[發明專利]結合節點和邊進行網絡圖嵌入的方法和裝置

有效

• 申請號: 201910087148.6
• 申請日: 2019-01-29
• 公開（公告）號: CN110008348B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 楊新星;周俊;李小龍
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F18/214;G06F18/2413
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 張靜娟;周良玉

本說明書提供一種關系網絡圖圖嵌入方法和裝置，其中獲取關系網絡圖中的節點的點嵌入向量的方法包括：獲取第一節點、及其相關節點的當前點嵌入向量，并獲取第一節點的相關邊各自的當前邊嵌入向量；獲取第一目標函數，其中，第一目標函數中的第一項為關于第一節點與各個相鄰節點之間的相似性的減函數之和，所述第一目標函數中的第二項為關于第一節點與各個不相鄰節點之間的相似性的增函數之和；獲取第二目標函數，其中，第二目標函數的第一項為關于第一節點與各個相連邊之間的相似性的減函數之和，第二目標函數的第二項為關于第一節點與各個不相連邊之間的相似性的增函數之和；以及通過隨機梯度下降法更新第一節點的點嵌入向量。

技術領域

本說明書實施例涉及計算機信息處理技術領域，更具體地，涉及獲取關系網絡圖中的節點的點嵌入向量和上下文嵌入向量、及邊的邊嵌入向量的方法和裝置。

背景技術

關系網絡圖是對現實世界中實體之間的關系的描述，目前廣泛地應用于各種計算機信息處理中。一般地，關系網絡圖包含一個節點集合和一個邊集合，節點表示現實世界中的實體，邊表示現實世界中實體之間的聯系。例如，在社交網絡中，人就是實體，人和人之間的關系或聯系就是邊。

在許多情況下，希望將關系網絡圖中的每個節點(實體)用多維空間中的坐標值來表示，也就是將各個節點映射到一個多維空間中，用多維空間中的點代表圖中的節點。用多維空間的坐標來表達圖中的節點，可以應用于計算節點和節點之間的相似度，發現圖中的社團結構，預測未來可能形成的邊聯系，以及對圖進行可視化等。將圖中的節點映射到多維空間的過程稱為圖嵌入。利用關系網絡的圖嵌入，能夠挖掘出用戶和商品之間在低維向量空間上的特征表示，利用空間距離或者將低維向量加入到分類器模型中，提高用戶推薦商品的質量，從而提高用戶的滿意度和購買轉化率

圖嵌入是一種非常重要的基礎技術能力。當前學術界已研究出多種圖嵌入方法，如DeepWalk，node2vec，GraphRep等。但由于這些算法內部均采用了蒙特卡洛采樣方法，計算效率比較低。當圖的規模變得很大時(如支付寶朋友關系網絡有5億以上節點)，進行圖嵌入計算將耗費巨大的計算資源。

因此，需要一種更有效的對關系網絡圖進行圖嵌入的方案。

發明內容

本說明書實施例旨在提供一種更有效的結合節點和邊的網絡圖嵌入的方案，以解決現有技術中的不足。

為實現上述目的，本說明書一個方面提供一種獲取關系網絡圖中的節點的點嵌入向量的方法，所述點嵌入向量為預定嵌入空間中的向量，所述方法包括：

對于所述關系網絡圖中的第一節點，獲取所述第一節點、所述第一節點的相鄰節點、及預定數目的所述第一節點的不相鄰節點各自的當前點嵌入向量，并獲取所述第一節點的相連邊、及預定數目的所述第一節點的不相連邊各自的當前邊嵌入向量，其中，所述當前點嵌入向量和所述當前邊嵌入向量都為所述嵌入空間中的向量；

獲取第一目標函數，其中，所述第一目標函數中的第一項為關于第一節點與各個所述相鄰節點之間的相似性的減函數之和，所述第一目標函數中的第二項為關于第一節點與各個所述不相鄰節點之間的相似性的增函數之和，其中，所述關系網絡圖中的任一對節點之間的相似性與該對節點各自的點嵌入向量相關；

獲取第二目標函數，其中，所述第二目標函數的第一項為關于所述第一節點與各個所述相連邊之間的相似性的減函數之和，所述第二目標函數的第二項為關于所述第一節點與各個所述不相連邊之間的相似性的增函數之和，其中，節點與邊之間的相似性與該節點的點嵌入向量和該邊的邊嵌入向量相關；以及

基于第一目標函數與第二目標函數的加權和、各個所述當前點嵌入向量、以及各個當前邊嵌入向量，通過隨機梯度下降法更新所述第一節點的點嵌入向量，以使得所述第一目標函數與第二目標函數的加權和的值減小。