[发明专利]一种网络节点的增强表示方法及装置

说明书

本发明实施例提供一种网络节点的增强表示方法及装置，所述方法包括：获取网络节点之间的连接关系；根据所述连接关系和已有的网络表示学习模型获取所述网络节点的表示向量；根据所述连接关系对所述网络节点的表示向量进行更新迭代计算，并用更新迭代计算后的网络节点表示矩阵增强表示所述网络节点。所述装置执行上述方法。本发明实施例提供的网络节点的增强表示方法及装置，能够用更新迭代计算后的网络节点表示矩阵表示网络节点，从而提高对网络节点的节点分类、网络节点之间链接预测的准确度。

技术领域

本发明实施例涉及向量表示技术领域，具体涉及一种网络节点的增强表示方法及装置。

背景技术

网络数据是我们日常生活和科学研究中的一种重要的数据类型。网络表示学习致力于为网络中的每个节点学习一个分布式实值向量表示。学习了节点的网络表示之后，这些表示可以作为节点的特征，用于后续的节点分类、链接预测等任务。

近年来，研究者们在网络表示学习问题上提出了DeepWalk，LINE，GraRep等算法。研究发现：采用上述的算法对网络节点进行表示后，所进行的节点分类、网络节点之间的链接预测的准确度仍需要进一步提高。

因此，如何更加合理地表示网络节点，从而提高对网络节点的节点分类、网络节点之间链接预测的准确度，成为亟须解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种网络节点的增强表示方法及装置。

第一方面，本发明实施例提供一种网络节点的增强表示方法，所述方法包括：

获取网络节点之间的连接关系；

根据所述连接关系和已有的网络表示学习模型获取所述网络节点的表示向量；

根据所述连接关系对所述网络节点的表示向量进行更新迭代计算，并用更新迭代计算后的网络节点表示矩阵增强表示所述网络节点。

第二方面，本发明实施例提供一种网络节点的增强表示装置，所述装置包括：

第一获取单元，用于获取网络节点之间的连接关系；

第二获取单元，用于根据所述连接关系和已有的网络表示学习模型获取所述网络节点的表示向量；

增强处理单元，用于根据所述连接关系对所述网络节点的表示向量进行更新迭代计算，并用更新迭代计算后的网络节点表示矩阵增强表示所述网络节点。

第三方面，本发明实施例提供另一种网络节点的增强表示装置，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：

获取网络节点之间的连接关系；

根据所述连接关系和已有的网络表示学习模型获取所述网络节点的表示向量；

根据所述连接关系对所述网络节点的表示向量进行更新迭代计算，并用更新迭代计算后的网络节点表示矩阵增强表示所述网络节点。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，包括：

所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下方法：

获取网络节点之间的连接关系；

根据所述连接关系和已有的网络表示学习模型获取所述网络节点的表示向量；

根据所述连接关系对所述网络节点的表示向量进行更新迭代计算，并用更新迭代计算后的网络节点表示矩阵增强表示所述网络节点。