一种业务推荐方法、装置、电子设备及存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种业务推荐方法、装置、电子设备及存储介质。


背景技术：

2.目前，电子设备可以根据用户账户的已订购业务，确定出该已订购业务的相关业务，然后确定出向用户推荐该相关业务。
3.但是，上述方法中，该已订购业务的相关业务和该已订购业务的相似度较高，该相关业务与该已订购业务可能有部分重合，该电子设备向用户账户推荐该相关业务，降低了业务推荐的有效性。


技术实现要素：

4.本技术提供一种业务推荐方法、装置、电子设备及存储介质，解决了已订购业务的相关业务和该已订购业务的相似度较高，该相关业务与该已订购业务可能有部分重合，该电子设备向用户账户推荐该相关业务，降低了业务推荐的有效性的技术问题。
5.第一方面，本技术提供一种业务推荐方法，包括：获取预设时长内多个用户账户的行为数据，其中，一个用户账户的行为数据包括多条上网访问记录，一条上网记录包括一个被访问应用程序的标识；基于该预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，该目标图谱中包括多个节点和多个关联关系，该目标图谱用于表征该多个节点之间的关联关系以及每个关联关系对应的关联度；在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务，该第一关联关系为第一节点与第二节点之间的关联关系，该第一节点为第一用户账户，该第二节点为第一应用程序，该第一用户账户为该多个用户账户中的一个，该第一应用程序为该上网记录中包括的应用程序，该目标业务为与第二节点对应的业务。
6.可选地，该预设图模型包括至少一个节点类型、至少一个关联关系类型以及至少一个关联关系类型中每个关联关系类型对应的关联关系属性，上述基于该预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，具体可以包括：基于该预设时长内多个用户账户的行为数据确定至少一个节点类型中每个节点类型对应的节点，以及基于该预设时长内多个用户账户的行为数据确定该每个关联关系类型对应的关联关系；对该每个节点类型对应的节点、该每个关联关系类型对应的关联关系、该每个关联关系对应的关联关系属性分别与该预设时长内多个用户账户的行为数据进行映射处理，得到目标图数据集，该目标图数据集包括该每个节点类型对应的节点的节点数据、该每个关联关系类型对应的关联关系的关联关系数据以及该每个关联关系对应的关联关系属性的属性数据；基于该目标图数据集，生成该目标图谱。
7.可选地，上述预设时长内多个用户账户的行为数据中包括每个数据的数据名称，对该每个关联关系对应的关联关系属性与该预设时长内多个用户账户的行为数据进行映
射处理，具体可以包括：在第一关联关系属性与第一数据名称相同的情况下，将该第一数据名称对应的数据确定为该第一关联关系属性对应的属性数据，该第一关联关系属性为该第一关联关系对应的属性，该第一数据名称为第一上网访问记录中包括的数据名称，该第一上网访问记录为该第一用户账户访问该第一应用程序的记录。
8.可选地，该业务推荐方法还包括：在该第一关联关系属性与该第一数据名称不同的情况下，确定目标函数；基于该目标函数以及该预设时长内多个用户的行为数据，生成该第一关联关系属性对应的属性数据。
9.可选地，该业务推荐方法还包括：基于该第一关联关系对应的关联关系属性的属性数据确定该第一关联关系对应的关联度。
10.第二方面，本技术提供一种业务推荐装置，包括：获取模块、处理模块以及发送模块；该获取模块，用于获取预设时长内多个用户账户的行为数据，其中，一个用户账户的行为数据包括多条上网访问记录，一条上网记录包括一个被访问应用程序的标识；该处理模块，用于基于该预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，该目标图谱中包括多个节点和多个关联关系，该目标图谱用于表征该多个节点之间的关联关系以及每个关联关系对应的关联度；该发送模块，用于在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务，该第一关联关系为第一节点与第二节点之间的关联关系，该第一节点为第一用户账户，该第二节点为第一应用程序，该第一用户账户为该多个用户账户中的一个，该第一应用程序为该上网记录中包括的应用程序，该目标业务为与第二节点对应的业务。
11.可选地，上述预设图模型包括至少一个节点类型、至少一个关联关系类型以及至少一个关联关系类型中每个关联关系类型对应的关联关系属性，该业务推荐装置还包括确定模块；该确定模块，用于基于该预设时长内多个用户账户的行为数据确定至少一个节点类型中每个节点类型对应的节点，以及基于该预设时长内多个用户账户的行为数据确定该每个关联关系类型对应的关联关系；该处理模块，具体用于对该每个节点类型对应的节点、该每个关联关系类型对应的关联关系、该每个关联关系对应的关联关系属性分别与该预设时长内多个用户账户的行为数据进行映射处理，得到目标图数据集，该目标图数据集包括该每个节点类型对应的节点的节点数据、该每个关联关系类型对应的关联关系的关联关系数据以及该每个关联关系对应的关联关系属性的属性数据；该处理模块，还具体用于基于该目标图数据集，生成该目标图谱。
12.可选地，上述预设时长内多个用户账户的行为数据中包括每个数据的数据名称，该确定模块，具体用于在第一关联关系属性与第一数据名称相同的情况下，将该第一数据名称对应的数据确定为该第一关联关系属性对应的属性数据，该第一关联关系属性为该第一关联关系对应的属性，该第一数据名称为第一上网访问记录中包括的数据名称，该第一上网访问记录为该第一用户账户访问该第一应用程序的记录。
13.可选地，该确定模块，还具体用于在该第一关联关系属性与该第一数据名称不同的情况下，确定目标函数；该处理模块，还具体用于基于该目标函数以及该预设时长内多个用户的行为数据，生成该第一关联关系属性对应的属性数据。
14.可选地，该确定模块，还具体用于基于该第一关联关系对应的关联关系属性的属性数据确定该第一关联关系对应的关联度。
15.第三方面，本技术提供一种电子设备，包括：处理器和被配置为存储处理器可执行指令的存储器；其中，处理器被配置为执行该指令，以实现上述第一方面中任一种可选地业务推荐方法。
16.第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质上存储有指令，当该计算机可读存储介质中的指令由电子设备执行时，使得该电子设备能够执行上述第一方面中任一种可选地业务推荐方法。
17.本技术提供的业务推荐方法、装置、电子设备及存储介质，电子设备可以获取预设时长内多个用户账户的行为数据，然后基于所述预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，并且在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务。本技术中，由于该目标图谱可以表征该多个节点之间的关联关系以及每个关联关系对应的关联度，因此，该电子设备可以从该目标图谱中获取到该第一关联关系对应的关联度，又由于在该第一关联关系对应的关联度大于或等于关联度阈值的情况下，说明该第一节点(即第一用户账户节点)与该第二节点(即第一应用程序节点)之间的关联程度较高，此时，该电子设备向第一用户账户推荐该第一应用程序对应的业务，可以提高该业务推荐的有效性。
附图说明
18.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
19.图1为本技术实施例提供的一种业务推荐方法的流程示意图；
20.图2为本技术实施例提供的另一种业务推荐方法的流程示意图；
21.图3为本技术实施例提供的另一种业务推荐方法的流程示意图；
22.图4为本技术实施例提供的另一种业务推荐方法的流程示意图；
23.图5为本技术实施例提供的另一种业务推荐方法的流程示意图；
24.图6为本技术实施例提供的另一种业务推荐方法的流程示意图；
25.图7为本技术实施例提供的一种业务推荐装置的结构示意图；
26.图8为本技术实施例提供的另一种业务推荐装置的结构示意图。
具体实施方式
27.下面将结合附图对本技术实施例提供的业务推荐方法、装置、电子设备及存储介质进行详细的描述。
28.本技术的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序，例如，第一节点和第二节点等是用于区别不同的节点，而不是用于描述节点的特定顺序。
29.此外，本技术的描述中所提到的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
30.需要说明的是，本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例
证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
31.本技术中所述“和/或”，包括用两种方法中的任意一种或者同时使用两种方法。
32.在本技术的描述中，除非另有说明，“多个”的含义是指两个或两个以上。
33.下面对本技术实施例提供的一种业务推荐方法、装置、电子设备及存储介质所涉及的一些概念做解释说明。
34.图是基于实体及其关系构成的非线性数据结构，现实世界中很多复杂系统可以使用图的相关特性进行描述和分析。日常生活中各领域常见的图数据包括社交网络、内容网络以及交通网络等。在社交网络中，节点是每个具体的用户，边是用户之间的互动关系。在铁路交通网络中，节点可以是分散在全国的火车站，边是连接各个火车站之间的铁路轨道。在互联网内容网络中，节点可以是每一个网页，边可以是网页之间的超链接关系。
35.当前各行各业在数字化转型的过程中积累了海量数据，随着业务逻辑的日益复杂以及数据来源的多样性，如何有效地可视化管理以及挖掘数据之间的深度关联价值成为一项重要的工作。图数据建模具有简洁形象的优点，能更清晰地建模复杂的数据模型，有助于知识检索和价值挖掘。图数据建模适合应用于数据种类繁杂、需可视化展现、关联维度和关联价值较高的应用场景。同时图数据建模也是后续对图进行图计算和图训练的基础。
36.基于背景技术中所描述，由于相关技术中，已订购业务的相关业务和该已订购业务的相似度较高，该相关业务与该已订购业务可能有部分重合，该电子设备向用户账户推荐该相关业务，降低了业务推荐的有效性。基于此，本技术实施例提供一种业务推荐方法、装置、电子设备及存储介质，由于该目标图谱可以表征该多个节点之间的关联关系以及每个关联关系对应的关联度，因此，该电子设备可以从该目标图谱中获取到该第一关联关系对应的关联度，又由于在该第一关联关系对应的关联度大于或等于关联度阈值的情况下，说明该第一节点(即第一用户账户节点)与该第二节点(即第一应用程序节点)之间的关联程度较高，此时，该电子设备向第一用户账户推荐该第一应用程序对应的业务，可以提高该业务推荐的有效性。
37.本技术实施例提供的业务推荐方法、装置、电子设备及存储介质，应用于业务推荐的场景中，当电子设备获取到预设时长内多个用户账户的行为数据时，可以基于预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，该目标图谱用于表征多个节点之间的关联关系以及每个关联关系对应的关联度，在第一关联关系对应的关联度大于或等于关联度阈值的情况下，该电子设备可以向第一节点推荐目标业务。
38.如图1所示，本技术实施例提供的业务推荐方法可以包括s101-s103。
39.s101、电子设备获取预设时长内多个用户账户的行为数据。
40.其中，一个用户账户的行为数据包括多条上网访问记录，一条上网记录包括一个被访问应用程序的标识。
41.可以理解的是，一个用户账户的行为数据可以用于表征该用户账户在该预设时长内的上网行为。
42.可选地，该被访问应用程序的标识可以为该应用程序的名称。
43.可选地，一条上网记录还可以包括上网访问开始时间、上网访问结束时间、本次上
网访问使用的流量大小，该被访问应用程序的发行机构、该被访问应用程序所属的领域。
44.在一种可选的实现方式中，该电子设备可以通过本地上传离线数据文件，或者在线数据采集的方式获取该预设时长内多个用户账户的行为数据。
45.可选地，该预设时长可以为一年。
46.可选地，该在线数据采集的采集源可以为mysql数据库、文件传输协议(file transfer protocol，ftp)等。
47.s102、电子设备基于预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱。
48.其中，该目标图谱中包括多个节点和多个关联关系，该目标图谱用于表征该多个节点之间的关联关系以及每个关联关系对应的关联度。
49.可以理解的是，一个图模型中可以包括节点类型的定义和节点之间的关联关系类型的定义，本技术实施例中，该预设图模型包括的节点类型包括用户账户节点和应用程序节点，节点之间的关联关系类型为上网访问关联关系。
50.可选地，该预设图模型中还可以包括节点属性以及关联关系属性。
51.示例性的，该用户账户节点对应的节点属性可以包括用户账户标识、年龄、性别、归属地、月固定套餐费用、月均增值消费额、月均消费流量、月均通话时长等；还应用程序节点对应的节点属性可以包括应用程序标识、名称、类别、单位、行业等；该上网访问关联关系对应的关联关系属性可以包括上网访问标识、月均访问次数、月均访问时长等。
52.在一种可选的实现方式中，该电子设备可以从图模型管理库中直接获取该预设图模型，该预设图模型中包括节点类型的定义以及该节点之间的关联关系的定义。
53.在另一种可选的实现方式中，该电子设备可以获取节点类型的定义以及该节点之间的关联关系的定义，然后基于该节点类型的定义以及该节点之间的关联关系的定义新建一个图模型，然后将该新建的图模型确定为预设图模型。
54.可选地，该电子设备还可以将该新建的预设图模型存储在该图模型管理库中，以使得后续可以对该预设图模型进行复用和查看。
55.可选地，该电子设备还可以获取该预设图模型的名称、描述简介等。
56.示例性的，该预设图模型的名称可以为“运营商a对应的移动网络用户账户一年内的上网行为图模型”，该预设图模型的描述简介可以为“可视化展示运营商a对应的移动用户账户在过去一年内的上网行为”。
57.应理解，该目标图谱中包括的多个节点也包括用户账户节点和应用程序节点，该上网访问关联关系用于表征用户账户节点与应用程序节点之间的关联关系。
58.可以理解的是，一个关联关系用于表征两个节点之间的关联关系，一个关联关系对应的关联度用于表征该两个节点之间的关联程度，当该关联度较大时，说明该两个节点之间的关联程度较高。
59.在一种可选的实现方式中，电子设备可以对该获取到的预设时长内多个用户账户的行为数据进行数据处理，然后基于该数据处理后的数据以及该预设图模型，生成该目标图谱。
60.可选地，在该行为数据的数据格式为标准格式(例如三元组格式)的情况下，该电子设备可以对该行为数据进行异常字符去除、数值填充、数据去重、字段重命名等处理。
61.可选地，在该行为数据无法清楚地确定出节点与关联关系时，该电子设备可以通过数据处理脚本对该行为数据进行节点、关联关系、属性等图元素抽取处理。
62.在一种可选的实现方式中，该电子设备可以将该预设时长内多个用户账户的行为数据导入该预设图模型，生成该目标图谱。
63.s103、在第一关联关系对应的关联度大于或等于关联度阈值的情况下，电子设备向第一节点推荐目标业务。
64.其中，该第一关联关系为第一节点与第二节点之间的关联关系，该第一节点为第一用户账户，该第二节点为第一应用程序，该第一用户账户为该多个用户账户中的一个，该第一应用程序为该上网记录中包括的应用程序，该目标业务为与第二节点对应的业务。
65.应理解，在该第一关联关系对应的关联度大于或等于关联度阈值的情况下，说明该第一用户账户与该第一应用程序之间的关联程度较高，该第一用户账户可能经常访问该第一应用程序，此时，该电子设备可以向该第一用户账户推荐该第一应用程序对应的目标业务。
66.在一种可选的实现方式中，在该第一关联关系对应的关联度小于关联度阈值的情况下，说明该第一用户账户与该第一应用程序之间的关联程度较低，该第一用户账户可能经常不访问该第一应用程序，此时，该电子设备可以确定该第一用户账户与其他应用程序节点之间的关联关系对应的关联度，当该第一关联关系对应的关联度最高时，确定向该第一用户账户推荐该目标业务。
67.在一种可选地实现方式中，该预设时长内多个用户账户的行为数据中还包括该多个用户账户的通话记录，此时，该预设图模型中包括的关联关系类型还可以包括电话呼叫关联关系，该电话呼叫关联关系对应的关联关系属性可以包括电话呼叫标识、月均呼叫次数、月均通话时长等。
68.可选地，该电子设备还可以确定该第一用户账户的电话呼叫时长，然后在该第一用户账户的电话呼叫时长大于或等于时长阈值，并且第一用户账户与第二应用程序之间的关联度大于或等于关联度阈值的情况下，向第一用户账户推荐该目标业务。
69.上述实施例提供的技术方案至少能够带来以下有益效果：由s101-s103可知，电子设备可以获取预设时长内多个用户账户的行为数据，然后基于所述预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，并且在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务。本技术实施例中，由于该目标图谱可以表征该多个节点之间的关联关系以及每个关联关系对应的关联度，因此，该电子设备可以从该目标图谱中获取到该第一关联关系对应的关联度，又由于在该第一关联关系对应的关联度大于或等于关联度阈值的情况下，说明该第一节点(即第一用户账户节点)与该第二节点(即第一应用程序节点)之间的关联程度较高，此时，该电子设备向第一用户账户推荐该第一应用程序对应的业务，可以提高该业务推荐的有效性。
70.在本技术实施例的一种实现方式中，该预设图模型包括至少一个节点类型、至少一个关联关系类型以及至少一个关联关系类型中每个关联关系类型对应的关联关系属性，结合图1，如图2所示，上述电子设备基于预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，具体可以包括s1021-s1023。
71.s1021、电子设备基于预设时长内多个用户账户的行为数据确定至少一个节点类
型中每个节点类型对应的节点，以及基于预设时长内多个用户账户的行为数据确定每个关联关系类型对应的关联关系。
72.应理解，一个关联关系类型对应一种关联关系属性，当第一关联关系的类型与第二关联关系的类型相同时，该第一关联关系对应的关联关系属性与该第二关联关系对应的关联关系属性相同。
73.需要说明的是，一个关联关系类型对应的关联关系属性的数量可能为一个可能为多个，本技术实施例对关联关系属性的数量不作限制。
74.本技术实施例中，该预设图模型中包括的至少一个节点类型为用户账户节点以及应用程序节点，该至少一个关联关系类型为上网访问关联关系，该上网访问关联关系对应的关联关系属性为月均访问时长。
75.可选地，该上网访问关联关系对应的关联关系属性还可以包括月均访问次数，上网访问标识。
76.应理解，一条上网访问记录用于表征某一用户账户访问某一应用程序的记录，该一条上网访问记录中包括该上网访问开始时间、上网访问结束时间、该用户账户的标识。
77.可以理解的是，该电子设备可以基于该多条访问记录确定出多个用户账户的标识，以及多个应用程序的标识，然后将该多个用户账户的标识确定为多个用户账户节点，将该多个应用程序的标识确定为多个应用程序节点。
78.应理解，每条上网访问记录中包括的用户账户的标识以及应用程序的标识之间的关联关系为上网访问关联关系，该电子设备可以基于该多条上网访问记录确定出多个关联关系。
79.s1022、电子设备对每个节点类型对应的节点、每个关联关系类型对应的关联关系、每个关联关系对应的关联关系属性分别与预设时长内多个用户账户的行为数据进行映射处理，得到目标图数据集。
80.其中，所述目标图数据集包括所述每个节点类型对应的节点的节点数据、所述每个关联关系类型对应的关联关系的关联关系数据以及所述每个关联关系对应的关联关系属性的属性数据。
81.在一种可选的实现方式中，该预设图模型中包括的节点的定义、关联关系的定义、节点属性以及关联关系属性中关联了该行为数据中包括的字段，该电子设备可以基于该关联关系对该行为数据进行映射处理，得到目标图数据集。
82.在另一种可选的实现方式中，该电子设备可以通过预设的通用数据映射脚本，对该每个节点类型对应的节点、每个关联关系类型对应的关联关系、每个关联关系对应的关联关系属性分别与预设时长内多个用户账户的行为数据进行映射处理，得到该目标图数据集。
83.s1023、电子设备基于目标图数据集，生成目标图谱。
84.在一种可选的实现方式中，该电子设备可以将该目标图数据集导入图数据库，进而生成该目标图谱。
85.可选地，该图数据库可以为neo4j图数据库。
86.在一种可选的实现方式中，该电子设备还可以对目标图数据集进行图计算、图训练等操作。
87.可选地，该电子设备可以选择相应的图计算算法对目标图谱中包括的节点以及关联关系进行分析处理。
88.可选地，该图计算算法可以为遍历算法、中心性算法和社区发现算法等。
89.可选地，该电子设备还可以基于该目标图数据集，通过上传或者在线开发具体的图神经网络模型对该目标图数据集进行的特征信息的提取和学习。
90.可选地，该图神经网络模型可以为图卷积网络模型、图注意力网络模型、图生成网络模型等。
91.可选地，该电子设备还可以对图计算和图训练操作后得到的结果选择是否持久化保存，若是，则将图计算或图训练的结果更新至该目标图数据集；若否，则结束当前图计算或图训练的操作。
92.本技术实施例中，由于该预设图模型中包括至少一个节点类型、至少一个关联关系类型，因此该电子设备可以基于该节点类型确定该行为数据中包括的节点，基于该关联关系类型确定该行为数据中包括的关联关系，然后该电子设备可以对该每个节点类型对应的节点与预设时长内多个用户账户的行为数据进行映射处理，得到每个节点的节点数据、对该每个关联关系类型对应的关联关系与预设时长内多个用户账户的行为数据进行映射处理，得到每个关联关系的关联关系数据、对该每个关联关系对应的关联关系属性与预设时长内多个用户账户的行为数据进行映射处理，得到每个关联关系属性的属性数据，该电子设备基于该每个节点的节点数据、每个关联关系的关联关系数据以及该每个关联关系属性的属性数据生成目标图谱，该目标图谱可以准确地表征该多个节点之间的关联关系以及每个关联关系对应的关联度，可以提高目标图谱生成的准确性。
93.在本技术实施例的一种实现方式中，预设时长内多个用户账户的行为数据中包括每个数据的数据名称，结合图2，如图3所示，电子设备对每个关联关系对应的关联关系属性与预设时长内多个用户账户的行为数据进行映射处理，具体可以包括s1022a。
94.s1022a、在第一关联关系属性与第一数据名称相同的情况下，电子设备将第一数据名称对应的数据确定为第一关联关系属性对应的属性数据。
95.其中，该第一关联关系属性为第一关联关系对应的关联关系属性，该第一数据名称为第一上网访问记录中包括的数据名称，该第一上网访问记录为所述第一用户账户访问第一应用程序的记录。
96.应理解，在第一关联关系属性与第一数据名称相同的情况下，说明该第一数据名称对应的数据与该第一关联关系属性对应的数据相同，此时，该电子设备可以直接将该第一数据名称对应的数据确定为第一关联关系属性对应的属性数据。
97.在一种可选的实现方式中，当该第一关联关系对应多个关联关系属性时，该第一关联关系属性为该多个关联关系属性中的一个。
98.示例性的，假设该第一关联关系属性为上网访问标识，该第一数据名称为上网访问标识，该第一数据名称对应的数据为标识1，则该电子设备可以将该标识1确定为该第一关联关系属性对应的属性数据。
99.本技术实施例中，由于在该第一关联关系属性与第一数据名称相同的情况下，说明该第一数据名称对应的数据与该第一关联关系属性对应的数据相同，因此该电子设备将该第一数据名称对应的数据确定为第一关联关系属性对应的属性数据，可以提高数据映射
的准确性。
100.结合图3，如图4所示，电子设备对每个关联关系对应的关联关系属性与预设时长内多个用户账户的行为数据进行映射处理，具体还可以包括s1022b-s1022c。
101.s1022b、在第一关联关系属性与第一数据名称不同的情况下，电子设备确定目标函数。
102.应理解，在第一关联关系属性与第一数据名称不同的情况下，说明该第一用于与第一应用程序之间的上网记录中不包括该第一关联关系属性对应的属性数据，此时，该电子设备可以确定通过与该第一关联关系属性间接关联的其他数据，得到该第一关联关系属性的属性数据。
103.具体的，该电子设备可以确定目标函数，该目标函数用于对该其他数据进行函数处理，得到该第一关联关系属性的属性数据。
104.s1022c、电子设备基于目标函数以及预设时长内多个用户账户的行为数据，生成第一关联关系属性对应的属性数据。
105.具体的，该电子设备从该预设时长内多个用户账户的行为数据中确定出与该第一关联关系属性间接关联的数据，然后基于该目标函数对该与该第一关联关系属性间接关联的数据进行函数处理，得到该第一关联关系属性的属性数据。
106.示例性的，假设该预设时长为一年，该第一关联关系属性为月均访问时长，一个上网访问记录中包括上网访问开始时间、上网访问结束时间，则该电子设备可以确定第一用户与第二用户之间的至少一条上网访问记录，然后确定出该至少一条上网访问记录中每个上网访问记录对应的访问时长之和，再除以12，进而得到该月均访问时长对应的数据。
107.本技术实施例中，由于在第一关联关系属性与第一数据名称不同的情况下，说明该第一用于与第一应用程序之间的上网记录中不包括该第一关联关系属性对应的属性数据，此时，该电子设备可以确定目标函数，然后基于该目标函数以及预设时长内多个用户账户的行为数据(具体为预设时长内多个用户账户的行为数据中与该第一关联关系属性间接关联的其他数据)，得到该第一关联关系属性的属性数据，本技术实施例中，由于该关联关系属性的属性数据能够更有效的表征节点之间的关联关系，因此，该电子设备通过目标函数对该原始的行为数据进行函数处理，得到确定地得到关联关系属性的属性数据，可以提高该目标图谱的有效性，进而提高业务处理的有效性。
108.结合图2，如图5所示，本技术实施例提供的业务推荐方法，还包括s104。
109.s104、电子设备基于第一关联关系对应的关联关系属性的属性数据确定第一关联关系对应的关联度。
110.在一种可选的实现方式中，该电子设备可以将该第一关联关系对应的关联关系属性的属性数据确定为该第一关联关系对应的关联度。
111.在另一种可选的实现方式中，该第一关联关系可能对应多个关联关系属性，此时，该电子设备可以确定每个关联关系属性对应的权重，然后基于该每个关联关系属性对应的权重确定该关联度。
112.示例性的，假设第一上网访问关联关系对应关联关系属性为月均访问次数，则该电子设备可以将该月均访问次数确定为该第一上网访问关联关系对应的关联度。
113.以下以一个示例说明本技术实施例基于预设时长内多个用户账户的行为数据以
及预设图模型生成目标图谱的方法。
114.示例性的，如图6所示，本技术实施例提供的业务推荐方法可以包括s201-s210。
115.s201、创建图模型。
116.具体的，该电子设备可以定义图模型的具体结构信息，包括实体和关系的定义，即图谱的节点和边，如果实体和关系有相对应的属性，则进一步定义实体属性和关系属性。具体定义方式可以选择新定义实体和关系，或者选择已定义好的图模型进行参考复用，选择合适的图模型，然后进一步编辑其实体和关系的信息并保存使用。
117.本技术实施例中，该电子设备还可以将定义好具体结构信息的图模型纳入图模型管理，主要是对各用户配置的图模型进行存储和查看。
118.s202、数据接入。
119.具体的，用户可配置接入数据相关信息，如数据集名称、描述简介、接入方式等。接入方式可选本地上传离线数据文件，或者在线数据采集。
120.本技术实施例中，电子设备可以对接入的数据选择是否进行数据处理操作，若否，则直接作为源数据纳入源数据管理；若是，则进行源数据处理操作，处理完作为新的源数据纳入源数据管理。
121.s203、创建图谱实例。
122.具体的，电子设备将图模型中的实体、关系及相关属性与数据文件中的对应实体数据、关系数据和属性数据进行关联。
123.s204、图模型和数据映射。
124.具体的，电子设备通过预设图模型和数据映射脚本，实现图谱实例的图模型和数据关联融合。
125.s205、图数据集管理。
126.具体的，电子设备将映射完成的目标图数据集纳入图数据集管理，主要是对各用户创建的图谱实例数据集进行存储和查看。
127.s206、生成目标图谱。
128.具体的，电子设备可以通过预置的图数据库导入脚本，将目标图数据集导入图数据库，完成目标图谱的生成，各用户生成的图谱可纳入图谱管理。
129.s207、可视化查看。
130.具体的，电子设备可以基于已构建好的目标图谱，通过执行相应的图数据库指令实现查看该目标图谱。
131.s208、图计算。
132.具体的，电子设备可以基于已构建好的目标图谱，通过选择相应的图计算算法模型对实体及关联关系进行分析处理。
133.s209、图训练。
134.具体的，电子设备可以基于已构建好的目标图数据集，通过上传或者在线开发具体的图神经网络模型对图数据的特征信息进行提取和学习。
135.s210、图数据集更新。
136.具体的，电子设备可以对图计算和图训练操作后得到的结果选择是否持久化保存，若是，则将图计算或图训练的结果更新至目标图数据集。若否，则结束当前图计算或图
训练的操作。
137.需要说明的是，该电子设备可以基于上述s201-s210实现根据其他数据文件与其他图模型生成其他图谱。
138.根据上述s201-s202提供的方法，可以改善传统图数据构建方式，便于对各环节中间结果的复用以及管理，例如不同用户对于数据和模型等的查看和复用。同时实现了图数据的构建、存储、计算和训练一体化，有利于图智能技术的工程化应用。
139.本技术实施例可以根据上述方法示例对电子设备进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
140.在采用对应各个功能划分各个功能模块的情况下，图7示出了上述实施例中所涉及的业务推荐装置的一种可能的结构示意图，如图7所示，业务推荐装置10可以包括：获取模块101、处理模块102以及发送模块103。
141.获取模块101，用于获取预设时长内多个用户账户的行为数据，其中，一个用户账户的行为数据包括多条上网访问记录，一条上网记录包括一个被访问应用程序的标识。
142.处理模块102，用于基于该预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，该目标图谱中包括多个节点和多个关联关系，该目标图谱用于表征该多个节点之间的关联关系以及每个关联关系对应的关联度。
143.发送模块103，用于在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务，该第一关联关系为第一节点与第二节点之间的关联关系，该第一节点为第一用户账户，该第二节点为第一应用程序，该第一用户账户为该多个用户账户中的一个，该第一应用程序为该上网记录中包括的应用程序，该目标业务为与第二节点对应的业务。
144.可选地，上述预设图模型包括至少一个节点类型、至少一个关联关系类型以及至少一个关联关系类型中每个关联关系类型对应的关联关系属性，该业务推荐装置还包括确定模块104。
145.确定模块104，用于基于该预设时长内多个用户账户的行为数据确定至少一个节点类型中每个节点类型对应的节点，以及基于该预设时长内多个用户账户的行为数据确定该每个关联关系类型对应的关联关系。
146.处理模块102，具体用于对该每个节点类型对应的节点、该每个关联关系类型对应的关联关系、该每个关联关系对应的关联关系属性分别与该预设时长内多个用户账户的行为数据进行映射处理，得到目标图数据集，该目标图数据集包括该每个节点类型对应的节点的节点数据、该每个关联关系类型对应的关联关系的关联关系数据以及该每个关联关系对应的关联关系属性的属性数据。
147.处理模块102，还具体用于基于该目标图数据集，生成该目标图谱。
148.可选地，上述预设时长内多个用户账户的行为数据中包括每个数据的数据名称。
149.确定模块104，具体用于在第一关联关系属性与第一数据名称相同的情况下，将该第一数据名称对应的数据确定为该第一关联关系属性对应的属性数据，该第一关联关系属
性为该第一关联关系对应的属性，该第一数据名称为第一上网访问记录中包括的数据名称，该第一上网访问记录为该第一用户账户访问该第一应用程序的记录。
150.可选地，确定模块104，还具体用于在该第一关联关系属性与该第一数据名称不同的情况下，确定目标函数。
151.处理模块102，还具体用于基于该目标函数以及该预设时长内多个用户的行为数据，生成该第一关联关系属性对应的属性数据。
152.可选地，确定模块104，还具体用于基于该第一关联关系对应的关联关系属性的属性数据确定该第一关联关系对应的关联度。
153.在采用集成的单元的情况下，图8示出了上述实施例中所涉及的业务推荐装置的一种可能的结构示意图。如图8所示，业务推荐装置20可以包括：处理模块201和通信模块202。处理模块201可以用于对业务推荐装置20的动作进行控制管理。通信模块202可以用于支持业务推荐装置20与其他实体的通信。可选地，如图8所示，该业务推荐装置20还可以包括存储模块203，用于存储业务推荐装置20的程序代码和数据。
154.其中，处理模块201可以是处理器或控制器。通信模块202可以是收发器、收发电路或通信接口等。存储模块203可以是存储器。
155.其中，当处理模块201为处理器，通信模块202为收发器，存储模块203为存储器时，处理器、收发器和存储器可以通过总线连接。总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。
156.应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
157.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
158.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
159.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
160.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机
指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户账户终端线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，dvd)、或者半导体介质(例如固态硬盘(sol标识state disk，ssd))等。
161.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种业务推荐方法，其特征在于，包括：获取预设时长内多个用户账户的行为数据，其中，一个用户账户的行为数据包括多条上网访问记录，一条上网记录包括一个被访问应用程序的标识；基于所述预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，所述目标图谱中包括多个节点和多个关联关系，所述目标图谱用于表征所述多个节点之间的关联关系以及每个关联关系对应的关联度；在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务，所述第一关联关系为第一节点与第二节点之间的关联关系，所述第一节点为第一用户账户，所述第二节点为第一应用程序，所述第一用户账户为所述多个用户账户中的一个，所述第一应用程序为所述上网记录中包括的应用程序，所述目标业务为与第二节点对应的业务。2.根据权利要求1所述的业务推荐方法，其特征在于，所述预设图模型包括至少一个节点类型、至少一个关联关系类型以及至少一个关联关系类型中每个关联关系类型对应的关联关系属性，所述基于所述预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，包括：基于所述预设时长内多个用户账户的行为数据确定至少一个节点类型中每个节点类型对应的节点，以及基于所述预设时长内多个用户账户的行为数据确定所述每个关联关系类型对应的关联关系；对所述每个节点类型对应的节点、所述每个关联关系类型对应的关联关系、所述每个关联关系对应的关联关系属性分别与所述预设时长内多个用户账户的行为数据进行映射处理，得到目标图数据集，所述目标图数据集包括所述每个节点类型对应的节点的节点数据、所述每个关联关系类型对应的关联关系的关联关系数据以及所述每个关联关系对应的关联关系属性的属性数据；基于所述目标图数据集，生成所述目标图谱。3.根据权利要求2所述的业务推荐方法，其特征在于，所述预设时长内多个用户账户的行为数据中包括每个数据的数据名称，对所述每个关联关系对应的关联关系属性与所述预设时长内多个用户账户的行为数据进行映射处理，包括：在第一关联关系属性与第一数据名称相同的情况下，将所述第一数据名称对应的数据确定为所述第一关联关系属性对应的属性数据，所述第一关联关系属性为所述第一关联关系对应的属性，所述第一数据名称为第一上网访问记录中包括的数据名称，所述第一上网访问记录为所述第一用户账户访问所述第一应用程序的记录。4.根据权利要求3所述的业务推荐方法，其特征在于，所述方法还包括：在所述第一关联关系属性与所述第一数据名称不同的情况下，确定目标函数；基于所述目标函数以及所述预设时长内多个用户的行为数据，生成所述第一关联关系属性对应的属性数据。5.根据权利要求2所述的业务推荐方法，其特征在于，所述方法还包括：基于所述第一关联关系对应的关联关系属性的属性数据确定所述第一关联关系对应的关联度。6.一种业务推荐装置，其特征在于，包括：获取模块、处理模块以及发送模块；
所述获取模块，用于获取预设时长内多个用户账户的行为数据，其中，一个用户账户的行为数据包括多条上网访问记录，一条上网记录包括一个被访问应用程序的标识；所述处理模块，用于基于所述预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱，所述目标图谱中包括多个节点和多个关联关系，所述目标图谱用于表征所述多个节点之间的关联关系以及每个关联关系对应的关联度；所述发送模块，用于在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务，所述第一关联关系为第一节点与第二节点之间的关联关系，所述第一节点为第一用户账户，所述第二节点为第一应用程序，所述第一用户账户为所述多个用户账户中的一个，所述第一应用程序为所述上网记录中包括的应用程序，所述目标业务为与第二节点对应的业务。7.根据权利要求6所述的业务推荐装置，其特征在于，所述预设图模型包括至少一个节点类型、至少一个关联关系类型以及至少一个关联关系类型中每个关联关系类型对应的关联关系属性，所述业务推荐装置还包括确定模块；所述确定模块，用于基于所述预设时长内多个用户账户的行为数据确定至少一个节点类型中每个节点类型对应的节点，以及基于所述预设时长内多个用户账户的行为数据确定所述每个关联关系类型对应的关联关系；所述处理模块，具体用于对所述每个节点类型对应的节点、所述每个关联关系类型对应的关联关系、所述每个关联关系对应的关联关系属性分别与所述预设时长内多个用户账户的行为数据进行映射处理，得到目标图数据集，所述目标图数据集包括所述每个节点类型对应的节点的节点数据、所述每个关联关系类型对应的关联关系的关联关系数据以及所述每个关联关系对应的关联关系属性的属性数据；所述处理模块，还具体用于基于所述目标图数据集，生成所述目标图谱。8.根据权利要求7所述的业务推荐装置，其特征在于，所述预设时长内多个用户账户的行为数据中包括每个数据的数据名称，所述确定模块，具体用于在第一关联关系属性与第一数据名称相同的情况下，将所述第一数据名称对应的数据确定为所述第一关联关系属性对应的属性数据，所述第一关联关系属性为所述第一关联关系对应的属性，所述第一数据名称为第一上网访问记录中包括的数据名称，所述第一上网访问记录为所述第一用户账户访问所述第一应用程序的记录。9.一种电子设备，其特征在于，所述电子设备包括：处理器；被配置为存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如权利要求1-5中任一项所述的业务推荐方法。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，当所述计算机可读存储介质中的指令由电子设备执行时，使得所述电子设备能够执行如权利要求1-5中任一项所述的业务推荐方法。

技术总结
本申请提供一种业务推荐方法、装置、电子设备及存储介质，涉及计算机技术领域。该方法包括：获取预设时长内多个用户账户的行为数据；基于该预设时长内多个用户账户的行为数据以及预设图模型，生成目标图谱；在第一关联关系对应的关联度大于或等于关联度阈值的情况下，向第一节点推荐目标业务。本申请提供的业务推荐方法，提高了业务推荐的有效性。提高了业务推荐的有效性。提高了业务推荐的有效性。


技术研发人员：贺鸣 郭熹 黄兵明 马瑞涛 秦守浩
受保护的技术使用者：中国联合网络通信集团有限公司
技术研发日：2023.06.20
技术公布日：2023/9/20