[发明专利]一种图对齐方法、装置和存储介质

说明书

本发明实施例公开了一种图对齐方法、装置和存储介质，其中，通过获取需要对齐的源域图和目标域图；对源域图进行无监督学习得到源域节点特征集合，以及对目标域图进行无监督学习得到目标域节点特征集合；构建生成对抗网络，生成对抗网络，并对生成对抗网络进行训练；根据训练后的生成对抗网络中的生成器预测源域图和目标域图之间的锚链接，并根据锚链接所对应的源域节点特征和目标域节点特征优化训练后的生成器，得到优化后的生成器；根据优化后的生成器将源域图中的源域节点与目标域图中的目标域节点对齐。由此，实现了无监督条件下的图对齐，摆脱了现有技术中对标注数据的依赖，不仅降低了实现图对齐的人力成本，还提高了图对齐的效率。

技术领域

本发明涉及数据挖掘技术领域，具体涉及一种图对齐方法、装置和存储介质。

背景技术

目前，图作为一种抽象程度高、表达能力强的数据结构，广泛用于社交网络、商品网络以及蛋白质结构的表达中，其通过对节点和边的定义来描述实体和实体之间的关联关系。

以社交网络为例，可以采用图的形式来表达社交网络，当需要在两个异构的社交网络中找到同一用户时，可以采用图分别表达两个异构的社交网络的社交网络，将其中一个图记为源域图，将另一个图记为目标域图，由此，将源域图中源域节点和目标域图中的目标域节点进行对齐，匹配的源域节点和目标域节点即代表同一用户。

在对现有技术的研究和实践过程中，本发明的发明人发现，用于图对齐的现有技术依赖于已知的锚链接，锚链接表征了两个图中已知的匹配的节点。然而，这需要技术人员来手动标注大量的锚链接，不仅使得实现图对齐的人力成本较高，且图对齐的效率较低。

发明内容

本发明实施例提供一种图对齐方法、装置和存储介质，可以降低实现图对齐的人力成本，并提高图对齐的效率。

本发明实施例提供一种图对齐方法，包括：

获取需要对齐的源域图和目标域图，所述源域图包括多个源域节点，所述目标域图包括多个目标域节点；

对所述源域图进行无监督学习得到源域节点特征集合，以及对所述目标域图进行无监督学习得到目标域节点特征集合；

构建生成对抗网络，所述生成对抗网络包括用于将源域节点特征映射到目标域节点特征所在特征空间的生成器，以及用于区分映射后的源域节点特征和目标域节点特征的判别器；

根据所述源域节点特征集合以及所述目标域节点特征集合对所述生成器和所述判别器进行交替训练，得到训练后的生成器；

根据所述训练后的生成器预测所述源域图和所述目标域图之间的锚链接，并根据所述锚链接所对应的源域节点特征和目标域节点特征优化所述训练后的生成器，得到优化后的生成器；

根据所述优化后的生成器将所述源域图中的源域节点与所述目标域图中的目标域节点对齐。

本发明实施例还提供一种图对齐装置，包括：

图获取模块，用于获取需要对齐的源域图和目标域图，所述源域图包括多个源域节点，所述目标域图包括多个目标域节点；

特征学习模块，用于对所述源域图进行无监督学习得到源域节点特征集合，以及对所述目标域图进行无监督学习得到目标域节点特征集合；

网络构建模块，用于构建生成对抗网络，所述生成对抗网络包括用于将源域节点特征映射到目标域节点特征所在特征空间的生成器，以及用于区分映射后的源域节点特征和目标域节点特征的判别器；

网络训练模块，用于根据所述源域节点特征集合以及所述目标域节点特征集合对所述生成器和所述判别器进行交替训练，得到训练后的生成器；

优化模块，用于根据所述训练后的生成器预测所述源域图和所述目标域图之间的锚链接，并根据所述锚链接所对应的源域节点特征和目标域节点特征优化所述训练后的生成器，得到优化后的生成器；