[发明专利]一种基于多阶邻近相似度的网络表示学习的方法

权利要求书

1.一种基于多阶邻近相似度的网络表示学习的方法，其特征在于：

1)将实际的社交网络拓扑抽象化为无向图，无向图中的点表示社交网络中的用户节点，无向图中的边表示社交网络中的用户间关系；

2)根据网络中节点间的邻接关系，对每对节点进行相似度建模，其中相似度包括节点之间的直接相似度和间接相似度；

3)综合每个节点对的所有邻接关系，计算综合邻近相似度，存入每个节点的上下文节点集合中；

4)整合目标节点的所有直接或间接的上下文节点，通过skip-gram的方法输出目标节点的向量表示；

所述步骤1)包括：设无向图G＝(V,E)表示网络拓扑结构，其中V表示用户节点，E表示连接关系；

所述步骤2)包括：节点对间的邻近关系包括两种：直接邻近和间接邻近，具体包括以下步骤：

2.1.基于一阶相似性的直接邻近

设(B,C)为目标节点对，若B与C有直接连边，则B,C之间的路径长度为1，路径长度为1的节点间的相似度对应为一阶相似度；

一阶邻近的计算方法：

P_BC＝U_B·U_C

2.2.基于二阶相似性的间接邻近

设(B,C)为目标节点对，若B和C之间没有直接连边，但B与C之间有公共的一阶邻居节点，即B与C的最短路径长度为2，则称B与C为二阶相连，B与C之间的相似度为二阶相似度；

二阶邻近的计算方法：

P_BAC＝W_AB(U_A·U_B)+W_AC(U_A·U_C)+αL_BAC+βM_A

2.3.基于高阶相似性的间接邻近

设(B,C)为目标节点对，若B和C之间的最短路径长度为k，其中k≥3，则B与C为k阶邻近；

三阶邻近的计算方法：

P_BAC＝W_AB*(U_B|U_A)+W_AC*(U_A·U_C)+αL_BAC+βM_A

K阶邻近的计算方法，其中k≥4：

P_BAC＝W_AB(U_B|U_A)+W_AC(U_C|U_A)+αL_BAC+βM_A

所述步骤3)包括：设(B,C)为目标节点对，B与C之间有多种邻近关系，NN_k(B,C)代表B与C的k阶邻近度，则B与C之间的总体邻近度λ为超参数；

所述步骤4)包括：设每个节点A都有一个上下文节点集合S_A，S_A中的元素以键值对的形式存在，元素的键为节点A的上下文邻近节点，元素的值为A与该上下文节点间的关联度，以上公式中涉及到如下参数信息：

具体的实施步骤为：

(1)将真实的社交网络结构抽象为无向图G(V,E),其中V表示用户节点，E表示用户间关注与被关注关系；

(2)取出网络中的一个节点A，找出与其步长不超过k的邻近节点，并将这些节点放入A的上下文节点集S_A中，每个节点都有一个对应的上下文节点集合，形式如下：

S_A＝{[B:NN_AB],[C:NN_AC],....,[Q:NN_AQ]}，

其中，[]表示上下文节点元素，元素中的节点以键值对的形式存在，元素的键表示上下文节点的名称，元素的值为上下文节点与原节点的关联度；

(3)初始化节点A的上下文节点集S_A中的每个节点与A的关联度为1；

(4)取出S_A中的任意一个节点元素B，若节点B与节点A之间的路径长度为1，即直接相邻，通过下式计算关联度：

P_AB＝U_A·U_B

更新S_A中相应的上下文节点的值，所述更新为加权；

(5)重复步骤(4)，直至更新完毕S_A中所有与节点A一阶相邻的节点的值；

(6)从集合S_A中任意取出两个节点B和C，分别判断节点A与节点B和节点C之间的邻近距离，若B与C是经过A的二阶邻近，则执行步骤(7)；若A与B是一阶邻近，A与C是k阶邻近，其中k≥2,则执行步骤(8)；若A与B是k1阶邻近，A与C是k2阶邻近，其中k1,k2≥2,则执行步骤(9)；

(7)通信节点A直接连接了目标节点B和C，即节点B和节点C是二阶邻近，通信节点A使得B与C之间通信的概率NN₂如下式所示：

P_BAC＝W_AB*(U_A·U_B)+W_AC*(U_A·U_C)+αL_BAC+βM_A

其中U_j为节点j的one-hot向量表示，W_AB为节点A与B之间的权重，L_ikj表示经通信节点k相连的节点i与j之间的路径距离，α为传播衰减系数，M_A为节点A的影响力，用节点A的度数表示，β为通信节点A的节点影响力对BC关联度的偏置系数；

(8)通信节点A与目标节点B和C的距离为1和k，其中k≥2，通信节点A使得B与C之间通信的概率NN_k+1如下式所示

P_BAC＝W_AB*(U_B·U_A)+W_AC*(U_A|U_C)+αL_BAC+βM_A

(9)通信节点A与目标节点B的距离为k₁，与目标节点C的距离为k₂，通信节点A使得B与C之间通信的概率NN_k1+k2如下式所示

P_BAC＝W_AB*(U_B|U_A)+W_AC*(U_C|U_A)+αL_BAC+βM_A

(10)由(7)或(8)或(9)计算得到的间接邻近值更新S_B和S_C中的键为C和键为B的元素值，所述更新为加权；

(11)S_A中的节点是否已被全部二次遍历，如果是，则执行步骤(12)，如果否，则跳回步骤(6)；

(12)选出与(2)中不重复的目标节点，执行步骤(2)，直到网络拓扑中的所有节点都已被表示学习；

(13)通过skip-gram词向量的表示方法，将原节点A与上下文集合S_A分别作为神经网络的输入和输出，学习到的参数即为节点A的表示向量；

(14)通过步骤(13)遍历得到网络中所有节点的表示向量。