[发明专利]一种链路预测方法和装置

说明书

本发明公开了一种链路预测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据现有关系网络数据生成第一训练集，所述第一训练集包括现有关系网络的各条边的类别标签，其中，边表示关系网络中两个用户间的关系，所述边的类别标签指示两个用户间的关系是否存在；对选定模型进行参数优化，利用参数优化后的选定模型修正所述第一训练集中各条边的类别标签，以得到第二训练集；利用所述第二训练集训练链路预测模型；使用训练后的链路预测模型对输入的关系网络数据进行链路预测。该实施方式能够提高链路预测的准确性，改善关系网络数据挖掘的效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种链路预测方法和装置。

背景技术

链路预测(Link Prediction)，属于网络数据挖掘，是指利用已经表现出来的社交联系、金融交易关系等，挖掘或预测出用户尚未表现出来的社交等关系(这种关系也称作连边)，链路预测技术广泛应用于社交好友推荐、异常交易监测等领域。

现有技术大多基于已经观察到的邻接矩阵，将邻接矩阵中为0的边认为不存在，邻接矩阵中为1的边认为存在，在此基础上对边进行预测。但是现实的网络中并不能完整且正确地观察到所有边，例如，虽然当前没有观测到，但是某一连边可能真实存在，或者，虽然观察到该边存在，但是该边是虚假的，这些情况使得判定准确度大幅度下降。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有链路预测方案的链路预测的准确性较低。

发明内容

有鉴于此，本发明实施例提供一种链路预测方法和装置，能够提高链路预测的准确性，改善关系网络数据挖掘的效果。

为实现上述目的，根据本发明实施例的一个方面，提供了一种链路预测方法。

一种链路预测方法，包括：根据现有关系网络数据生成第一训练集，所述第一训练集包括现有关系网络的各条边的类别标签，其中，边表示关系网络中两个用户间的关系，所述边的类别标签指示两个用户间的关系是否存在；对选定模型进行参数优化，利用参数优化后的选定模型修正所述第一训练集中各条边的类别标签，以得到第二训练集；利用所述第二训练集训练链路预测模型；使用训练后的链路预测模型对输入的关系网络数据进行链路预测。

可选地，对选定模型进行参数优化的步骤，包括：初始化所述选定模型的多组参数；在所述选定模型的每组参数下，利用所述选定模型修正所述第一训练集中各条边的类别标签，以得到第三训练集，并利用所述第三训练集对所述链路预测模型执行第一训练，使用第一训练后的链路预测模型对预先生成的测试集进行链路预测，并根据预测结果计算该组参数下链路预测模型的预测准确度；根据所述多组参数和各组参数下链路预测模型的预测准确度，建立选定模型参数与链路预测模型的预测准确度之间的函数关系式；利用遗传算法优化所述函数关系式中的选定模型参数，得到所述参数优化后的选定模型的参数。

可选地，所述选定模型用于生成所述各条边的预测值，修正所述第一训练集中各条边的类别标签，包括：将所述第一训练集中各条边的类别标签替换为所述各条边的预测值。

可选地，根据现有关系网络数据生成第一训练集的步骤，包括：根据现有关系网络数据，按照预设指标计算所述现有关系网络的各条边的特征集；根据所述各条边的特征集和所述各条边的类别标签得到数据集；将所述数据集按照预设比例划分为两部分，以其中一部分作为所述第一训练集；所述测试集通过如下方式生成：将所述数据集中除所述第一训练集之外的部分作为第一测试集；对所述第一测试集进行多次采样，直到累计采样得到的样本总数量与所述第一测试集中样本数量相同时停止采样，将所有采样得到的样本的集合作为所述测试集。