[發明專利]一種基于元路徑的異構網絡節點表示學習方法

有效

• 申請號: 201810294523.X
• 申請日: 2018-03-30
• 公開（公告）號: CN110555050B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 王曉玲;吳桐
• 申請（專利權）人: 華東師范大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458
• 代理公司: 上海德禾翰通律師事務所 31319
• 代理人: 夏思秋

本發明提出了一種基于元路徑的異構網絡節點表示學習方法。本發明方法考慮到異構網絡圖中包含多種節點類型和關系類型，采用抽取元路徑的方式，將網絡圖中豐富的語義信息和結構信息存儲在多條元路徑中；本發明在每條元路徑中通過學習節點的向量表示保存節點在元路徑中的特征信息，然后將多條元路徑整合一起進行共同訓練，從而將整個異構網絡中的語義信息和結構信息保存在節點向量表示當中。本發明具有更高的分類準確率，能夠更好地將節點在異構網絡中的特征信息保存在節點的向量表示當中，可以根據具體目標任務對元路徑進行自由選取，更具靈活性。

技術領域

本發明屬于圖的表示學習技術領域，更具體地講，涉及一種基于元路徑的異構網絡節點表示學習方法。

背景技術

現如今，網絡圖成為一種常見數據組織形式。現實世界中越來越多的應用都以網絡圖的形式保存和呈現數據。比如Facebook,twitter形成的社交網絡圖，DBLP上構建的論文引用網絡，生物學中蛋白質分子間構成的網絡等等。為了挖掘網絡圖中潛藏的有價值的信息，需要將網絡圖轉化為機器學習可以處理的形式，因此網絡表示學習成為一個關鍵的步驟。

與僅含一種節點類型和關系的同質網絡圖相比，異質網絡圖通常包含多種類型節點和關系。另外，同質網絡圖中節點之間只包含一種關系，其表達的語義也都相同，然而在異質網絡圖中，不同節點類型之間的連接代表不同的關系，每種關系所表達的語義也并不相同，相對于同質網絡圖，異質網絡圖結構更復雜，也更符合現實世界中數據存在的形式，另外，它包含的節點對象和關系種類更多樣話，涵蓋的信息更豐富，所以完成對異質網絡圖的表示更具有現實意義，存在的挑戰也更大。

目前，絕大多數網絡表示學習方法僅限于處理同質圖，無法對現實中常見的異質網絡圖進行表示。雖然存在一些對異質網絡圖的表示學習方法，但這些方法可處理的節點類型和關系類型有限，對網絡圖中豐富的語義信息和結構信息不能夠充分利用。

為了彌補以前方法對異質信息網絡表示能力不足，本發明提出一種基于元路徑的異構網絡節點表示學習方法。根據節點之間存在的語義信息構建出多條元路徑，將全部元路徑結合在一起共同訓練，使得學習得到的節點向量可以保存原網絡圖中的結構特征和語義信息。

發明內容

本發明要解決的技術問題是如何將異構網絡圖中包含的豐富的語義信息和結構信息保存在節點的向量表示當中，以克服現有網絡表示學習方法對含有多種節點類型和關系類型的復雜異構網絡圖處理能力不足的問題。

為了解決上述技術問題，本發明提出一種基于元路徑的異構網絡節點表示學習方法，基于考慮到異構信息網絡圖中包含多種節點類型和關系類型，采用抽取元路徑的方式，將網絡圖中豐富的多種多樣的語義信息和結構信息存儲在多條元路徑中；本發明在每條元路徑中通過學習節點的向量表示保存節點在元路徑中的特征信息，然后將多條元路徑整合一起進行共同訓練，從而將整個異構網絡中的語義信息和結構信息保存在節點向量表示當中。

本發明基于元路徑的異構網絡節點表示學習方法，包括以下步驟：

S1：基于異構信息網絡圖構建網絡架構；然后依據網絡架構從異構信息網絡中獲取多條不同類型的元路徑；再將元路徑進行數學量化，獲得每條元路徑對應的矩陣表示形式。

S2：以一條元路徑包含的節點信息為基礎，根據元路徑內目標節點與周圍鄰居節點的連接關系，獲取目標節點向量表示的條件概率分布；再根據該元路徑的矩陣表示，獲取元路徑內目標節點的經驗概率分布；用KL散度計算兩個分布之間的距離，通過最小化兩分布間距離，從而將一條元路徑內節點信息保存在目標節點的向量表示當中。

S3：從異構網絡圖中選取多條元路徑構成元路徑集合，將集合中所有元路徑整合一起進行聯合訓練來獲得節點的向量表示，學習得到的節點向量保存了所述異構信息網絡圖中的語義信息和結構信息。在模型訓練過程中，采用邊采樣和負采樣方法并配合隨機梯度下降算法對模型進行優化。