1.一种产品向量确定方法，其特征在于，包括：

确定预设产品知识图谱中各产品节点的第一初始向量和各属性节点的第二初始向量，其中，所述预设产品知识图谱由至少一个所述产品节点和至少一个所述属性节点连接构成；

至少根据各所述产品节点的所述第一初始向量、分别与各所述产品节点存在第一目标关系的目标属性节点的所述第二初始向量以及预设属性均值聚合权重矩阵，确定各所述产品节点的第一表示向量；

至少根据各所述产品节点的所述第一表示向量、分别与各所述产品节点存在第二目标关系的目标产品节点的所述第一表示向量以及预设产品池化聚合参数，确定各所述产品节点的第二表示向量。

2.根据权利要求1所述的方法，其特征在于，所述确定预设产品知识图谱中各产品节点的第一初始向量和各属性节点的第二初始向量，包括：对各所述产品节点的产品名称使用第一预设词袋模型进行向量化，获得各所述产品节点的第一初始向量；

和/或，对各所述属性节点的产品名称使用第二预设词袋模型进行向量化，获得各所述属性节点的第二初始向量。

3.根据权利要求1所述的方法，其特征在于，所述至少根据各所述产品节点的所述第一初始向量、分别与各所述产品节点存在第一目标关系的目标属性节点的所述第二初始向量以及预设属性均值聚合权重矩阵，确定各所述产品节点的第一表示向量，包括：至少根据各所述产品节点的所述第一初始向量以及分别与各所述产品节点存在第一目标关系的目标属性节点的所述第二初始向量，确定各所述产品节点的第一聚合向量；

将各所述产品节点的所述第一聚合向量和预设属性均值聚合权重矩阵分别输入至第一预设公式中，计算获得各所述产品节点的第一表示向量。

4.根据权利要求3所述的方法，其特征在于，所述至少根据各所述产品节点的所述第一初始向量以及分别与各所述产品节点存在第一目标关系的目标属性节点的所述第二初始向量，确定各所述产品节点的第一聚合向量，包括：确定所述预设产品知识图谱中的所述产品节点的第一数量；

分别确定各目标属性节点连接的所述产品节点的第二数量；

根据所述第一数量和所述第二数量，确定各所述目标属性节点对应的逆出度值；

对任一所述产品节点：将该产品节点的所述第一初始向量、与该产品节点存在第一目标关系的所述目标属性节点的所述第二初始向量以及所述目标属性节点对应的逆出度值输入第二预设公式中，计算获得该产品节点的第一聚合向量。

5.根据权利要求1所述的方法，其特征在于，所述预设产品池化聚合参数包括预设产品池化聚合矩阵和预设偏置量，所述至少根据各所述产品节点的所述第一表示向量、分别与各所述产品节点存在第二目标关系的目标产品节点的所述第一表示向量以及预设产品池化聚合参数，确定各所述产品节点的第二表示向量，包括：将各所述产品节点的所述第一表示向量、分别与各所述产品节点存在第二目标关系的目标产品节点的所述第一表示向量、所述预设产品池化聚合权重矩阵以及所述预设偏置量分别输入至第三预设公式中，计算获得各所述产品节点的第二聚合向量；

将各所述产品节点的第二聚合向量和所述预设产品池化聚合权重矩阵分别输入至第四预设公式中，计算获得各所述产品节点的第二表示向量。

6.根据权利要求1所述的方法，其特征在于，所述第一目标关系为一跳邻居，和/或，所述第二目标关系为两跳邻居。

7.根据权利要求4所述的方法，其特征在于，所述第二预设公式为：

其中，AGGREGATEmean为所述第一聚合向量，MEAN为矩阵平均函数，CONCATE为矩阵拼接函数，v为该产品节点，i为所述目标属性节点的编号，ui为与该产品节点存在第一目标关系的编号为i的所述目标属性节点， 为该产品节点v的所述第一初始向量， 为编号为i的所述目标属性节点ui的所述第二初始向量，Vp为所述第一数量， 为编号为i的所述目标属性节点ui连接的产品节点的第二数量， 为编号为i的所述目标属性节点ui对应的逆出度值，N(v)为与该产品节点v存在第一目标关系的所述目标属性节点的第一连接节点函数；

所述第一预设公式为：

其中， 为产品节点v的所述第一表示向量，RELU为非线性函数，Wmean为所述预设属性均值聚合权重矩阵。

8.根据权利要求5所述的方法，其特征在于，所述第三预设公式为：

其中，AGGREGATEpool为所述第二聚合向量，CONCATE为矩阵拼接函数，v为所述产品节点，为产品节点v的所述第一表示向量，max为最大池化操作，RELU为非线性函数，Wpool为所述预设产品池化聚合权重矩阵，j为所述目标产品节点的编号，wj为与所述产品节点存在所述第二目标关系的编号为j的所述目标产品节点， 为编号为j的所述目标产品节点wj的所述第一表示向量，b为所述预设偏置量，M(v)为与所述产品节点v存在第二目标关系的所述目标产品节点wj的第二连接节点函数；

所述第四预设公式为：

其中， 为所述产品节点v的第二表示向量。

9.根据权利要求1所述的方法，其特征在于，还包括：

通过预设损失函数确定所述预设属性均值聚合权重矩阵，和/或，所述预设产品池化聚合参数，其中，所述预设损失函数为：其中，Jg为所述预设损失函数的表示，v为所述预设产品知识图谱中的所述产品节点，zv为所述产品节点v的第三表示向量，σ为sigmoid函数，T为转置矩阵符号，u为与所述产品节点v存在所述第二目标关系的所述目标产品节点，zu为所述目标产品节点u的第三表示向量，un为与所述产品节点v不存在所述第二目标关系的负采样产品节点， 为所述负采样产品节点un的第三表示向量，Q为与所述产品节点v不存在所述第二目标关系的所述负采样产品节点un的数量，E为期望，Pn(u)为与所述产品节点v不存在所述第二目标关系的所述负采样产品节点un的分布。

10.一种产品向量确定装置，其特征在于，包括：初始向量确定单元、第一表示向量确定单元以及第二表示向量确定单元，所述初始向量确定单元，用于确定预设产品知识图谱中各产品节点的第一初始向量和各属性节点的第二初始向量，其中，所述预设产品知识图谱由至少一个所述产品节点和至少一个所述属性节点连接构成；

所述第一表示向量确定单元，用于至少根据各所述产品节点的所述第一初始向量、分别与各所述产品节点存在第一目标关系的目标属性节点的所述第二初始向量以及预设属性均值聚合权重矩阵，确定各所述产品节点的第一表示向量；

所述第二表示向量确定单元，用于至少根据各所述产品节点的所述第一表示向量、分别与各所述产品节点存在第二目标关系的目标产品节点的所述第一表示向量以及预设产品池化聚合参数，确定各所述产品节点的第二表示向量。