[發(fā)明專(zhuān)利]一種基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的對(duì)抗網(wǎng)絡(luò)表示學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910886809.1
• 申請(qǐng)日: 2019-09-19
• 公開(kāi)（公告）號(hào): CN110674929A
• 公開(kāi)（公告）日: 2020-01-10
• 發(fā)明（設(shè)計(jì)）人: 谷峪;周子涵;于戈
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東北大學(xué)
• 主分類(lèi)號(hào): G06N3/04
• 分類(lèi)號(hào): G06N3/04;G06N3/063;G06N3/08;G06K9/62
• 代理公司: 21109 沈陽(yáng)東大知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 李在川

1.一種基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的對(duì)抗網(wǎng)絡(luò)表示學(xué)習(xí)方法，其特征在于，包括以下步驟：

步驟1：對(duì)于給定圖G(V,E)，計(jì)算圖中各網(wǎng)絡(luò)節(jié)點(diǎn)對(duì)結(jié)構(gòu)相似度，對(duì)于源節(jié)點(diǎn)v選取大于閾值ε的所有節(jié)點(diǎn)作為判別器模型進(jìn)行訓(xùn)練的正樣本集合；

步驟2：將softmax公式運(yùn)用到給定圖G(V,E)中，得到圖G(V,E)中任意節(jié)點(diǎn)對(duì)(i,j)的連通概率p(j|i)，再根據(jù)任意節(jié)點(diǎn)對(duì)(i,j)的連通概率p(j|i)得到圖G(V,E)的全局連通性概率分布p(·|i)和p(·|j)，其中，i,j∈|V|，|V|表示網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)目；

步驟3：根據(jù)全局連通性概率分布p(·|i)和p(·|j)的相似性設(shè)計(jì)節(jié)點(diǎn)對(duì)結(jié)構(gòu)相似性的判別函數(shù)，即判別器模型；

步驟4：對(duì)于給定節(jié)點(diǎn)i，采用有偏二跳隨機(jī)游走策略得到具有N個(gè)節(jié)點(diǎn)作為生成器生成的用于判別器模型訓(xùn)練的負(fù)樣本集合；

步驟5：設(shè)定目標(biāo)函數(shù)J^G,D，根據(jù)正樣本集合和負(fù)樣本集合對(duì)判別器模型進(jìn)行訓(xùn)練，通過(guò)步驟3中設(shè)計(jì)的判別器判別函數(shù)得到給定節(jié)點(diǎn)i與負(fù)樣本集合中各節(jié)點(diǎn)的結(jié)構(gòu)相似度打分結(jié)果，將打分結(jié)果作為反饋信號(hào)對(duì)生成器進(jìn)行訓(xùn)練，返回步驟4，直至生成器模型和判別器模型之間優(yōu)化達(dá)到納什均衡點(diǎn)，輸出生成器模型和判別器模型的參數(shù)，即網(wǎng)絡(luò)節(jié)點(diǎn)的低維表示向量。

2.根據(jù)權(quán)利要求1所述的基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的對(duì)抗網(wǎng)絡(luò)表示學(xué)習(xí)方法，所述計(jì)算給定圖G(V,E)中各網(wǎng)絡(luò)節(jié)點(diǎn)對(duì)結(jié)構(gòu)相似度σ(u,v)的公式如下：

其中，N[u]表示節(jié)點(diǎn)u的結(jié)構(gòu)鄰居，即對(duì)應(yīng)給定圖G(V,E)，N[u]＝{v∈V|(u,v)∈E}∪{u}，N[v]表示頂點(diǎn)v的結(jié)構(gòu)鄰居，d[u]表示節(jié)點(diǎn)u的基數(shù)，且d[u]＝|N[u]|，d[v]表示節(jié)點(diǎn)v的基數(shù)。

3.根據(jù)權(quán)利要求1所述的基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的對(duì)抗網(wǎng)絡(luò)表示學(xué)習(xí)方法，其特征在于，所述圖G(V,E)中任意節(jié)點(diǎn)對(duì)(i,j)的連通概率p(j|i)的計(jì)算公式如下：

其中，和分別表示節(jié)點(diǎn)i、k和j當(dāng)前的低維表示向量，k為節(jié)點(diǎn)i任意一個(gè)鄰居節(jié)點(diǎn)。

4.根據(jù)權(quán)利要求1所述的基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的對(duì)抗網(wǎng)絡(luò)表示學(xué)習(xí)方法，其特征在于，所述判別器模型的公式如下：

D(i,j)＝1-JS(p(·|i),p(·|j))；

其中，D(i,j)為節(jié)點(diǎn)i和j具有結(jié)構(gòu)相似性的概率打分結(jié)果，JS為基于JS散度的判別器判別函數(shù)，其公式如下：

其中，P和Q分別為節(jié)點(diǎn)連通性概率的P分布和Q分布，KL為標(biāo)準(zhǔn)KL散度函數(shù)，其公式如下：

其中，X為離散連通性概率分布的維度，且X＝|V|，P(x)為P分布中的x維度下當(dāng)前節(jié)點(diǎn)與該維度標(biāo)號(hào)的節(jié)點(diǎn)潛在連通概率值，Q(x)為Q分布中的x維度下當(dāng)前節(jié)點(diǎn)與該維度標(biāo)號(hào)的節(jié)點(diǎn)潛在連通概率值。

5.根據(jù)權(quán)利要求1所述的基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的對(duì)抗網(wǎng)絡(luò)表示學(xué)習(xí)方法，其特征在于，所述目標(biāo)函數(shù)J^G,D的公式如下：

其中，θ_G表示待優(yōu)化的生成器的參數(shù)，θ_D表示待優(yōu)化的判別器的參數(shù)，V(G,D)表示判別器D和生成器G的組合目標(biāo)函數(shù)，Sim_true(·|v_c)表示與節(jié)點(diǎn)v_c結(jié)構(gòu)相似的判別器訓(xùn)練的正樣本節(jié)點(diǎn)集合，表示與節(jié)點(diǎn)v_c結(jié)構(gòu)相似的節(jié)點(diǎn)集的結(jié)構(gòu)相似性概率打分的期望，G(·|v_c；θ_G)表示生成器模型的采樣策略基于節(jié)點(diǎn)v_c采樣的判別器訓(xùn)練的負(fù)樣本節(jié)點(diǎn)集合，表示生成器采樣得到的節(jié)點(diǎn)v_c的負(fù)樣本節(jié)點(diǎn)集的結(jié)構(gòu)相似性概率打分的期望，D(v,v_c；θ_D)表示判別器模型對(duì)待打分節(jié)點(diǎn)對(duì)(v,v_c)進(jìn)行結(jié)構(gòu)相似性判別的結(jié)果。