一种知识图谱摘要的确定方法及装置与流程

1.本技术涉及人工智能技术领域，尤其涉及一种知识图谱摘要的确定方法及装置。


背景技术：

2.知识图谱(knowledge graph)，是显示知识发展进程与结构关系的一系列图形。换言之，知识图谱中包括大量的节点，每个节点中包括一定的信息，节点与节点间存在连接关系。通常由于知识图谱中信息量庞大，所以在一些情况下会向用户呈现知识图谱摘要，以便于用户进行浏览和操作。
3.所谓知识图谱摘要，即是知识图谱中的少量节点及其连接关系，但是其能在一定程度上代表知识图谱中的关键信息。现有技术中，可以通过特定的摘要计算方法，确定出部分重要节点，即确定知识图谱摘要。但是现有的知识图谱摘要的确定方式，未考虑到用户对于该知识图谱摘要的兴趣程度和使用反馈，所以效果尚有待提高。


技术实现要素：

4.本技术提供一种知识图谱摘要的确定方法及装置。
5.第一方面，本技术提供一种知识图谱摘要的确定方法，包括：
6.确定知识图谱中当前版本的初始图谱摘要，以及所述初始图谱摘要对应的第一候选三元组；
7.获取目标用户的用户画像；
8.根据所述初始图谱摘要和所述用户画像，确定所述第一候选三元组对应的第一操作信息；
9.根据所述初始图谱摘要和所述第一操作信息，确定所述知识图谱中当前版本的目标图谱摘要。
10.优选的，所述确定所述初始图谱摘要对应的第一候选三元组包括：
11.确定初始图谱摘要包括的第一节点；和所述第一节点对应的第二节点；
12.根据所述第一节点和所述第二节点，确定多个所述第一候选三元组。
13.优选的，所述根据所述初始图谱摘要和所述用户画像，确定所述第一候选三元组对应的第一操作信息包括：
14.根据所述初始图谱摘要，确定第一摘要特征；
15.根据所述用户画像，确定第一用户特征；
16.根据所述第一候选三元组，确定第一三元组特征；
17.根据所述第一摘要特征、所述第一用户特征和所述第一三元组特征，确定所述第一候选三元组对应的第一操作信息。
18.优选的，所述根据所述第一摘要特征、所述第一用户特征和所述第一三元组特征，确定所述第一候选三元组对应的第一操作信息包括：
19.根据所述第一摘要特征、所述第一用户特征和所述第一三元组特征确定所述第一
候选三元组对应的第一特征图；
20.根据所述第一特征图，确定所述目标用户对于各备选操作的操作概率；
21.根据各所述备选操作的操作概率，确定所述第一操作信息。
22.优选的，所述根据所述初始图谱摘要和所述第一操作信息，确定所述知识图谱中当前版本的目标图谱摘要包括：
23.根据各所述第一候选三元组的第一操作信息，对所述初始图谱摘要对应的各所述第一候选三元组进行第一操作，以确定目标图谱摘要。
24.优选的，所述第一操作信息包括，节点展开操作信息，或节点收回操作信息；所述对所述初始图谱摘要对应的各所述第一候选三元组进行第一操作包括：
25.当所述第一操作信息为节点展开操作信息，将所述第一操作信息对应的所述第一候选三元组进行展开；
26.当所述第一操作信息为节点收回操作信息，将所述第一操作信息对应的所述第一候选三元组进行收回。
27.优选的，还包括：
28.将所述知识图谱中当前版本的目标图谱摘要，确定为所述知识图谱中下一版本的初始图谱摘要。
29.第二方面，本技术提供一种知识图谱摘要的确定装置，包括：
30.初始摘要确定模块，用于确定知识图谱中当前版本的初始图谱摘要，以及所述初始图谱摘要信息对应的第一候选三元组；
31.用户画像确定模块，用于获取目标用户的用户画像；
32.第一操作信息确定模块，用于根据所述初始图谱摘要和所述用户画像，确定所述第一候选三元组对应的第一操作信息；
33.目标摘要确定模块，用于根据所述初始图谱摘要和所述第一操作信息，确定所述知识图谱中当前版本的目标图谱摘要。
34.第三方面，本技术提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本技术所述的知识图谱摘要的确定方法。
35.第四方面，本技术提供一种电子设备，包括：
36.处理器；
37.用于存储所述处理器可执行指令的存储器；
38.所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本技术所述的知识图谱摘要的确定方法。
39.与现有技术相比，本技术提供的一种知识图谱摘要的确定方法及装置，结合初始图谱摘要和用户画像进行预测，以确定第一操作信息；根据第一操作信息对初始图谱摘要进行操作得到目标图谱摘要，使得目标图谱摘要既能反应知识图谱中的关键信息，亦可以兼顾用户的兴趣和需求。
附图说明
40.图1为本技术一实施例提供的一种知识图谱摘要的确定方法的流程示意图；
41.图2为本技术一实施例提供的一种知识图谱摘要的确定方法中知识图谱摘要的示
意图；
42.图3为本技术一实施例提供的一种知识图谱摘要的确定方法中摘要确定网络的结构示意图；
43.图4为本技术一实施例提供的另一种知识图谱摘要的确定方法的流程示意图；
44.图5为本技术一实施例提供的一种知识图谱摘要的确定方法中摘要确定网络的训练方法流程示意图；
45.图6为本技术一实施例提供的一种知识图谱摘要的确定装置的结构示意图。
具体实施方式
46.为使本技术的目的、特征、优点能够更加的明显和易懂，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而非全部实施例。基于本技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
47.由于知识图谱中信息量庞大，所以在一些情况下会向用户呈现知识图谱摘要，以便于用户进行浏览和操作。所谓知识图谱摘要，即是知识图谱中的少量节点及其连接关系，但是其能在一定程度上代表知识图谱中的关键信息。现有技术中，可以通过特定的摘要计算方法，确定出部分重要节点，即确定知识图谱摘要。
48.但是，现有的摘要计算方法主要是根据节点的特征来计算得到知识图谱摘要。也就是说，在计算过程仅仅考虑了节点特征，即计算确定节点中的信息是否“关键”；而未考虑到用户的兴趣和需求，从而无法准确的呈现出用户实际需要的部分节点。
49.因此，本技术实施例将提供一种知识图谱摘要的确定方法。如图1所示，本实施例中方法包括以下步骤：
50.步骤101、确定知识图谱中当前版本的初始图谱摘要，以及初始图谱摘要对应的第一候选三元组。
51.本实施例在确定知识图谱摘要的过程中，可以基于实际情况进行若干个版本的迭代。在上一版本中确定的图谱摘要，可以作为知识图谱当前版本的初始图谱摘要。初始图谱摘要可以如图2所示，图2中实线矩形内包括的内容即初始图谱摘要。本实施例中，初始图谱摘要可以以gt来表示。
52.初始图谱摘要中，将包括若干个节点以及节点间的连接关系。图2中每个实线圆形，便代表初始图谱摘要中的一个节点。本实施例中也可将初始图谱摘要中的节点称为第一节点。在图2中虚线矩形和实线矩形的范围之间，还包括了若干节点，如图2中虚线圆形所示。虚线圆形节点是第一节点的下一跳节点，也就是与第一节点具有直接连接关系的节点。本实施例中将上述第一节点的下一跳节点称为第二节点。
53.在本领域中，可以将两个节点，以及该两个节点的连接关系，在逻辑上称为一个“三元组”。两个节点之间的连接关系可以具有指向性，也可以不具有指向性。在连接关系具有指向性的情况下，则连接关系中上游的节点称为三元组的头节点，下游的节点称为三元组的尾节点。如图2中虚线椭圆中包括的就是一个示例性的“三元组”。而图2中包括的第一节点和第二节点所形成的任意三元组，均可称为第一候选三元组。也就是说，所以在本实施例中，可以根据初始图谱摘要，确定初始图谱摘要包括的第一节点；和第一节点对应的第二
节点；根据第一节点和第二节点，确定多个第一候选三元组。本实施例中，任意的一个第一候选三元组可以以ct表示。
54.步骤102、获取目标用户的用户画像。
55.本实施例最终将确定出当前版本对应的目标图谱摘要，供特定的目标用户进行浏览，并使得目标图谱摘要能够针对性的满足该目标用户的需求，符合目标用户的兴趣和需求。但是上一版本中确定的图谱摘要(也就是当前版本的初始图谱摘要)则未必符合该目标用户的需求和兴趣。所以本实施例的目的，是根据该目标用户的需求对初始图谱摘要进行调整，针对性的得到目标图谱摘要。
56.因此，可以获取目标用户的用户画像。该用户画像中可包括目标用户多种维度的信息。例如包括目标用户的身份、性别、年龄、职业、学历、所使用的设备型号及性能信息等个人特征。本实施例中，可将用户画像中包括的用户信息以集合bt来表示。
57.步骤103、根据初始图谱摘要和用户画像，确定第一候选三元组对应的第一操作信息。
58.本实施例中所谓的对初始图谱摘要进行调整，实际上就是在知识图谱中对各个第一候选三元组进行操作。也就是，可以通过基于人工智能的算法，预测目标用户将会对各个第一候选三元组进行何种操作，从而先行替目标用户完成其希望的操作，便得到了符合用户需求的目标图谱摘要。本实施例中，可以利用预先训练的摘要确定网络进行上述的预测。该摘要确定网络的结构可以参考图3所示，当然也可根据需求选择其他具有相同或类似功能的网络模型，本实施例中不做限定。
59.利用摘要确定网络，能够针对初始图谱摘要对应的所有第一候选三元组逐一进行预测，获得每个第一候选三元组对应的第一操作信息。第一操作信息，即意味着预测显示目标用户将对该第一候选三元组进行的操作内容。
60.具体的，可以根据初始图谱摘要，确定第一摘要特征；根据用户画像，确定第一用户特征；根据任意第一候选三元组，确定第一三元组特征；根据第一摘要特征、第一用户特征和第一三元组特征，确定第一候选三元组对应的第一操作信息。
61.结合图3中示出的网络结构可以对上述过程描述为：将初始图谱摘要gt输入到摘要确定网络的第一卷积网络结构(cnn1)中。具体来说，可以根据初始图谱摘要中各个三元组(包括头节点、尾节点和连接关系)对应的词向量进行拼接，得到三元组向量。然后将各个三元组对应的三元组向量表现为矩阵的形式，输入到第一卷积网络结构中，得到第一摘要特征φ
g
(gt)。将用户画像bt输入到摘要确定网络的第一前馈网络结构(fnn1)中，可得到第一用户特征φ
b
(bt)。将任一第一候选三元组ct输入到摘要确定网络的第二前馈网络结构(fnn2)中。具体来说，可以将该第一候选三元组ct的头节点、尾节点和连接关系对应的词向量进行拼接，同样得到三元组向量，并输入到第二前馈网络结构中，可得到第一三元组特征φ
c
(ct)。
62.然后，根据第一摘要特征φ
g
(gt)、第一用户特征φ
b
(bt)和第一三元组特征φ
c
(ct)，可确定第一候选三元组对应的第一特征图。具体的可以利用拼接函数对上述三者进行拼接，得到第一特征图。其数学表示为：e＝concat(φ
g
(gt)，φ
b
(bt)，φ
c
(ct))；其中，e代表第一特征图，concat代表拼接函数。本实施例中，对于拼接函数的具体内容不做限定，任何能够实现相同或类似功能的函数均可作为拼接函数concat结合在本实施例整体技术方
案中。
63.根据第一特征图，可确定目标用户对于各备选操作的操作概率。例如在知识图谱当中，针对节点的操作可以包括展开操作和收回操作，即为两种备选操作。其中，展开操作可表示为a1，收回操作可表示为a2。将第一特征图输入到摘要确定网络的第三前馈网络结构(fnn3)中，能够预测得到用户执行每种备选操作的操作概率。展开操作a1的操作概率可以表示为q1，收回操作a2的操作概率可表示为q2。
64.本实施例中可以根据预测结果可以认为，目标用户如果实际浏览到初始图谱摘要，将会对该第一候选三元组ct手动的进行操作概率最大的备选操作。所以根据各备选操作的操作概率，可以确定第一操作信息；即将操作概率最大的备选操作，确定为第一操作信息的信息内容。也可以说，第一操作信息的信息内容，就是预测目标用户将要执行的操作。
65.步骤104、根据初始图谱摘要和第一操作信息，确定知识图谱中当前版本的目标图谱摘要。
66.在确定了初始图谱摘要中各个第一候选三元组对应的第一操作信息之后，即可根据各个第一操作信息对相应的第一候选三元组执行具体操作，如展开操作或收回操作。因为第一操作信息是预测得到的目标用户可能会执行的操作，所以对于初始图谱摘要操作完成之后，即模拟了目标用户的将要执行的操作过程，或者说在目标用户浏览之前先行代替其完成了操作。在操作之后得到当前版本的目标图谱摘要，也就是根据预测所得到的目标用户需要的图谱摘要。至此，本实施例中确定了知识图谱中当前版本的目标图谱摘要。
67.需要说明的是，因为在预测得到第一操作信息的过程中，摘要确定网络结合了初始图谱摘要和用户画像进行预测，所以其既能够在预测中考虑到节点中的信息是否“关键”，也能够考虑到用户的兴趣和需求。因此最终得到的目标图谱摘要更加适应用户的需求。
68.通过以上技术方案可知，本实施例存在的有益效果是：结合初始图谱摘要和用户画像进行预测，以确定第一操作信息；根据第一操作信息对初始图谱摘要进行操作得到目标图谱摘要，使得目标图谱摘要既能反应知识图谱中的关键信息，亦可以兼顾用户的兴趣和需求。
69.图1所示仅为本技术所述方法的基础实施例，在其基础上进行一定的优化和拓展，还能够得到所述方法的其他优选实施例。
70.如图4所示，为本技术所述知识图谱摘要的确定方法的另一个具体实施例。本实施例在前述实施例的基础上，进行进一步拓展。所述方法具体包括以下步骤：
71.步骤401、确定知识图谱中当前版本的初始图谱摘要，以及初始图谱摘要对应的第一候选三元组。
72.步骤402、获取目标用户的用户画像。
73.步骤403、根据初始图谱摘要和用户画像，确定第一候选三元组对应的第一操作信息。
74.上述步骤401～步骤403，与图1所示实施例相应内容一致，在此不重复叙述。
75.步骤404、根据各第一候选三元组的第一操作信息，对初始图谱摘要对应的各第一候选三元组进行第一操作，以确定目标图谱摘要。
76.在确定了初始图谱摘要中各个第一候选三元组对应的第一操作信息之后，即可根
据各个第一操作信息对相应的第一候选三元组执行具体操作。
77.例如在知识图谱当中，针对节点的操作可以包括展开操作和收回操作。所谓展开操作，就是可通过操作某一节点，使其下级的节点进一步展开并呈现出来；而收回操作，则是使其下级的节点隐藏收起。当然，对于知识图谱中的节点还可能包括其他各类操作。各种操作均可根据预测以作为第一操作信息信息内容。
78.当第一操作信息的信息内容为节点展开操作信息，则所执行的操作是将第一操作信息对应的第一候选三元组进行展开；当第一操作信息为节点收回操作信息，则所执行的操作是将第一操作信息对应的第一候选三元组进行收回。以此类推，可以对初始图谱摘要中的各个第一候选三元组，或者说各个节点执行相应的操作。因为第一操作信息是预测得到的目标用户可能会执行的操作，所以对于初始图谱摘要操作完成之后，即得到当前版本的目标图谱摘要。
79.另外需要说明的是，图1～4所示实施例中涉及的方法，在实际应用当中可以循环多次执行，从而使得目标图谱摘要进行多个版本的迭代更新，以便于适应不同的目标用户，或者适用于同一目标用户不同时期的兴趣和习惯。也就是说，可以将知识图谱中当前版本的目标图谱摘要，确定为知识图谱中下一版本的初始图谱摘要。进而重新执行上述实施例中涉及的方法，得到下一版本的目标图谱摘要，依此类推。
80.而根据目标用户实际上对目标图谱摘要的操作，可以反向的印证摘要确定网络对于目标用户的操作的预测是否准确，从而使摘要确定网络在使用过程中持续的进行学习和训练。例如，若目标用户在浏览到为其生成的目标图谱摘要的过程中，未进行任何操作，则说明基于预测生成的目标图谱摘要是准确的，符合目标用户的要求。反之，若目标用户执行了某些操作，则说明预测结果存在一定偏差。而目标用户在实际操作之后得到的实际图谱摘要，则代表了目标用户实际所需要的知识图谱摘要，也就是预测的“正确答案”。所以通过实际图谱摘要与目标图谱摘要之间的差异，可以确定摘要确定网络预测过程中的损失。利用这一损失，可以对摘要确定网络进行进一步的训练和更新，从而提高其预测的准确率，使之更加符合目标用户的需求。
81.实际上，每个目标用户都会具有自己独特的习惯和需求。在目标用户多次浏览目标图谱摘要的过程中，可以根据目标用户的操作持续的改进摘要确定网络，也就是进行本领域中所谓的在线学习。以至于进一步的训练得到符合该目标用户的独特的摘要确定网络。如果是离线场景，循环执行是为了能让摘要确定网络从目标用户过往一段时间的操作/浏览记录中，学到如何确定下一版本的初始图谱摘要。如果是在线场景，循环执行是为了使得目标图谱摘要适应于目标用户的实时兴趣变化，以便于适应同一目标用户不同时期的兴趣和习惯。
82.还需要说明的是，上述实施例中涉及的摘要确定网络，将预先训练得到。本技术中对于具体的训练过程不做限定，任何能够实现相同或类似效果的训练方式，均可结合在本技术整体技术方案当中。
83.例如，可以采用监督学习的方式，即利用历史上用户对于知识图谱的操作作为标注样本，从而对网络预测的第一操作信息进行监督学习训练。
84.或者也可采用在线学习训练的方式，即根据目标用户后续对于当前版本的目标图谱摘要的实际操作，或者后续版本计算得到的目标图谱摘要(包括利用其他网络在后续版
本计算得到的目标图谱摘要)，反向评估当前版本的目标图谱摘要效果是否理想，从而对各个第一操作信息进行评分，确定网络在当前版本的收敛程度，进而实现训练。
85.如图5所示，以下将具体的描述一种对于摘要确定网络的训练方法以作参考：
86.步骤501、确定知识图谱中当前版本的当前摘要样本，以及当前摘要样本对应的第二候选三元组。
87.类似于上述的摘要确定方法，在对于摘要确定网络训练的过程中，将利用知识图谱中某一个版本的摘要作为当前摘要样本，用于进行训练。当前摘要样本可以来自于知识图谱的历史日志。进一步的，可以确定当前摘要样本中的各个三元组，此处可将其称为第二候选三元组。在本训练方法中，可以将当前摘要样本表示为gn，将任一第二候选三元组表示为cn。
88.在历史日志当中，历史用户可能实际上(在历史时间里)对当前摘要样本进行了某些操作，从而得到了下一个版本的摘要样本。历史用户实际对当前摘要样本进行操作，可以称为历史操作，并以at来表示。在一些情况下，该历史用户与上述的目标用户可以是同一个用户。也就是根据该用户的历史操作进行训练。
89.需要说明的是，正是因为在待训练网络的训练过程中，利用了历史日志，也就是历史用户过往的浏览/操作记录，所以训练得到的摘要确定网络输出的第一操作信息可以更为符合历史用户(即目标用户)过往浏览/操作习惯的，也可以说是能兼顾用户的兴趣和需求。
90.步骤502、获取用户画像样本。
91.同理的，在训练过程中也将获取执行历史操作的历史用户的用户画像样本。用户画像样本的具体内容可同理于上述的目标用户的用户画像。在此不重复叙述。用户画像样本将以bn进行表示。
92.步骤503、利用待训练网络，根据当前摘要样本和用户画像样本，确定第二候选三元组对应的第二操作信息。
93.待训练网络即是上述摘要确定网络训练尚未完成之前的形态。其网络结构于摘要确定网络一致，不过具体的网络参数将在训练过程中被逐步调整。也就是说，待训练网络的网络结构同样可以参考图3所示。
94.在训练过程中，将以待训练网络根据当前摘要样本gn、用户画像样本bn和各个第二候选三元组表示为cn作为输入，以此来预测历史用户对于各个第二候选三元组将要执行的操作，也就是得到第二操作信息。具体的网络计算过程，预测过程类似于上述步骤103。具体的也就是：
95.将当前摘要样本gn输入到待训练网络的第一卷积网络结构中，得到第二摘要特征φ
g
(gn)。将用户画像样本bn输入到待训练网络的第一前馈网络结构中，可得到第二用户特征φ
b
(bn)。将任一第二候选三元组cn输入到待训练网络的第二前馈网络结构中，得到第二三元组特征φ
c
(cn)。
96.然后，根据第二摘要特征φ
g
(gn)、第二用户特征φ
b
(bn)和第二三元组特征φ
c
(cn)，可确定第二候选三元组对应的第二特征图。具体的可以利用拼接函数对上述三者进行拼接，得到第二特征图。其数学表示为：en＝concat(φ
g
(gn)，φ
b
(bn)，φ
c
(cn))；其中，en代表第二特征图，concat代表拼接函数。
97.根据第二特征图，可预测历史用户执行各种操作概率。即将第二特征图输入到待训练网络的第三前馈网络结构中，能够预测得到用户执行每种备选操作的操作概率。展开操作的操作概率可以表示为q’1，收回操作的操作概率可表示为q’2。根据各操作的操作概率，可以确定第二操作信息；即将操作概率最大的备选操作，确定为第二操作信息的信息内容。也可以说，第二操作信息的信息内容，就是预测历史用户将要执行的操作。例如本实施例中q’1＞q’2，则意味着待训练网络预测认为，历史用户可能对该第二候选三元组进行展开操作。
98.步骤504、确定当前摘要样本对应的目标标签。
99.实际上，由于待训练网络的训练尚未完成，所以其预测结果可能正确也可能错误。而在历史日志当中存在历史操作at，也就是历史用户实际上执行的操作，能够印证待训练网络预测的第二操作信息是否正确。
100.或者在另一些情况下，也可以利用其他的计算网络(例如某些可以姑且认为能够对历史用户的动作进行准确预测的计算网络)进行计算，得到目标操作as。目标操作as亦可用来印证待训练网络预测的第二操作信息是否正确。
101.在上述的训练过程中，可将历史操作at，或者目标操作as作为当前摘要样本对应的目标标签。
102.步骤505、利用第二操作信息，和目标标签对待训练网络进行数据训练，将完成数据训练的待训练网络确定为摘要确定网络。
103.利用目标标签和第二操作信息，可对待训练网络进行数据训练。例如在上述当中，待训练网络预测认为历史用户可能对该第二候选三元组进行展开操作。而根据目标标签可以确认实际情况是否如此。若目标标签中的历史操作at或目标操作as同样为展开操作，则意味着第二操作信息预测正确，可以为第二操作信息赋予一个正值的评分r。反之，若目标标签中的历史操作at或目标操作as并非展开操作，则意味着第二操作信息预测错误，可以为第二操作信息赋予一个负值的评分
‑
r。
104.以此类推，各个第二候选三元组对应的各个第二操作信息均可以得到一个类似评分。若所有第二候选三元组对应的整体评分越高，则意味着待训练网络的预测越准确；反之若整体评分越低，则说明待训练网络的准确性越低。因此可基于整体评分对待训练网络进行梯度下降，从而实现数据训练。并将完成训练的待训练网络作为摘要确定网络。
105.如图6所示，为本技术所述一种知识图谱摘要的确定装置的一个具体实施例。本实施例装置，即用于执行图1～4所述方法的实体装置。其技术方案本质上与上述实施例一致，上述实施例中的相应描述同样适用于本实施例中。本实施例中装置包括：
106.初始摘要确定模块601，用于确定知识图谱中当前版本的初始图谱摘要，以及初始图谱摘要信息对应的第一候选三元组。
107.用户画像确定模块602，用于获取目标用户的用户画像。
108.第一操作信息确定模块603，用于根据初始图谱摘要和用户画像，确定第一候选三元组对应的第一操作信息。
109.目标摘要确定模块604，用于根据初始图谱摘要和第一操作信息，确定知识图谱中当前版本的目标图谱摘要。
110.另外在图5所示实施例的基础上，优选的，还包括：
111.初始摘要确定模块601包括：
112.节点确定单元611，用于确定初始图谱摘要包括的第一节点；和第一节点对应的第二节点。
113.第一候选三元组确定模块，用于根据第一节点和第二节点，确定多个第一候选三元组。
114.第一操作信息确定模块603包括：
115.第一摘要特征确定单元631，用于根据初始图谱摘要，确定第一摘要特征；
116.第一用户特征确定单元632，用于根据用户画像，确定第一用户特征；
117.第一三元组特征确定单元633，用于根据第一候选三元组，确定第一三元组特征；
118.第一操作信息确定单元634，用于根据第一摘要特征、第一用户特征和第一三元组特征，确定第一候选三元组对应的第一操作信息。
119.第一操作信息确定单元634包括：
120.第一特征图确定子单元6341，用于根据第一摘要特征、第一用户特征和第一三元组特征确定第一候选三元组对应的第一特征图；
121.操作确定子单元6342，用于根据第一特征图，确定目标用户对于各备选操作的操作概率；根据各备选操作的操作概率，确定第一操作信息。
122.目标摘要确定模块604包括：
123.展开操作单元641，用于在第一操作信息为节点展开操作信息时，将第一操作信息对应的第一候选三元组进行展开；
124.收回操作单元642，用于在第一操作信息为节点收回操作信息时，将第一操作信息对应的第一候选三元组进行收回。
125.除了上述方法和设备以外，本技术的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术各种实施例的方法中的步骤。
126.所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本技术实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c++等，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
127.此外，本技术的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本技术各种实施例的方法中的步骤。
128.所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
129.以上结合具体实施例描述了本技术的基本原理，但是，需要指出的是，在本技术中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本技术的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本技术为必须采用上述具体的细节来实现。
130.本技术中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“如但不限于”，且可与其互换使用。
131.还需要指出的是，在本技术的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本技术的等效方案。
132.提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本技术。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本技术的范围。因此，本技术不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
133.为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本技术的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。