买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市腾讯信息技术有限公司申请的专利模型训练方法、图数据处理方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115222044B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210827890.8，技术领域涉及：G06N3/082；该发明授权模型训练方法、图数据处理方法、装置、设备及存储介质是由孙嘉齐;赵胜林;白星宇;石书玮设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本模型训练方法、图数据处理方法、装置、设备及存储介质在说明书摘要公布了：本申请提供了一种模型训练方法、图数据处理方法、装置、设备及存储介质；方法包括：获取预设的图神经网络模型和训练数据；利用图神经网络模型确定各个训练节点的训练表示向量；确定训练图结构的补图结构和补图结构的第一邻接矩阵，获取训练图结构的第二邻接矩阵；基于第一邻接矩阵、第二邻接矩阵和各个训练节点的训练表示向量确定第一损失函数分量；基于图神经网络模型预设的第二损失函数分量和第一损失函数分量确定联合损失函数；利用联合损失函数、各个训练节点的训练表示向量和各个训练节点的训练标签，对图神经网络模型进行训练，得到训练好的图神经网络模型。通过本申请，能够提高图神经网络模型对信号描述的全面性。

本发明授权模型训练方法、图数据处理方法、装置、设备及存储介质在权利要求书中公布了：1.一种模型训练方法，其特征在于，应用于游戏道具的推荐场景，所述方法包括： 获取预设的图神经网络模型和训练数据，所述训练数据包括训练图结构和所述训练图结构中各个训练节点的标签信息，其中，所述训练节点对应玩家或道具，所述训练节点之间的边表征所述玩家对所述道具的使用或购买的关系； 利用所述图神经网络模型确定所述各个训练节点的训练表示向量，其中，当所述训练节点为对应所述玩家时，所述训练表示向量是基于所述玩家的属性信息确定的；当所述训练节点为对应所述道具时，所述训练表示向量是基于所述道具的属性信息确定的； 确定所述训练图结构的补图结构和所述补图结构的第一邻接矩阵，获取所述训练图结构的第二邻接矩阵； 基于所述第一邻接矩阵、所述第二邻接矩阵和所述各个训练节点的训练表示向量确定第一损失函数分量； 基于所述图神经网络模型预设的第二损失函数分量和所述第一损失函数分量确定联合损失函数； 利用所述联合损失函数、所述各个训练节点的训练表示向量和所述各个训练节点的训练标签，对所述图神经网络模型进行训练，得到训练好的图神经网络模型，其中，所述训练好的图神经网络模型用于处理所述道具的推荐请求。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市腾讯信息技术有限公司，其通讯地址为：518054 广东省深圳市前海深港合作区前湾一路1号A栋201室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。