[发明专利]一种基于跨双层网络随机游走的网络表征方法

摘要

本发明涉及网络表征技术领域，具体涉及一种基于跨双层网络随机游走的网络表征方法，包括以下步骤：A)建立网络拓扑结构；B)获得角色相似度矩阵；C)建立双层混合网络；D)获得随机游走序列；E)使用连续词袋模型获得网络的表征。角色相似度矩阵S的建立方法为：B1)列举所有大小小于或等于给定大小k的所有子图；B2)枚举非同构轨道，数量记为m；B3)将每个节点参与m个角色的情况使用长度为m的向量表示；B4)将每两个节点的角色表征向量的相似度作为该两个节点的相似度，角色相似度矩阵S。本发明的有益效果是：利用随机游走和连续词袋模型，不但实现同时融合网络邻接性和结构相似性的表征，还可以实现对非连通但角色相似的网络节点的有效表征。

主权项

1.一种基于跨双层网络随机游走的网络表征方法，其特征在于，包括以下步骤：A)根据真实系统中实体之间的关系建立网络拓扑结构，获得网络邻接矩阵W＝{w_ij}，i，j∈[1，n]，n为网络拓扑结构节点数量；B)获得节点在大小不超过给定值k的诱导子图中的角色序列，记为表征向量，建立节点之间的角色相似度矩阵S＝{s_ij}，i，j∈[1，n]；C)根据网络邻居矩阵W以及角色相似度矩阵中节点的一一对应关系，建立双层混合网络；D)依次从每个节点开始，进行h次跨双层混合网络的随机游走，从随机游走序列中得到截断长度为l的共h组节点序列，n个节点共获得n*h个长度为发的节点序列；E)使用连续词袋模型或跳字模型获得每个节点的向量表示，从而获得网络的表征；所述使用连续词袋模型获得节点的向量表示的方法为：把网络中的节点作为词，把通过随机游走得到的节点序列作为语句，使用word2vec的连续词袋模型，将每个词表示成一个定长的向量，将本步骤获得的定长向量作为对应节点的表征，从而获得网络的表征。