[发明专利]基于图卷积神经网络的大规模网络介数逼近方法、存储装置及存储介质

说明书

本发明提出了一种基于图卷积神经网络的大规模网络介数逼近方法、存储装置及存储介质，包括以下步骤：获取训练网络；利用训练网络训练表示学习模型，其中，表示学习模型为网络的节点到表示向量映射的神经网络模型；根据表示学习模型和多层感知器训练深度介数模型，其中，深度介数模型为具备多层感知器的神经网络模型；通过深度介数模型计算目标网络中节点的介数。该基于图卷积神经网络的大规模网络介数逼近方法，通过表示学习和多层传感器技术构建的深度介数模型，能够很好的解决大规模网络中介数逼近问题，介数计算准确率高，计算速度快。另外，本发明还提出了一种计算机可读存储介质和一种存储装置。

技术领域

本发明涉及人工智能和网络科学技术领域，尤其涉及一种基于图卷积神经网络的大规模网络介数逼近方法、存储装置及存储介质。

背景技术

网络无处不在，不管是军事网络、病毒网络、社交网络、生物网络，还是交通网络，随着大数据时代的来临，这些网络的规模在不断增大，连接也越来越紧密，如何从这些错综复杂，动态变化的网络中，快速计算节点的介数，从而为分析这些网络中节点的介数分布，在如今的大数据时代，无疑具有重大的现实意义。

BC(Betweenness Centrality,介数中心性)是诸多网络分析(例如社交网络，交通网络，互联网和电网网络)中的基本指标之一，节点的介数定义为：网络中所有最短路径中经过该节点的路径的数目占最短路径总数的比例。介数计算是网络科学中许多应用的关键部分，比如社区检测和网络瓦解，也是网络科学领域的一个经典问题，一直是网络科学研究者们的研究重点。目前介数计算最优的精确解法是Brandes算法，对于无权网络来说其算法复杂度为O(|V||E|)，对于加权网络来说其算法复杂度为O(|V||E|+|V|²log(|V|))，其中，|V|表示网络中的节点数目，|E|表示网络中的边的数目，因此该精确算法无法扩展到大规模应用场景中去。

目前，对网络中介数的计算问题的解决方案主要是基于采样方法，其基本思想是利用网络中的部分节点而不是全部节点来计算节点介数的逼近值，具体来说主要分为以下三类：

1)基于来源节点采样方法。源采样方法首先从网络中采样获得若干节点，作为枢轴节点。然后所有节点的介数计算均从这些枢轴节点出发，以此来计算其他非枢轴节点的路径依赖性并用于估计真实的介数值。

2)基于点对采样的方法。节点对采样的思想是直接从网络中随机采样出若干节点对，并计算它们之间的依赖关系，以此来用以逼近网络中所有节点的介数值。

3)基于有界遍历方法。有界遍历的思想是对具有特定最短距离的节点对进行采样，计算它们的相互依赖关系并使用这些值来近似介数中心性值。

具体地，现有技术中提出了如下算法：

一种名为RAND1的来源节点采样算法，该算法在来源节点采样上主要提出了均匀采样、度采样、最大或最小距离采样等四种方法；

一种名为RAND2的来源节点采样算法，该算法不同与RAND1,主要是对接近枢轴节点且具有较低贡献节点进行均匀随机采样；

一种名为GSIZE的来源节点采样算法，该算法主要根据网络中的节点个数进行渐进式采样；

一种名为ABRA的点对采样算法，该算法首先利用网络的结构特征和Rademacher平均复杂度来确定采样点对的个数，以此来确保采样算法的精度，同时利用渐进性采样直至终止条件满足，然后用这些采样得到的点对来计算网络中节点或边的介数，以此作为真实介数的逼近值；

一种名为DIAM的点对采样算法，该算法主要基于图中节点间的最短路进行采样，同时提供了一种采样算法的误差范围理论保证。该算法所需的采样节点个数与网络中的总节点个数独立，而只与采样所需的最短路中的节点数最大值相关；

一种名为KPATH的有界采样算法，该算法只对节点对中最短距离在K范围内的节点进行考虑，因此是一种典型的有界采样算法；