[发明专利]一种图神经网络信息增强方法、装置及设备

摘要

本申请公开了一种图神经网络信息增强方法、装置及设备，方法包括：根据预置节点特征数据和预置节点邻接矩阵识别不同节点参与的网络模体；基于网络模体，构建每个节点对应的初始模体特征向量；将初始模体特征向量输入预置LSTM模型中进行聚合处理，得到不同节点的自身模体特征向量，预置LSTM模型包括注意力机制；根据自身模体特征向量进行邻居节点模体向量的聚合操作，得到每个节点的目标模体特征向量；融合目标模体特征向量和初始节点特征向量，得到增强特征向量。本申请能够解决现有技术忽略了网络节点之间因交互模式不同产生的丰富结构信息，导致图神经网络学习的特征信息缺乏代表性的技术问题。