[發(fā)明專利]異構(gòu)信息網(wǎng)絡(luò)嵌入的方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811265770.3
• 申請(qǐng)日: 2018-10-26
• 公開（公告）號(hào): CN109492132A
• 公開（公告）日: 2019-03-19
• 發(fā)明（設(shè)計(jì)）人: 何雨;彭浩;宋陽(yáng)秋;彭健;李建欣
• 申請(qǐng)（專利權(quán)）人: 廣州市香港科大霍英東研究院
• 主分類號(hào): G06F16/901
• 分類號(hào): G06F16/901
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

本發(fā)明公開了一種異構(gòu)信息網(wǎng)絡(luò)嵌入的方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)，所述方法包括：獲取多種類型的對(duì)象和連接信息建立異構(gòu)信息網(wǎng)絡(luò)；通過(guò)所述對(duì)象或連接的類型及其之間的關(guān)系建立元路徑；通過(guò)任意元路徑來(lái)定義高階馬爾可夫鏈，利用所述高階馬爾可夫鏈引導(dǎo)隨機(jī)游走；通過(guò)所述隨機(jī)游走的分布引導(dǎo)異構(gòu)信息網(wǎng)絡(luò)嵌入。能夠解決異構(gòu)信息網(wǎng)絡(luò)嵌入方法中非平穩(wěn)隨機(jī)游走、元路徑限制的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及異構(gòu)信息網(wǎng)絡(luò)領(lǐng)域，尤其涉及一種異構(gòu)信息網(wǎng)絡(luò)嵌入的方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)。

背景技術(shù)

在現(xiàn)實(shí)應(yīng)用中，很多網(wǎng)絡(luò)如現(xiàn)代社交媒體、學(xué)術(shù)網(wǎng)絡(luò)、病人藥品監(jiān)督網(wǎng)和知識(shí)圖，由于其節(jié)點(diǎn)(對(duì)象)和邊(連接)被分為不同的類型，常常需要使用異構(gòu)信息網(wǎng)絡(luò)(Heterogeneous information network,HIN)來(lái)表示這些網(wǎng)絡(luò)。如果我們使用網(wǎng)絡(luò)嵌入方法提取到不同元路徑的語(yǔ)義，將能夠進(jìn)行異構(gòu)信息網(wǎng)絡(luò)具體應(yīng)用的很多下游分析，比如異構(gòu)信息網(wǎng)絡(luò)中的鏈接預(yù)測(cè)或者推薦，對(duì)象分類、相似檢索等。

目前，受到同構(gòu)網(wǎng)絡(luò)中DeepWalk算法的啟發(fā)，元路徑驅(qū)動(dòng)對(duì)象嵌入模型已經(jīng)發(fā)展起來(lái)，這些算法使用兩步方法來(lái)生成節(jié)點(diǎn)嵌入。首先，生成由元路徑引導(dǎo)的異構(gòu)信息網(wǎng)絡(luò)上的隨機(jī)游走，然后運(yùn)行由詞嵌入方法word2vec帶來(lái)的 Skipgram算法來(lái)生成節(jié)點(diǎn)嵌入。上述方法具有很多問(wèn)題，比如用來(lái)引導(dǎo)隨機(jī)游走路徑的一階馬爾可夫鏈可能會(huì)引起異構(gòu)信息網(wǎng)絡(luò)中的非平穩(wěn)隨機(jī)游走；其次，盡管其聲明隨機(jī)游走能夠被應(yīng)用到任意元路徑，然而實(shí)際上只能夠?qū)崿F(xiàn)首尾相同的對(duì)象類型的元路徑。

發(fā)明內(nèi)容

針對(duì)上述問(wèn)題，本發(fā)明的目的在于提供一種異構(gòu)信息網(wǎng)絡(luò)嵌入的方法、系統(tǒng)、終端及存儲(chǔ)介質(zhì)，能夠解決上述非平穩(wěn)隨機(jī)游走、元路徑限制的問(wèn)題。

一種異構(gòu)信息網(wǎng)絡(luò)嵌入的方法，其特征在于，包括步驟：

獲取多種類型的對(duì)象和連接信息建立異構(gòu)信息網(wǎng)絡(luò)；

通過(guò)所述對(duì)象或連接的類型及其之間的關(guān)系建立元路徑；

通過(guò)任意元路徑來(lái)定義高階馬爾可夫鏈，利用所述高階馬爾可夫鏈引導(dǎo)隨機(jī)游走；

通過(guò)所述隨機(jī)游走的分布引導(dǎo)異構(gòu)信息網(wǎng)絡(luò)嵌入。

具體地，所述通過(guò)所述元路徑來(lái)定義高階馬爾可夫鏈的具體實(shí)現(xiàn)步驟為：

將所述元路徑進(jìn)行分解，由當(dāng)前狀態(tài)的前述狀態(tài)確定所述高階馬爾可夫鏈，使用所述高階馬爾可夫鏈來(lái)表示所述元路徑。

具體地，所述利用所述高階馬爾可夫鏈引導(dǎo)隨機(jī)游走的具體實(shí)現(xiàn)步驟為：

設(shè)置所述高階馬爾可夫鏈為二階馬爾可夫鏈；

將網(wǎng)絡(luò)原始節(jié)點(diǎn)上定義的二階馬爾可夫鏈轉(zhuǎn)化為狀態(tài)組所述狀態(tài)組指上一層狀態(tài)為上二層狀態(tài)為同時(shí)將轉(zhuǎn)換概率編碼為張量P，其中P_i,j,k指轉(zhuǎn)換到狀態(tài)的概率，上一層狀態(tài)為上二層狀態(tài)為

將固定于頂點(diǎn)的隨機(jī)游走表示為具有隨機(jī)變量序列的隨機(jī)過(guò)程，由來(lái)自于二階馬爾可夫鏈的轉(zhuǎn)換概率集合來(lái)引導(dǎo)，其中由P_i,j,k表示具有N個(gè)狀態(tài)的二階馬爾可夫鏈的轉(zhuǎn)換概率，如公式(1)所示：

采用如公式(2)所示個(gè)性化空間隨機(jī)游走的概率準(zhǔn)則來(lái)選取上二層節(jié)點(diǎn)

使用公式(3)來(lái)選取當(dāng)前節(jié)點(diǎn)，其中是由隨機(jī)變量生成的σ場(chǎng)，由起始狀態(tài)生成，α∈(0,1)為以概率α返回至起始狀態(tài)，以概率1-α跟隨二階馬爾可夫鏈移動(dòng)至下一狀態(tài)的概率控制參數(shù)，

當(dāng)個(gè)性化空間隨機(jī)游走在處理訪問(wèn)空出且忘記上二層狀態(tài)時(shí)則使隨機(jī)游走從開始的節(jié)點(diǎn)通過(guò)概率引導(dǎo)重新開始；