【技术实现步骤摘要】
本申请涉及计算机信息处理，尤其涉及一种基于图神经网络的对象风险识别方法、装置及设备。
技术介绍
1、现有的逾期风险识别业务中，对象逾期风险的特征提取主要依托对象触发的事件本身所包含的文本信息，这些文本信息可以作为事件原始特征源，并根据事件原始特征源给对象触发的事件打上不同的标签，生成事件-标签的第一关系链路，再结合对象-事件的第二关系链路，形成对象–事件–标签的第三关系链路，最后从第三关系链路中将对象-标签的关系信息提取出来，将标签作为对象的逾期风险刻画特征。
2、由于事件的标签一般由人工依据相关领域经验来创建，因此事件标签的准确率和覆盖率极大程度上依赖于相关人员的经验，从而无法保证对象的逾期风险刻画特征的准确性以及对象逾期风险识别的准确性。
技术实现思路
1、本申请提供了一种基于图神经网络的对象风险识别方法、装置、设备及存储介质，可以更加充分的提取对象节点与应用使用事件节点之间的触发关系以及各个节点的节点特征，提升逾期风险特征信息对目标对象节点的逾期风险行为表征的精准性，从而...
【技术保护点】
1.一种基于图神经网络的对象风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述图神经网络包括：邻接节点采样网络和节点特征聚合网络，所述将所述触发关系结构图输入图神经网络进行目标对象节点的逾期风险特征提取，得到所述目标对象节点的逾期风险特征信息包括：
3.根据权利要求2所述的方法，其特征在于，所述节点特征聚合网络包括：所述多层采样邻接节点各自对应的特征聚合子网络，所述将所述多层采样邻接节点各自的节点内容和所述目标对象节点的属性特征信息输入所述节点特征聚合网络进行节点特征的注意力聚合处理，得到所述逾期风险特征信
【技术特征摘要】
1.一种基于图神经网络的对象风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述图神经网络包括：邻接节点采样网络和节点特征聚合网络，所述将所述触发关系结构图输入图神经网络进行目标对象节点的逾期风险特征提取，得到所述目标对象节点的逾期风险特征信息包括：
3.根据权利要求2所述的方法，其特征在于，所述节点特征聚合网络包括：所述多层采样邻接节点各自对应的特征聚合子网络，所述将所述多层采样邻接节点各自的节点内容和所述目标对象节点的属性特征信息输入所述节点特征聚合网络进行节点特征的注意力聚合处理，得到所述逾期风险特征信息包括：
4.根据权利要求3所述的方法，其特征在于，所述第二特征聚合子网络包括：注意力分析层、注意力加权层、特征拼接层，所述将当前遍历层的采样邻接节点的节点聚合特征信息和所述当前遍历层的采样邻接节点的下一层采样邻接节点的节点内容输入第二特征聚合子网络进行节点特征的注意力聚合处理，得到所述下一层采样邻接节点的节点聚合特征信息包括：
5.根据权利要求1所述的方法，其特征...
【专利技术属性】
技术研发人员：邓昶博，潘亮光，万文强，
申请(专利权)人：腾讯科技深圳有限公司，
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。