【技术实现步骤摘要】
本申请涉及计算机技术，尤其涉及一种图数据的处理方法及服务器。
技术介绍
1、与自然语言处理和计算机视觉领域类似，通过自监督学习进行预训练在构建基于图数据的模型上具有类似的重要性。该方法旨在从未标记的数据中学习有信息量的图表示，可以有效解决标记数据稀缺问题，并提高模型在图数据上的泛化能力。
2、对于图神经网络模型的预训练，确定适当的预训练任务是一个关键目标。然而，大多数现有的图神经网络模型的预训练方法，往往局限于根植于紧密邻域结构的简单预测任务。例如，利用k跳邻域信息来预测节点的上下文属性，利用子图来预测相邻图结构。然而，这些预训练任务局限于预测低阶结构(如一阶邻居、二阶邻居)的属性，限制了模型理解图数据拓扑结构的能力，导致模型对图数据的表达能力不足，模型生成的图数据的表示信息质量低，进而导致基于模型的图数据处理的质量低、效果差。
技术实现思路
1、本申请提供一种图数据的处理方法及服务器，用以解决图神经网络模型对图数据的表达能力不足，生成的图数据的表示信息质量低，基于模型的图数据处理的质量低、效果差的问题。
2、第一方面，本申请提供一种图数据的处理方法，包括：将待处理的图数据输入图数据表征模型，通过所述图数据表征模型生成所述图数据包含的原始节点的节点表示，以及所述图数据包含的关键子图的子图表示；根据所述图数据包含的原始节点的节点表示和所述图数据包含的关键子图的子图表示，进行图数据处理，得到所述图数据的处理结果。
3、第二方面，本申请提供一种图数据的
4、第三方面，本申请提供一种图数据的处理方法，包括：响应于对象匹配请求，确定预设知识图谱中与所述给定对象对应的参考节点，其中所述预设知识图谱通过如下方式获得：将电商领域的知识图谱输入图数据表征模型，通过所述图数据表征模型生成所述知识图谱包含的原始节点的节点表示，以及所述知识图谱包含的关键子图的子图表示，将所述关键子图的子图表示与所述关键子图包含的原始节点的节点表示融合，并更新所述知识图谱中所述关键子图包含的原始节点的节点表示，将更新后的知识图谱作为预设知识图谱；基于所述预设知识图谱中各节点的节点表示，将所述参考节点与所述预设知识图谱中的候选节点进行相似度匹配，确定与所述参考节点匹配的候选节点，所述候选节点为所述知识图谱中除所述参考节点之外的节点；将与所述参考节点匹配的候选节点对应的对象，作为与所述给定对象匹配的目标对象，输出所述目标对象的信息。
5、第四方面，本申请提供一种服务器，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指令，所述指令被所述至少一个处理器执行，以使所述服务器执行前述任一方面所述的方法。
6、本申请提供的图数据的处理方法及服务器，通过将待处理的图数据输入图数据表征模型，通过图数据表征模型生成图数据包含的原始节点的节点表示，以及图数据包含的关键子图的子图表示，根据图数据包含的原始节点的节点表示和图数据包含的关键子图的子图表示，进行图数据处理，得到图数据的处理结果。本申请的方法中，图数据表征模型不仅可以编码图数据的节点获得节点表示，还可以自动生成图数据包含的关键子图以及关键子图的子图表示，图数据表征模型可以更好地理解图数据的拓扑结构，同时编码图数据节点和关键子图，提升了模型对图数据的表达能力，以及生成的图数据表示信息的质量，基于高质量的图数据表示信息进行图数据处理，可以提升图数据处理的质量和效果。
本文档来自技高网...【技术保护点】
1.一种图数据的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述图数据表征模型包括节点级图编码器和子图级图编码器，
3.根据权利要求2所述的方法，其特征在于，所述子图级图编码器包括多个依次堆叠的边收缩池化层，所述边收缩池化层包括：聚合模块、边得分模块和池化操作模块，
4.根据权利要求2所述的方法，其特征在于，所述图数据表征模型的训练过程，包括：
5.根据权利要求4所述的方法，其特征在于，所述图数据表征模型的训练过程，还包括：
6.根据权利要求4所述的方法，其特征在于，所述图数据表征模型的训练过程，还包括：
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述根据所述图数据包含的原始节点的节点表示和所述图数据包含的关键子图的子图表示，进行图数据处理，得到所述图数据的处理结果，包括：
8.根据权利要求7所述的方法，其特征在于，还包括：
9.根据权利要求1-6中任一项所述的方法，其特征在于，所述根据所述图数据包含的原始节点的节点表示和所述图数据包含的关键子图
10.根据权利要求9所述的方法，其特征在于，所述获得更新后的图数据之后，还包括：
11.一种图数据的处理方法，其特征在于，包括：
12.根据权利要求11所述的方法，其特征在于，所述根据所述图数据包含的原始节点的节点表示和所述图数据包含的关键子图的子图表示，生成所述图数据的图表示，包括：
13.一种图数据的处理方法，其特征在于，包括：
14.一种服务器，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
...【技术特征摘要】
1.一种图数据的处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述图数据表征模型包括节点级图编码器和子图级图编码器，
3.根据权利要求2所述的方法，其特征在于，所述子图级图编码器包括多个依次堆叠的边收缩池化层，所述边收缩池化层包括：聚合模块、边得分模块和池化操作模块，
4.根据权利要求2所述的方法，其特征在于，所述图数据表征模型的训练过程，包括：
5.根据权利要求4所述的方法，其特征在于，所述图数据表征模型的训练过程，还包括：
6.根据权利要求4所述的方法，其特征在于，所述图数据表征模型的训练过程，还包括：
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述根据所述图数据包含的原始节点的节点表示和所述图数据包含的关键子图的子图表示，进行图数据处理，得到...
【专利技术属性】
技术研发人员：言鹏韦，宋凯嵩，蒋卓人，康杨杨，林田谦谨，孙常龙，刘晓钟，
申请(专利权)人：杭州阿里云飞天信息技术有限公司，
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。