摘要
本发明提供了一种基于异构图神经网络的企业数据重要性分级预测方法，涉及数据处理技术领域，解决了现有技术难以解决多模态层面上的数据重要性分级识别的问题。所述方法包括：分别生成每条企业业务数据的元数据、每个员工的元数据；将企业的每个部门分别作为数据域，选取重要性得分超过重要性得分阈值的数据域作为有效数据域；根据有效数据域内的各企业业务数据和员工的元数据，构建异构图；根据有效数据域内各员工的重要性得分，利用基于注意力的半监督异构图神经网络预测异构图中的各数据节点的重要性得分；分别根据每一数据节点的重要性得分，得到相应企业业务数据的重要性分级。
