[發(fā)明專利]一種考慮節(jié)點(diǎn)局部標(biāo)注特性的符號(hào)預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611156336.2
• 申請(qǐng)日: 2016-12-14
• 公開（公告）號(hào): CN106780067A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計(jì)）人: 蘇曉萍;宋玉蓉
• 申請(qǐng)（專利權(quán)）人: 南京工業(yè)職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G06Q50/00
• 分類號(hào): G06Q50/00
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙)32249
• 代理人: 賈郡

1.一種考慮節(jié)點(diǎn)局部標(biāo)注特性的符號(hào)預(yù)測(cè)方法，其特征在于，包括以下步驟：

步驟1，獲取符號(hào)網(wǎng)絡(luò)的形式表達(dá)；

步驟2，分析符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)特征，獲取網(wǎng)絡(luò)鄰接矩陣的秩與結(jié)構(gòu)平衡和弱結(jié)構(gòu)平衡理論間的關(guān)系，利用低秩矩陣分解對(duì)低秩矩陣進(jìn)行分解，且滿足矩陣秩最小的約束條件；

步驟3，根據(jù)符號(hào)網(wǎng)絡(luò)結(jié)構(gòu)特征結(jié)論，將符號(hào)預(yù)測(cè)問題轉(zhuǎn)化為優(yōu)化問題；

步驟4，利用隨機(jī)梯度下降法對(duì)低秩矩陣分解，得到考慮網(wǎng)絡(luò)全局特征。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟1的具體過程為：

定義符號(hào)網(wǎng)絡(luò)G為：G＝(V,E,S)，其中V＝{1,2,3,...,n}為節(jié)點(diǎn)集合，E＝{1,2,3,...,m}為邊集合，S＝{-1,0,1}表示邊的符號(hào)，O為已觀測(cè)到的邊集，

i,j∈V，e(i,j)∈E，s(i,j)∈S，若節(jié)點(diǎn)i與j的邊符號(hào)為正則s(i,j)＝1，節(jié)點(diǎn)i與j的邊符號(hào)為負(fù)則s(i,j)＝-1，節(jié)點(diǎn)i與j的邊符號(hào)未被觀測(cè)到時(shí)s(i,j)＝0；

符號(hào)網(wǎng)絡(luò)G對(duì)應(yīng)有鄰接矩陣A∈i^m×n，

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟2中符號(hào)網(wǎng)絡(luò)中三個(gè)節(jié)點(diǎn)間的關(guān)系共形成四種三角形模體，其中

結(jié)構(gòu)平衡條件為：三符號(hào)積為正則平衡，

弱結(jié)構(gòu)平衡條件為：三角形模體中不存在兩正一負(fù)；

當(dāng)網(wǎng)絡(luò)滿足弱平衡結(jié)構(gòu)時(shí)，將節(jié)點(diǎn)分成K個(gè)子集，且子集內(nèi)節(jié)點(diǎn)間的邊全為正或子集間節(jié)點(diǎn)的邊全為負(fù)，對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)編號(hào)排序，其鄰接矩陣A為分塊矩陣且具有低秩性且秩為K。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，步驟3的具體過程為：

步驟3.1，將鄰接矩陣A中為0的元素替換為1形成矩陣X；

步驟3.2，將符號(hào)預(yù)測(cè)問題轉(zhuǎn)化為優(yōu)化問題，形式化描述為

$\begin{array}{cc}\min & Rank\left(X\right)\\ s.t.& \begin{array}{c}{X}_{ij}=A_{ij},\∀e(i,j)\∈O,\\ X_{ij}\∈\{\±1\},\∀e(i,j)\∉O\end{array}\end{array};$

步驟3.3，將鄰接矩陣A分解為兩個(gè)K行n列的矩陣P^T和Q，使得P^T與Q的積與A之間的誤差最小；

步驟3.4，令為預(yù)測(cè)到的用戶i對(duì)用戶j的評(píng)價(jià)；

步驟3.5，將矩陣模型轉(zhuǎn)化為最優(yōu)化問題

$\underset{P^T,Q\∈i^{k\×n}}{\min }C=\underset{e(i,j)\∈o}{\mathrm{\Σ}}l(A_{i,j},{\left(P^{T}Q\right)}_{ij}))+\mathrm{\λ}\mathrm{\Ω}\left(P^{T}Q\right)=\underset{e(i,j)\∈o}{\mathrm{\Σ}}l(A_{i,j},\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\left(P_{ik}{Q}_{kj}\right)+\mathrm{\λ}\left|\right|P|{|}^2+\mathrm{\λ}|\left|Q\right|{|}^2$

其中，l為損失函數(shù)，用于衡量原矩陣與預(yù)測(cè)結(jié)果矩陣P^TQ間的誤差，Ω為用來防止過擬合的正則化項(xiàng)，λ為懲罰因子。