[發(fā)明專利]基于深度非負(fù)矩陣分解的鏈路預(yù)測(cè)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201810965340.6
• 申請(qǐng)日: 2018-08-23
• 公開（公告）號(hào): CN110858311B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設(shè)計(jì)）人: 蔡菲;牟曉慧;陳杰;張?chǎng)?/a>;李魯鋒;姚國(guó)標(biāo)
• 申請(qǐng)（專利權(quán)）人: 山東建筑大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 黃海麗

本發(fā)明公開了基于深度非負(fù)矩陣分解的鏈路預(yù)測(cè)方法及系統(tǒng)，包括：步驟(1)：根據(jù)待預(yù)測(cè)網(wǎng)絡(luò)節(jié)點(diǎn)之間的鏈接關(guān)系，給出網(wǎng)絡(luò)鄰接矩陣；步驟(2)：預(yù)訓(xùn)練階段：對(duì)網(wǎng)絡(luò)鄰接矩陣進(jìn)行非負(fù)矩陣分解得到基矩陣和系數(shù)矩陣，然后再對(duì)系數(shù)矩陣進(jìn)行若干次非負(fù)矩陣分解，從而將網(wǎng)絡(luò)鄰接矩陣分解成若干個(gè)基矩陣與一個(gè)系數(shù)矩陣相乘的形式；微調(diào)階段：基于網(wǎng)絡(luò)鄰接矩陣、若干個(gè)基矩陣和一個(gè)系數(shù)矩陣建立損失函數(shù)，判斷損失函數(shù)值是否小于容差，如果是，則進(jìn)入步驟(3)；如果否，則對(duì)基矩陣和系數(shù)矩陣進(jìn)行微調(diào)；重新判斷損失函數(shù)值是否小于容差；步驟(3)：根據(jù)微調(diào)后的基矩陣和微調(diào)后的系數(shù)矩陣，計(jì)算網(wǎng)絡(luò)相似矩陣；根據(jù)網(wǎng)絡(luò)相似矩陣實(shí)現(xiàn)鏈路預(yù)測(cè)。

技術(shù)領(lǐng)域

本發(fā)明涉及基于深度非負(fù)矩陣分解的鏈路預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)

鏈路預(yù)測(cè)是近年來復(fù)雜網(wǎng)絡(luò)中的研究熱點(diǎn)之一，它能夠幫助我們探索和理解復(fù)雜網(wǎng)絡(luò)的演化機(jī)制。鏈路預(yù)測(cè)是預(yù)測(cè)網(wǎng)絡(luò)中存在的但未觀測(cè)到的節(jié)點(diǎn)之間的鏈接，或者預(yù)測(cè)網(wǎng)絡(luò)當(dāng)前節(jié)點(diǎn)之間的未來鏈接。

目前，復(fù)雜網(wǎng)絡(luò)中，現(xiàn)有鏈路預(yù)測(cè)方法可分為兩大類。第一類基于節(jié)點(diǎn)相似性的方法，認(rèn)為兩個(gè)節(jié)點(diǎn)之間相似性越大，它們之間存在鏈接的可能性就越大，其只依賴于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，但預(yù)測(cè)能力有限。第二類方法是基于統(tǒng)計(jì)分析和概率論理論。這些方法通常假設(shè)網(wǎng)絡(luò)有一個(gè)已知的結(jié)構(gòu)。它們構(gòu)建模型并且使用統(tǒng)計(jì)的方法去估計(jì)模型參數(shù)。利用這些參數(shù)去計(jì)算每個(gè)沒有觀測(cè)到的節(jié)點(diǎn)之間連邊的形成概率。概率和統(tǒng)計(jì)方法主要分為概率關(guān)系模型和基于似然的模型兩種類型?；诟怕屎徒y(tǒng)計(jì)的方法在網(wǎng)絡(luò)分析中有許多優(yōu)點(diǎn)，但是參數(shù)學(xué)習(xí)和推理卻使計(jì)算復(fù)雜性大大增加，使得基于概率和統(tǒng)計(jì)的方法在應(yīng)用領(lǐng)域受到很大局限。

目前，實(shí)際多數(shù)大型網(wǎng)絡(luò)非常稀疏，網(wǎng)絡(luò)的平均度遠(yuǎn)小于節(jié)點(diǎn)的數(shù)量，和觀察到的邊的數(shù)量遠(yuǎn)遠(yuǎn)小于網(wǎng)絡(luò)中最大可能的邊的數(shù)量。由于信息的有限性和網(wǎng)絡(luò)的稀疏性，傳統(tǒng)的鏈路預(yù)測(cè)方法很難獲得良好的性能。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于深度非負(fù)矩陣分解的鏈路預(yù)測(cè)方法及系統(tǒng)，進(jìn)一步提高了鏈路預(yù)測(cè)的預(yù)測(cè)精度。

為了解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：

作為本發(fā)明的第一方面，提出了基于深度非負(fù)矩陣分解的鏈路預(yù)測(cè)方法；

基于深度非負(fù)矩陣分解的鏈路預(yù)測(cè)方法，包括：

步驟(1)：根據(jù)待預(yù)測(cè)網(wǎng)絡(luò)節(jié)點(diǎn)之間的鏈接關(guān)系，給出網(wǎng)絡(luò)鄰接矩陣；

步驟(2)：包括：預(yù)訓(xùn)練階段和微調(diào)階段；

預(yù)訓(xùn)練階段：對(duì)網(wǎng)絡(luò)鄰接矩陣進(jìn)行非負(fù)矩陣分解得到基矩陣和系數(shù)矩陣，然后再對(duì)系數(shù)矩陣進(jìn)行若干次非負(fù)矩陣分解，從而將網(wǎng)絡(luò)鄰接矩陣分解成若干個(gè)基矩陣與一個(gè)系數(shù)矩陣相乘的形式；

微調(diào)階段：基于網(wǎng)絡(luò)鄰接矩陣、若干個(gè)基矩陣和一個(gè)系數(shù)矩陣建立損失函數(shù)，判斷損失函數(shù)值是否小于容差，如果是，則進(jìn)入步驟(3)；如果否，則對(duì)基矩陣和系數(shù)矩陣進(jìn)行微調(diào)；重新判斷損失函數(shù)值是否小于容差；

步驟(3)：根據(jù)微調(diào)后的基矩陣和微調(diào)后的系數(shù)矩陣，計(jì)算網(wǎng)絡(luò)相似矩陣；根據(jù)網(wǎng)絡(luò)相似矩陣實(shí)現(xiàn)鏈路預(yù)測(cè)。

所述步驟(1)中，待預(yù)測(cè)網(wǎng)絡(luò)，包括：若干個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)之間設(shè)有連邊；A代表待預(yù)測(cè)網(wǎng)絡(luò)的網(wǎng)絡(luò)鄰接矩陣，對(duì)于網(wǎng)絡(luò)鄰接矩陣A中元素的取值：如果節(jié)點(diǎn)i和節(jié)點(diǎn)j之間有連邊，則A_ij＝A_ji＝1，如果節(jié)點(diǎn)i和節(jié)點(diǎn)j之間沒有連邊，則A_ij＝A_ji＝0。

所述步驟(2)的預(yù)訓(xùn)練階段步驟為：

步驟(201)：對(duì)網(wǎng)絡(luò)鄰接矩陣A進(jìn)行非負(fù)矩陣分解得到基矩陣和系數(shù)矩陣：

A≈W₁H₁；