[发明专利]获取网络表示学习向量的方法、装置和设备及存储介质有效
| 申请号： | 201910159408.6 | 申请日： | 2019-03-04 |
| 公开（公告）号： | CN109919316B | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 郑博;陈培炫;陈谦 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N7/00 | 分类号： | G06N7/00;G06N3/08 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 郭润湘;李娟 |
| 地址： | 518044 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种获取网络表示学习向量的方法、装置和设备及存储介质，属于计算机技术领域，用于在计算代价尽量小的基础上，使得表示学习向量能够表达更多层次的信息。该方法包括：根据社交网络数据构造社交网络关联子图集合；获取所述社交网络关联子图集合中包括的非中心节点的网络表示学习初始向量；针对每个子图，获取从每一个非中心节点到中心节点的正向边的第一注意力权重，并根据每一个非中心节点的网络表示学习初始向量以及每一个非中心节点对应的第一注意力权重获取子图的注意力汇总向量；针对每一个非中心节点，根据存在从中心节点到所述每一个非中心节点的反向边的子图的注意力汇总向量，获取非中心节点的网络表示学习调整向量。 | ||
| 搜索关键词： | 获取 网络 表示 学习 向量 方法 装置 设备 存储 介质 | ||
【主权项】：
1.一种获取网络表示学习向量的方法，其特征在于，所述方法包括：根据社交网络数据构造社交网络关联子图集合，所述社交网络关联子图集合中的每一个子图包括一个中心节点以及至少一个非中心节点，用于表征各非中心节点与中心节点之间的关联关系；获取所述社交网络关联子图集合中包括的非中心节点的网络表示学习初始向量；针对每个子图，获取从每一个非中心节点到中心节点的正向边的第一注意力权重，并根据每一个非中心节点的网络表示学习初始向量以及每一个非中心节点对应的第一注意力权重获取子图的注意力汇总向量，所述第一注意力权重用于表征每一个非中心节点对中心节点的关联重要程度，所述注意力汇总向量用于表征每一个子图的中心节点的特征描述；针对每一个非中心节点，根据存在从中心节点到所述每一个非中心节点的反向边的子图的注意力汇总向量，获取非中心节点的网络表示学习调整向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910159408.6/，转载请声明来源钻瓜专利网。
