[发明专利]一种基于变分图自编码器与K-Means的科技论文聚类分析方法

权利要求书

1.一种基于变分图自编码器与K-Means的科技论文聚类分析方法，其特征在于：所述方法包括如下步骤：

步骤一：把待分析的科技论文数据表示为一个引文网络G＝(V，E，F)，其中V＝{v₁,v₂,...,v_n}为节点集合，每个节点表示一篇科技论文，节点数即科技论文总数n＝|V|，E为边集合，两篇论文之间如果有引用关系，则这两篇论文的相应节点之间有一条连边，所有论文的连边关系构成一个n×n的邻接矩阵A，每个论文的关键词属性F＝{f₁,f₂,...,f_m},属性数量m＝|F|，所有论文的属性表示为一个n×m的属性信息特征矩阵X；

步骤二：构建一个由编码器和解码器组成的变分图自编码器，变分图自编码器的编码器为两层图卷积神经网络GCN，输入是引文网络的特征矩阵X和邻接矩阵A，通过学习节点低维向量表示的均值μ和方差σ，并采用重参数化方法对均值μ和方差σ进行采样操作，输出是节点的n×d的低维嵌入向量z，解码器的输入是节点的低维向量z，通过两两计算两点之间存在边的概率来重构图，其中2≤d≤n，输出是重构邻接矩阵

步骤三：用科技论文数据训练变分图自编码器，训练目标是最小化重构邻接矩阵和原始邻接矩阵A之间的距离度量，以及节点表示向量分布和正态分布的散度，训练完毕可以获得GCN的参数，通过GCN确定一个多维高斯分布，从这个分布采样得到节点的低维嵌入向量z；

步骤四：设置科技论文预期的划分数目，利用K-Means算法对低维嵌入向量z进行聚类，得到科技论文的划分结果；

步骤五：对科技论文的划分结果通过tSNE算法降维，并用Matplotlib绘图库进行二维的可视化展示。