【技术实现步骤摘要】
一种图神经网络模型的开发方法、装置及可读存储介质
[0001]本专利技术涉及图神经网络
，尤其涉及一种图神经网络模型的开发方法、装置及可读存储介质。
技术介绍
[0002]近年来，图神经网络作为人工智能领域的新兴技术，已逐渐成为学术界的研究热点之一，同时在社交媒体分析、网络链接预测、金融风控、交通流量预测、蛋白质结构预测等场景也有诸多应用价值。
[0003]图数据属于非欧氏空间数据，图应用包含节点级别和图级别等，训练任务较为复杂和多样化，同时真实场景中的图数据规模一般较大，这些都使得图神经网络模型的训练与传统神经网络模型训练的要求存在一定差异性。由于图神经网络技术目前尚处于快速发展阶段，面对日益增多的应用需求，其学术研究到商业实践之间存在一定落差，当前的图神经网络应用研发仍旧高度依赖专家和数据，开发门槛较高，开发效率低下。
技术实现思路
[0004]本专利技术所要解决的技术问题是针对现有技术的上述不足，提供一种图神经网络模型的开发方法、装置及可读存储介质，用以解决现有的图神经网络模型的开发方法开...
【技术保护点】
【技术特征摘要】
1.一种图神经网络模型的开发方法，其特征在于，包括：根据源数据生成相应的图数据集；获取用户选择的模型开发方式，所述模型开发方式包括：自动开发、手动开发和本地上传；若所述模型开发方式为本地上传，则接收用户上传的图神经网络模型作为目标图神经网络模型；若所述模型开发方式为手动开发，则提供用于在线开发图神经网络模型的开发环境，并接收用户在线开发的目标图神经网络模型；若所述模型开发方式为自动开发，则向用户提示操作规则，以使用户按照系统提示的操作规则完成目标图神经网络模型的开发；使用所述图数据集作为训练数据集，训练所述目标图神经网络模型，得到训练好的目标图神经网络模型。2.根据权利要求1所述的方法，其特征在于，所述根据源数据生成相应的图数据集，具体包括：获取源数据；将所述源数据分别与预设的实体、关系、属性一一映射配置，构建相应的图数据；根据所述图数据生成相应的图数据集。3.根据权利要求2所述的方法，其特征在于，所述获取源数据，具体包括以下至少之一：通过接收用户上传的本地逗号分隔值CSV文件获取源数据；采集MySQL数据源中的所述源数据；从第三方图数据库中获取所述源数据。4.根据权利要求2所述的方法，其特征在于，所述获取源数据之后，所述方法还包括：判断是否需要对所述源数据进行清洗；若是，则创建源数据清洗任务，并根据所述源数据清洗任务对所述源数据执行以下操作之一：数据去空、空值填充、数据去重、列删除、重命名；所述将所述源数据分别与预设的实体、关系、属性一一映射配置，构建相应的图数据之后，所述方法还包括：判断是否需要对所述图数据进行清洗；若是，则创建图数据清洗任务，并根据所述图数据清洗任务对所述图数据执行以下操作之一：孤立实体过滤、实体属性过滤、关系属性过滤、消歧归一、节点特征预处理。5.根据权利要求2所述的方法，其特征在于，所述根据所述图数据生成相应的图数据集之后，所述方法还包括：判断是否需要对所述图数据集进行特征加工；若是，则创建特征加工任务，并根据所述特征加工任务对所述图数据集执行以下操作之一：随机行走抽样、实体邻居计算、子图分割。6.根据权利要求1所述的方法，其特征在于，所述获取用户选择的模型开发方式，具体包括：提示用户是否选择在线开发；如果用户不选择在线开发，则确定所述模型开发方式为本地上传；
如果用户选择在线开发，则进一步提示用户是否选择自动开发；若用户选择自动开发，则确定所述模型开发方式为自动开发，否则，确定所述模型开发方式为手动开发。7.根据权利要求1所述的方法，其特征在于，若所述模型开发方式为自动开发，所述方法还包括：获取用户定义的模型结构搜索空间以及配置的模型结构搜索策略；根据用户指令通过所述模型结构搜索策略从所述模型结构搜索空间中采样所述目标图神经网络模型。8.根据权利要求1所述的方法，其特征在于，所述使用所述...
【专利技术属性】
技术研发人员：贺鸣，郭熹，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。