异构网络，获得各所述历史事件对应的图节点特征向量。

在其中一个实施例中，所述基于各所述历史事件的图节点特征向量以及第一特征对模型进行训练，获得事件识别模型包括：

根据各所述图节点特征向量对应历史事件的顺序，获取所述对应历史事件的第一特征；

基于各所述历史事件对应的图节点特征向量以及第一特征，对模型进行训练，获得事件识别模型。

在其中一个实施例中，所述方法还包括：