【技术实现步骤摘要】
本文件涉及计算机，尤其涉及一种数据的处理方法、装置及设备。
技术介绍
1、金融应用的数字生态系统主要是基于移动互联网的应用场景，将金融交易作为核心，以用户为中心，整合了各种数字服务和数字产品，构建了一种多层次、全方位的数字生态系统。金融应用数字生态系统可以包括用户、商户、服务提供商、金融机构和合作伙伴等多方面的参与者，通过数字化技术的应用，实现了数字支付、数字理财、数字保险、数字信用、数字社交和数字生活服务的全面覆盖。
2、行业数字化业务的业务流程主要分为准入、投放和行业化运营三个环节，为了保障业务的投放和行业化运营环节，行业数字化风险策略中心主要关注素材质量和数量，应用范围包括公域投放决策、返佣结算和行业化运营(如营销活动准入和行业阵地分发)等。素材类型包括小程序、服务、门店、商品和券等，其中各要素主体类型的事实数据，来源于商户提报，但提报内容往往不完整(如商户往往没有提报信息承接页等)。因此，在行业数字化业务中存在对于没有连边的异质节点进行信息补全的需求，为此，需要提供一种基于已有的节点和边对未知的关系进行预测的信息补全方案，而且还可以减少人工资源的消耗，同时还能对用户隐私信息进行保护，能够符合esg对于绿色风控的要求。
技术实现思路
1、本说明书实施例的目的是提供一种基于已有的节点和边对未知的关系进行预测的信息补全方案，而且还可以减少人工资源的消耗，同时还能对用户隐私信息进行保护，能够符合esg对于绿色风控的要求。
2、为了实现上述技术方案，本说明书实
3、本说明书实施例提供的一种数据的处理方法，所述方法包括：获取针对目标商户的多种不同的模态数据，所述模态数据包括所述目标商户的标识、结构化数据、文本数据、音频数据、视频数据或图像数据。基于针对目标商户的多种不同的模态数据，分别通过多种不同的多模态知识图谱构建方式，构建相应的多模态知识图谱。对构建的多个多模态知识图谱中的节点之间的关系进行增补检测，并对需要进行增补的多模态知识图谱的不同节点之间的关系进行增补处理，得到增补后的多模态知识图谱。将无需增补的多模态知识图谱和所述增补后的多模态知识图谱输入到预先训练的图谱表征模型中，得到针对所述目标商户的表征信息，基于针对所述目标商户的表征信息进行风险防控处理，所述图谱表征模型中包括注意力模块，通过所述注意力模块对所述目标商户的模态数据进行融合处理。
4、本说明书实施例提供的一种数据的处理装置，所述装置包括：数据获取模块，获取针对目标商户的多种不同的模态数据，所述模态数据包括所述目标商户的标识、结构化数据、文本数据、音频数据、视频数据或图像数据。多图谱构建模块，基于针对目标商户的多种不同的模态数据，分别通过多种不同的多模态知识图谱构建方式，构建相应的多模态知识图谱。信息增补模块，对构建的多个多模态知识图谱中的节点之间的关系进行增补检测，并对需要进行增补的多模态知识图谱的不同节点之间的关系进行增补处理，得到增补后的多模态知识图谱。处理模块，将无需增补的多模态知识图谱和所述增补后的多模态知识图谱输入到预先训练的图谱表征模型中，得到针对所述目标商户的表征信息，基于针对所述目标商户的表征信息进行风险防控处理，所述图谱表征模型中包括注意力模块，通过所述注意力模块对所述目标商户的模态数据进行融合处理。
5、本说明书实施例提供的一种数据的处理设备，所述数据的处理设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取针对目标商户的多种不同的模态数据，所述模态数据包括所述目标商户的标识、结构化数据、文本数据、音频数据、视频数据或图像数据。基于针对目标商户的多种不同的模态数据，分别通过多种不同的多模态知识图谱构建方式，构建相应的多模态知识图谱。对构建的多个多模态知识图谱中的节点之间的关系进行增补检测，并对需要进行增补的多模态知识图谱的不同节点之间的关系进行增补处理，得到增补后的多模态知识图谱。将无需增补的多模态知识图谱和所述增补后的多模态知识图谱输入到预先训练的图谱表征模型中，得到针对所述目标商户的表征信息，基于针对所述目标商户的表征信息进行风险防控处理，所述图谱表征模型中包括注意力模块，通过所述注意力模块对所述目标商户的模态数据进行融合处理。
6、本说明书实施例还提供了一种存储介质，所述存储介质用于存储计算机可执行指令，所述可执行指令在被处理器执行时实现以下流程：获取针对目标商户的多种不同的模态数据，所述模态数据包括所述目标商户的标识、结构化数据、文本数据、音频数据、视频数据或图像数据。基于针对目标商户的多种不同的模态数据，分别通过多种不同的多模态知识图谱构建方式，构建相应的多模态知识图谱。对构建的多个多模态知识图谱中的节点之间的关系进行增补检测，并对需要进行增补的多模态知识图谱的不同节点之间的关系进行增补处理，得到增补后的多模态知识图谱。将无需增补的多模态知识图谱和所述增补后的多模态知识图谱输入到预先训练的图谱表征模型中，得到针对所述目标商户的表征信息，基于针对所述目标商户的表征信息进行风险防控处理，所述图谱表征模型中包括注意力模块，通过所述注意力模块对所述目标商户的模态数据进行融合处理。
本文档来自技高网...【技术保护点】
1.一种数据的处理方法，所述方法包括：
2.根据权利要求1所述的方法，所述基于针对目标商户的多种不同的模态数据，分别通过多种不同的多模态知识图谱构建方式，构建相应的多模态知识图谱，包括：
3.根据权利要求2所述的方法，需要进行增补的多模态知识图谱包括所述第二多模态知识图谱，所述对需要进行增补的多模态知识图谱的不同节点之间的关系进行增补处理，得到增补后的多模态知识图谱，包括：
4.根据权利要求3所述的方法，所述对所述第二多模态知识图谱中的每个节点进行特征提取，得到每个节点对应的节点表征信息，包括：
5.根据权利要求4所述的方法，所述基于所述第二多模态知识图谱中的不同节点之间的相似度，所述第二多模态知识图谱中的不同节点之间的关系进行增补处理，得到增补后的第二多模态知识图谱，包括：
6.根据权利要求5所述的方法，所述方法还包括：
7.根据权利要求1-6中任一项所述的方法，所述图谱表征模型中包括第一注意力模块、第二注意力模块、第三注意力模块和第一子模型，所述将无需增补的多模态知识图谱和所述增补后的多模态知识图谱输入到
8.根据权利要求7所述的方法，所述将所述每个多模态知识图谱对应的第三融合信息输入到所述图谱表征模型中的第一子模型中，得到针对所述目标商户的表征信息，包括：
9.根据权利要求7所述的方法，所述第二注意力模块基于图注意力网络构建，所述图注意力网络中包括多头注意力处理单元和带权聚合单元，所述多头注意力处理单元用于在不同的注意力子空间上学习所述每个多模态知识图谱中的不同节点之间的关系的权重，所述带权聚合单元用于对所述每个多模态知识图谱中的不同节点之间的邻接关系进行加权聚合处理。
10.根据权利要求9所述的方法，所述方法还包括：
11.根据权利要求10所述的方法，所述结构化数据包括所述目标商户的预设时长内的交易量，所述文本数据包括所述目标商户的小程序的标识、所述小程序的描述信息、所述目标商户提供服务的经营范围信息、所述目标商户的门店所在的地址文本信息中的一种或多种，所述图像数据包括所述小程序的页面截图数据、所述门店的图像数据中的一种或多种。
12.一种数据的处理装置，所述装置包括：
13.一种数据的处理设备，所述数据的处理设备包括：
...【技术特征摘要】
1.一种数据的处理方法，所述方法包括：
2.根据权利要求1所述的方法，所述基于针对目标商户的多种不同的模态数据，分别通过多种不同的多模态知识图谱构建方式，构建相应的多模态知识图谱，包括：
3.根据权利要求2所述的方法，需要进行增补的多模态知识图谱包括所述第二多模态知识图谱，所述对需要进行增补的多模态知识图谱的不同节点之间的关系进行增补处理，得到增补后的多模态知识图谱，包括：
4.根据权利要求3所述的方法，所述对所述第二多模态知识图谱中的每个节点进行特征提取，得到每个节点对应的节点表征信息，包括：
5.根据权利要求4所述的方法，所述基于所述第二多模态知识图谱中的不同节点之间的相似度，所述第二多模态知识图谱中的不同节点之间的关系进行增补处理，得到增补后的第二多模态知识图谱，包括：
6.根据权利要求5所述的方法，所述方法还包括：
7.根据权利要求1-6中任一项所述的方法，所述图谱表征模型中包括第一注意力模块、第二注意力模块、第三注意力模块和第一子模型，所述将无需增补的多模态知识图谱和所述增补后的多模态知识图谱输入到预先训练的图谱表征模型中，得到针对所述目...
【专利技术属性】
技术研发人员：周璟，但家旺，田胜，刘云飞，王宝坤，孟昌华，王维强，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。