[发明专利]一种基于PU学习和随机游走的链接预测方法及装置

说明书

本发明涉及一种基于PU学习和随机游走的链接预测方法及装置，其中，包括以下步骤：收集网络中节点的邻接关系；以节点对作为样本，根据邻接关系构造正例和无标记样本集；利用社区结构和集成学习，从无标记样本集中得到可靠负例样本集；根据可靠负例样本集与正例样本集进行有监督分类，得到链接预测分类器；根据链接预测分类器的预测结果构造节点间转移概率矩阵；根据节点间转移概率矩阵进行随机游走，最终确定节点间的游走概率；根据游走概率计算节点对的相似性，按相似性从大到小对节点对排序，从而预测链接的存在。本发明通过利用整个网络中节点间的游走信息，并在游走过程中结合网络社区结构，进一步提升了基于PU学习的链接预测方法的精度。

技术领域

本发明涉及网络数据挖掘领域，特别是涉及一种基于PU学习和随机游走的链接预测方法及装置。

背景技术

链接预测是网络数据挖掘领域的重要挖掘任务之一，其目的在于从给定的网络中挖掘节点之间未知的链接。链接预测对于信息补全、网络演化等具有重要研究意义，同时在生物信息、社交网络等领域发挥着重要应用价值。

在传统基于分类的链接预测方法中，链接预测通常被看作二分类问题。其中，将网络中存在链接的节点对视为正例，不存在链接的节点对则视为负例，进而基于正负例样本来构建链接预测分类器。然而，在给定的一个网络中，直接将未观察到链接的节点对视作负例是不准确的。为此，研究者进一步将链接预测看作是典型的(Positive and Unlabeled，PU)PU学习问题，即只有正例样本和无标记样本的学习问题。

已有基于PU学习的链接预测方法通常采用两步走策略：第一步从无标记样本中选择可靠负例样本集；第二步基于正例和可靠负例构建链接预测分类器。事实上，无论是传统基于分类的链接预测方法还是基于PU学习的链接预测方法，其所构建的分类器都是建立在样本满足独立同分布的假设基础之上，而在网络数据中，节点对是不满足独立同分布假设的。因此，单纯基于PU学习来进行链接预测是不准确的，难以保证链接预测的精度。

发明内容

本发明旨在一定程度上解决相关技术中的不足。

为此，本发明的一个目的在于提出一种基于PU学习和随机游走的链接预测方法，该方法可以提升基于PU学习的链接预测方法的精度。

本发明的另一目的在于提供一种基于PU学习和随机游走的链接预测装置。

为达到所述目的，本发明一方面提供了一种基于PU学习和随机游走的链接预测方法，包括：

获取网络中节点间的邻接关系；

根据网络中节点间的邻接关系，将节点对作为样本，构造正例样本集和无标记样本集；

利用社区结构和集成学习，从无标记样本集中得到可靠负例样本集；

根据可靠负例样本集与正例样本集进行有监督分类，得到链接预测分类器；

根据链接预测分类器的预测结果构造节点间转移概率矩阵；

根据节点间转移概率矩阵进行随机游走，最终确定节点间的游走概率；

根据游走概率计算节点对的相似性，按相似性从大到小对节点对排序，从而预测链接的存在。

优选地，所述根据链接预测分类器的预测结果构造节点间转移概率矩阵，包括：

根据链接预测分类器的预测结果构造矩阵W，其对角元素为0，其余元素为：

其中，f(v_i,v_j)表示预测分类器对样本(v_i,v_j)的预测结果，表示(v_i,v_j)已存在链接，表示(v_i,v_j)观察不到链接。