[发明专利]确定网络中群组的向量表示的方法、装置和计算机设备

说明书

本申请涉及一种确定网络中群组的向量表示的方法、装置、计算机可读存储介质和计算机设备，所述方法包括：获取网络中的对象和群组，所述对象为节点或基本图；所述基本图是从所述群组内选取预设数量的节点生成的；根据所述对象生成所述对象间的目标转移矩阵；根据所述对象和群组生成所述对象与所述群组之间的转移矩阵；获取阈值，根据所述阈值、所述对象间的目标转移矩阵以及所述对象与所述群组之间的转移矩阵生成目标群组序列；将所述目标群组序列输入词向量模型，得到所述网络中的每个群组的向量表示。本申请提供的方案可以将网络中的每个群组转化为对应的向量表示，以确定群组间的相似度，提高网络中的分类、聚类任务的准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种确定网络中群组的向量表示的方法、装置、计算机可读存储介质和计算机设备。

背景技术

网络结构作为一种重要的信息表示方式，在许多领域都有广泛的研究和应用，比如社会网络分析领域，生物信息学领域等。连接紧密的两个节点向量在向量空间中的距离就会很相近，因此利用网络表示学习来将网络中的数据元素映射为低维向量表示能够解决网络中的各种应用任务，比如分类任务、聚类任务等。

网络中的节点间、节点与群组之间，以及群组与群组之间的相似度，对社会网络分析和生物信息网络等方面的研究有极大地影响。而目前有各种针对节点的网络表示学习方法，通过将节点转化为向量表示以确定节点之间的相似度，但对于网络中的群组并未有相应的表示学习方法。

发明内容

基于此，有必要针对背景技术中的技术问题，提供一种确定网络中群组的向量表示的方法、装置、计算机可读存储介质和计算机设备。

一种确定网络中群组的向量表示的方法，所述方法包括：

获取网络中的对象和群组，所述对象为节点或基本图；所述基本图是从所述群组内选取预设数量的节点生成的；

根据所述对象生成所述对象间的目标转移矩阵；

根据所述对象和群组生成所述对象与所述群组之间的转移矩阵；

获取阈值，根据所述阈值、所述对象间的目标转移矩阵以及所述对象与所述群组之间的转移矩阵生成目标群组序列；

将所述目标群组序列输入词向量模型，得到所述网络中的每个群组的向量表示。

一种确定网络中群组的向量表示的装置，所述装置包括：

获取模块，用于获取网络中的对象和群组，所述对象为节点或基本图；

第一生成模块，用于根据所述对象生成所述对象间的目标转移矩阵；

第二生成模块，用于根据所述对象和群组生成所述对象与所述群组之间的转移矩阵；

第三生成模块，用于获取阈值，根据所述阈值、所述对象间的目标转移矩阵以及所述对象与所述群组之间的转移矩阵生成目标群组序列；

输出模块，用于将所述目标群组序列输入词向量模型，得到所述网络中的每个群组的向量表示。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

获取网络中的对象和群组，所述对象为节点或基本图；所述基本图是从所述群组内选取预设数量的节点生成的；

根据所述对象生成所述对象间的目标转移矩阵；

根据所述对象和群组生成所述对象与所述群组之间的转移矩阵；

获取阈值，根据所述阈值、所述对象间的目标转移矩阵以及所述对象与所述群组之间的转移矩阵生成目标群组序列；

将所述目标群组序列输入词向量模型，得到所述网络中的每个群组的向量表示。