[发明专利]一种模体感知的时态网络预测方法在审
申请号: | 202110856901.0 | 申请日: | 2021-07-28 |
公开(公告)号: | CN113537613A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 陈岭;王达 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/00;G06N3/08;G06N3/04 |
代理公司: | 杭州天勤知识产权代理有限公司 33224 | 代理人: | 曹兆霞 |
地址: | 310013 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 感知 时态 网络 预测 方法 | ||
本发明公开了一种模体感知的时态网络预测方法,包括:首先,将时态网络中的交互作为样本,得到训练数据集;其次,根据预先定义的时态网络模体构建额外的边特征,显式利用包含时间信息的复杂拓扑结构;然后,根据交互发生的时间顺序,利用循环神经网络依次更新交互涉及节点的表示;接着,利用参数不同的多头注意力机制分别聚合反映历史拓扑结构和当前拓扑结构的邻居节点,获得基于邻居的节点表示,预测时态网络中可能发生的交互。
技术领域
本发明涉及时态网络预测领域,具体涉及一种模体感知的时态网络预测方法。
背景技术
现实生活中的许多领域,如社交网络、知识分享社区和电子商务等都可形成随时间变化的时态网络。时态网络中,发生交互的对象视为节点,带时间戳的交互行为视为节点之间的边。随着时间的推移,时态网络的节点之间会产生新的边,同时会有新的节点出现在时态网络中。图1以社交平台为例展示了时态网络的一个实例,用户视为时态网络中的节点,用户之间发送消息的行为视为时态网络中的边,发送消息的时间视为边上时间戳。时态网络预测指基于历史数据预测时态网络中接下来可能发生的交互。由于时态网络随时间动态变化,与静态网络相比更为复杂,对其进行预测的挑战在于如何协同利用拓扑结构和时间信息建模网络的动态演化。
基于离散时间的时态网络预测方法将时态网络以预先设定的时间窗口进行切割,在切割形成的网络快照序列上进行嵌入得到节点表示用于预测。该类方法可进一步细分为基于时间平滑约束和基于深度序列模型的预测方法。基于时间平滑约束的方法对序列中相邻网络快照的节点嵌入附加平滑约束,建模时态网络的动态演化,然而时态网络在演化过程中会出现突变,因而此类方法的实际性能并不理想;基于深度序列模型的方法利用神经网络对网络快照序列进行建模,捕捉时态网络演变过程中的时间依赖关系,然而此类方法通过两个阶段分别建模拓扑结构和时间信息,无法协同建模上述两类信息,对网络演化模式的建模仍不充分。
基于连续时间的时态网络预测方法根据时间顺序流式处理每一条边(交互),获得随时间动态变化的节点表示用于预测。该类方法可进一步分为不利用邻居信息的预测方法和利用邻居信息的预测方法。不利用邻居信息的预测方法在流式处理交互序列时只考虑当前交互涉及的两个节点,不考虑节点的拓扑结构,无法利用拓扑结构建模时态网络的动态演化;利用邻居信息的预测方法引入了时态网络的拓扑结构,结合节点的邻居信息对其进行建模,但是此类方法未显式利用包含时间信息的复杂拓扑结构,难以建模时态网络的复杂演化模式。
发明内容
鉴于上述,本发明的目的是提供了一种模体感知的时态网络预测方法,通过利用利用复杂的拓扑结构提升时态网络预测的准确性。
实施例提供的一种模体感知的时态网络预测方法,包括以下步骤:
步骤1,获取并定义时态网络为其中,e=(vi,vj,t)表示节点vi和节点vj在时刻t发生的交互;
步骤2,依据预先定义的时态网络模体集合统计时态网络中各交互参与形成的时态网络模体实例数,构建交互对应的额外的边特征r(e);
步骤3,将时态网络中的每个交互e作为样本(vi,vj,t),利用循环神经网络更新样本的节点表示;
步骤4,针对每个样本(vi,vj,t),分别获取反映节点vi历史拓扑结构的邻居节点N(vi)his和当前拓扑结构的邻居节点N(vi)cur,构建包含节点vi多跳邻居的计算子图Mapvi和包含节点vj多跳邻居的计算子图Mapvj;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110856901.0/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理