[发明专利]一种多网络结构差异向量化方法及装置

说明书

本发明公开了一种多网络结构差异向量化方法及装置，包括：获取多个网络，其中每个网络中包括节点和边，节点表示任一实体，边表示实体之间的关系；将多个网络划分成多个要进行结构差异向量化的网络对，每个网络对包括被对比网络和对比网络；抽取所有网络对中被对比网络和对比网络的结构序列；对所述结构序列进行结构差异计算，得到多余结构和缺失结构，其中所述多余结构为第一个网络比第二个网络多的结构，所述缺失结构为第一个网络比第二个网络少的结构；对所有的多余结构和缺失结构分别进行向量化，得到每个网络对的多余结构和缺失结构的向量；对每个网络对的多余结构和缺失结构的向量进行拼接，得到这个网络对结构差异的向量。

技术领域

本发明涉及网络差异分析技术领域，特别涉及一种多网络结构差异向量化方法及装置。

背景技术

网络数据包括节点和边，节点代表实体，边用于描述实体之间的关系，被广泛用于各个领域中，例如金融机构间的交易关系分析，社交关系网络中人物关系的分析，学者合作网络中合作模式的分析，而量化计算多个网络结构之间的差异，可以有助于深入理解网络中不同模式间的基本关系和多个网络之间的演化模式。例如，比较大脑部分切除前后的大脑连接网络，有助于科学家揭示大脑功能。比较不同时间戳中的通信网络可以揭示公司组织的架构变化。现有的基于统计学的方法，例如比较多个网络之间的平均度数差异，有效偏心率(effective eccentricity)等指标，无法捕捉结构上的差异和上下文的解释信息。而直接通过观察的方式来对比，在大规模的数据下难以适用。现有的技术缺少可以量化和计算多个网络之间结构差异的方法，例如，对不同时刻的金融交易网络之间的结构差异进行量化，可以分析交易网络的变化模式，寻找不同时刻中相似的变化模式，有助于分析师发现交易异常。对多个社交软件中人物的关系网络之间的结构差异进行量化，可以比较出不同软件之间人物关系的差异，有助于设计师制定不同软件的好友推荐策略。对不同期刊会议中的学者合作网络之间的结构差异进行向量化，可以比较不同会议间学者合作模式的差异，有助于研究者分析不同的合作模式。

发明内容

本发明实施例的目的是提供一种多网络结构差异向量化方法及装置，以解决现有存在的不能对多网络的结构差异进行量化的问题。

为了达到上述目的，本发明实施例所采用的技术方案如下：

第一方面，本发明实施例提供一种多网络结构差异向量化方法，包括：

获取多个网络，其中每个网络中包括节点和边，节点表示任一实体，边表示实体之间的关系；

将多个网络划分成多个要进行结构差异向量化的网络对，每个网络对包括被对比网络和对比网络；

抽取所有网络对中被对比网络和对比网络的结构序列；

对所述结构序列进行结构差异计算，得到多余结构和缺失结构，其中所述多余结构为第一个网络比第二个网络多的结构，所述缺失结构为第一个网络比第二个网络少的结构；

对所有的多余结构和缺失结构分别进行向量化，得到每个网络对的多余结构和缺失结构的向量；

对每个网络对的多余结构和缺失结构的向量进行拼接，得到这个网络对结构差异的向量。

进一步地，所述网络采用金融交易网络、社交关系网络或学者合作网络。

进一步地，抽取所有网络对中被对比网络和对比网络的结构序列，包括：

采用Random walk、Gaphlet count或Weisfeiler-Lehman对所有网络对中被对比网络和对比网络进行结构序列的抽取。

进一步地，对所有的多余结构和缺失结构分别进行向量化，得到每个网络的多余结构和缺失结构的向量，包括：