[发明专利]一种基于网络数据提取节点的特征向量的方法及装置

摘要

本发明涉及计算机领域，公开了一种基于网络数据提取节点的特征向量的方法及装置，用于提高特征向量的准确度，该方法为：采用循环迭代过程，不断变化相邻节点集合中选取的相邻节点，通过训练学习过程，不断探索寻找与所述一个节点关联关系最强的相邻节点的组合，这样，可以提高所述一个节点的目标特征向量的计算准确性，即能够在目标特征向量中体现出所述一个节点与相邻节点之间的关联关系，从而让所述一个节点的目标特征向量更能准确的表征所述节点对应的网络元素所描绘的物理特征。

主权项

1.一种基于网络数据提取节点的特征向量的方法，其特征在于，包括：获取网络数据，基于所述网络数据提取出设定的网络元素，并确定各个网络元素对应的节点及各个节点之间的关联关系；采用循环迭代的方式计算各个节点的特征向量，直至各个节点的迭代结果均收敛，其中，在一轮迭代中针对一个节点计算特征向量包括：确定所述一个节点的相邻节点集合，并根据所述相邻节点集合中各个相邻节点的特征向量，计算所述一个节点的特征向量；至少根据所述一个节点的特征向量，分别计算所述一个节点与每一个相邻节点之间的关联关系的出现概率，基于所述关联关系的出现概率确定所述特征向量的第一评估值，以及基于所述第一评估值，对所述相邻节点集合进行更新；根据更新结果判断所述一个节点对应迭代结果是否收敛，获得判断结果；将各个节点在最后一轮迭代中获得的特征向量，作为目标特征向量输出。