[发明专利]一种基于图嵌入的网络结构性差异量化方法

说明书

本发明公开了一种基于图嵌入的网络结构性差异量化方法。本发明方法首先构造网络节点的表征向量和网络节点的距离向量，然后构造网络节点的距离分布，最后计算网络之间的结构性差异距离。本发明使用node2vec这种图嵌入方法得到网络节点的表征向量，然后计算得到节点的距离分布，最后得到不同网络之间的结构性差异值。本发明捕获了网络的全局结构特征，弥补了之前只能捕获网络中部分信息的缺陷，对于量化和识别网络之间的结构性差异有重要的意义。

技术领域

本发明属于计算机技术领域，涉及一种基于图嵌入的网络结构性差异量化方法。

背景技术

量化网络的结构性差异和确定网络之间的同构性是计算机科学中的基本开放问题，有着悠久的历史。图的同构问题在于判断两个图是否相同，从而在其组成部分之间呈现一对一的对应关系。自70年代中期以来，它的复杂性一直没有定义而且目前还没有多项式时间算法，所以这个问题在复杂性理论领域占有特殊的地位。最近的一项工作提出了一种准多项式时间算法，它通过一系列简单的方法检查图的子部分是否同构。然而，对于高度对称的结构，计算仍然是非常昂贵的。一些基于网络概率分布的比较方法已经被证明是有效的，但它们提供的信息往往是有限的或不完整的，只能捕获网络的部分结构信息。例如，度分布是量化差异最基本的方法。服从泊松度分布的网络属于同构网络，服从幂律分布的网络属于非均匀网络。

为了弥补以上方法的不足，De Domenico等人提出了一套基于谱熵的复杂网络比较的信息理论工具，如广义Kullback-Leibler散度和Jensen-Shannon散度。最近，Schieber等人提出了一种计算效率高的度量方法来量化网络的差异。方法是基于从图中提取的三个基于距离的概率分布向量并且定义一个三项函数。第一项通过网络上的距离分布捕捉全局拓扑差异，第二项通过观察节点的距离分布比较每个节点的连通性和每个元素在整个网络的连通性,第三项通过对阿尔法中心性的分析，分析了这种连通性产生方式的差异。对这三项赋予相应的权值，用它们的线性组合作为网络间的距离值。Gui-Jun Pan提出了基于通信序列熵的信息度量方法来度量网络间的差异。网络节点之间的通信能力有效地考虑了两个节点之间所有可能的路径，可以提供网络不同部分之间的相关性和信息流的定量度量。

然而，以上网络结构性差异的比较方法只能捕获网络的部分信息，只考虑了部分描述图的属性，它们提供的信息通常是有限的或者是不完整的，很多网络的重要的结构差异被忽略或低估。又因为近些年来图嵌入的方法研究的很多，而且通过图嵌入的方法能捕捉到网络的全局特性，所以我们通过结合图嵌入的方法能更好的量化网络的结构性差异。

发明内容

本发明的目的是提供一种基于图嵌入的网络结构性差异量化方法。

本发明方法具体是：

步骤(1).构造网络节点的表征向量；

采用基于随机游走的图嵌入方法node2vec构建网络节点的表征向量：

首先，根据输入的节点和节点之间的连边构建对应的网络G，G＝(V,E,W)；其中，V表示网络节点的集合，E表示网络边的集合，W表示网络边的权重集合。

然后，通过有偏的随机游走方式得到每个节点近邻序列。

最后，将得到的节点近邻序列输入到word2vec进行学习，得到N×d维的网络节点的表征向量，N为网络G的节点数量，d为节点表征向量的维数；

P(x|v)表示节点序列的当前节点为v的下一个节点是x的概率，π_vx表示节点v和节点x之间没有归一化的转移率，Z是归一化常数；

π_vx＝α_pq(t,x)·w_vx；α_pq表示表示节点x偏离节点t的概率，w_vx是节点v和节点x之间的权重，节点t是随机游走序列中位于节点v的前一个节点；