[發明專利]一種異構網絡鏈接關系的預測方法及系統

有效

• 申請號: 201410143638.0
• 申請日: 2014-04-09
• 公開（公告）號: CN103942614B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 陳寧;朱軍;夏飛;張傲南
• 申請（專利權）人: 清華大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 李迪

技術領域

本發明涉及計算機應用領域，具體涉及一種異構網絡鏈接關系的預測方法及系統。

背景技術

鏈接關系預測是網絡數據統計分析的首要任務。

現有的異構網絡鏈接關系的預測方法包括：1）在顯示空間中的隨機游走及其變體；例如，Backstrom?L.等人提出的“Supervised?Random?Walks:Predicting?and?Recommending?Links?in?Social?Networks”,in?WSDM,2011;2）在隱式空間中的低秩分解（例如Menon等人提出的“Link?Prediction?via?Matrix?Factorization”,in?ECML2011）、非參數隱特征模型（例如Miller等人提出的“Nonparametric?Latent?Feature?Models?for?Link?Prediction”,in?NIPS2009）等。然而，這些方法沒有利用實體的屬性信息或是將實體的屬性作為人工輸入的額外附加信息，沒有考慮實體和屬性之間的相互作用，因此也就無法對二者同時建模。也就不能實現多種節點間的鏈接關系預測。

發明內容

本發明所要解決的技術問題是現有的異構網絡鏈接關系的預測方法沒有考慮實體和屬性間的相互作用，無法實現多種節點間的鏈接關系預測的問題。

為此目的，本發明提出一種異構網絡鏈接關系的預測方法，該方法包括：

S1.將異構網絡中實體進行預處理，得到訓練集，其中，所述訓練集包括：通過預處理得到的各實體的可觀測屬性特征及各實體的可觀測的鏈接關系；

S2.根據異構網絡中結點類型、結點個數及預設的結點隱特征向量，建立異構網絡鏈接關系預測模型；

S3.基于最大熵判別式準則，對所述模型進行優化，得到優化后的鏈接關系預測模型；

S4.通過所述訓練集訓練所述優化后的鏈接關系預測模型，得到訓練后的鏈接關系預測模型；

S5.通過訓練后的鏈接關系預測模型預測異構網絡鏈接關系。

其中，在步驟S2中，所述異構網絡包括：N個實體結點及M個屬性結點，其中N和M為正整數，任意一個實體結點i的K_N維隱特征向量為u_i，i≤N，任意一個屬性結點j的K_M維隱特征向量為v_j，j≤M，i，j均為正整數，其中K_N和K_M為預設值，且K_N≠K_M；

所述鏈接關系預測模型包括：實體結點-實體結點鏈接關系預測模型及實體結點-屬性結點鏈接關系預測模型；

所述實體結點-實體結點鏈接關系預測模型為：

f(u_i，u_k；W?^N)=Tr(W?^N?u_k?u_i^T)；

其中，Tr(W?^N?u_j?u_i^T)為矩陣W?^N?u_j?u_i^T的跡，u_i^T為u_i的轉置，W?^N為權值矩陣，u_k和u_i分別為異構網絡中的實體結點k和i的K_N維隱特征向量，i≠k，i≤N，k≤N且i和k為正整數；

所述實體結點-屬性結點鏈接關系預測模型為：

f(u_i，v_j；W?^M)=Tr(W?^M?v_j?u_i^T)；