[发明专利]一种基于三角子图划分的社交网络子图嵌入方法及系统

权利要求书

1.一种基于三角子图划分的社交网络子图嵌入方法，用于社交网络数据挖掘任务，其特征在于，包括：

(1)构建当前社交网络数据挖掘任务所对应的社交网络的网络图，将用于表示社交网络的所述网络图划分为三角结构子图和桥接节点；

(2)以划分得到的三角结构子图和桥接节点为虚拟节点，根据三角结构子图之间、桥接节点之间以及三角结构子图与桥接节点之间的连接关系建立虚拟节点之间的虚拟边，由虚拟节点和虚拟边构成转换图；

(3)采用随机游走策略对所述转换图中的每一个虚拟节点进行上下文采用，以抽取出每个虚拟节点的上下文样本；

(4)将所抽取的上下文样本依次输入到已训练好的词嵌入模型中，得到所述转换图中每一个虚拟节点的向量表示，从而将社交网络图中的三角子图嵌入到向量空间中。

2.如权利要求1所述的基于三角子图划分的社交网络子图嵌入方法，其特征在于，三角结构子图包括闭环三角形和开环三角形。

3.如权利要求2所述的基于三角子图划分的社交网络子图嵌入方法，其特征在于，所述步骤(1)包括：

(11)将所述网络图中节点的状态均初始化为未标记的状态，以表示所有节点均未被划分到三角结构子图中，也未被识别为桥接节点，并随机选取一个未标记的节点；

(12)识别所选取节点的类型，若为边缘节点，则将其剔除后，转入步骤(16)；若为桥接节点，则对当前被识别为桥接节点的节点均进行标记后，转入步骤(16)；若为普通节点，则转入步骤(13)；

(13)若所选取节点的未标记的邻居节点数量大于等于2，则将所选取节点作为中心节点，并转入步骤(14)；若所选取节点只有一个未标记的邻居节点，则将该未标记的邻居节点作为中心节点，并转入步骤(15)；

(14)在所有未标的记节点中，搜索包含中心节点的三角结构子图，将熵值最大的三角结构子图确定为最终的三角结构子图，并标记其中的三个节点，之后转入步骤(16)；

(15)在所有未标记的节点中，搜索同时包含中心节点和所选取节点的三角结构子图，将熵值最大的三角结构子图确定为最终的三角结构子图，并标记其中的三个节点，之后转入步骤(16)；

(16)若还存在未标记的节点，则选取一个未标记的节点后，转入步骤(12)；否则，划分结束；

其中，三角结构子图的熵值用于衡量其内部连接的紧密程度。

4.如权利要求3所述的基于三角子图划分的社交网络子图嵌入方法，其特征在于，所述步骤(12)中，识别所选取节点的类型，其方法包括：

若其未标记的邻居节点数量小于等于1，且其不能与其他未标记的节点组成三角结构子图，则将其识别为边缘节点；

若所选取节点的邻居节点数量大于等于2，且其邻居节点均已被标记，则将其识别为桥接节点；

若所选取节点的邻居节点数量大于等于2，且只有一个未标记的邻居节点，并且该未标记的邻居节点的所有邻居节点中，只有所选取节点为未标记的节点，则将所选取节点及其未标记的节点均识别为桥接节点；

在其他情况下，将所选取节点识别为普通节点。

5.如权利要求3所述的基于三角子图划分的社交网络子图嵌入方法，其特征在于，所述步骤(16)中，选取未标记的节点时，优先从已被标记的节点的邻居节点中选取。

6.如权利要求3所述的基于三角子图划分的社交网络子图嵌入方法，其特征在于，三角结构子图的熵值为三角结构子图内部边的权重之和。

7.如权利要求1所述的基于三角子图划分的社交网络子图嵌入方法，其特征在于，所述步骤(2)包括：

以划分得到的三角结构子图和桥接节点为虚拟节点；

以三角结构子图内节点与另一个三角子图内节点之间边的数量作为对应的两个虚拟节点之间虚拟边的权重，以三角结构子图内节点与桥接节点之间边的数量作为对应的两个虚拟节点之间虚拟边的权重，并以两个桥接节点之间边的数量作为对应两个虚拟节点之间虚拟边的权重，在虚拟边的权重不为0的两个虚拟节点之间建立一条相应权重的虚拟边；

由虚拟节点和虚拟边构成转换图。