[發明專利]一種基于多分類器融合模型的網絡關系類型預測方法

有效

• 申請號: 201911414801.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111160483B
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 劉闖;于柿民;張子柯
• 申請（專利權）人: 杭州師范大學
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/24;G06N20/00;G06Q50/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

1.一種基于多分類器融合模型的網絡關系類型預測方法，其特征在于該方法具體是：

步驟(1).對網絡數據進行預處理，具體是：

(1-1).網絡數據結構化表示：網絡數據存在結構化網絡數據和半結構化網絡數據，將半結構化網絡數據轉換成結構化網絡數據{(v_s1,v_e1,flag₁),(v_s2,v_e2,flag₂),…,(v_si,v_ei,flag_i),…,(v_sn,v_en,flag_n)}；其中，n表示網絡邊數量，v_si、v_ei分別表示始末節點，樣本標簽flag_i等于1或-1，表示實際關系類型為友好或敵對，i＝1,2,…,n；

(1-2).結構化網絡數據標準化表示：結構化網絡數據轉換成邊列表或鄰接列表；

邊列表：{(v_s1,v_e1),(v_s2,v_e2),…,(v_si,v_ei),…,(v_sn,v_en)}，(v_si,v_ei)表示v_si、v_ei存在連邊；

鄰接列表：

{(v_s1,v_s1-e1,v_s1-e2,…,v_s1-ei,…,v_s1-en),(v_s2,v_s2-e1,v_s2-e2,…,v_s2-ei,…,v_s2-en),…,(v_sk,v_sk-e1,v_sk-e2,…,v_sk-ei,…,v_sk-en)}；k表示網絡中每個節點的維數；

步驟(2).邊列表或鄰接列表利用Node2Vec網絡嵌入方法進行節點表征，得到網絡中每個節點的k維特征向量表示，具體是：

采用有偏的隨機游走方法，通過參數p和q調控從一個節點向下一個節點的游走概率；給定節點v，隨機游走選擇下一個節點x的概率為：

其中，π_vx為節點v和節點x之間的未歸一化轉移概率，Z是歸一化常數；假設當前隨機游走經過邊(t,v)到達節點v，π_vx＝α_pq(t,x)·w_vx；α_pq(t,x)表示節點x偏離節點t的概率，w_vx是節點v和節點x之間的權重，節點t是隨機游走序列中位于節點v的前一個節點；

d_tx∈{0,1,2}，表示節點t與節點x之間的最短距離；

用Node2Vec學習采樣的頂點序列，得到節點的網絡表征向量集：{(f_v1-1,f_v1-2,…,f_v1-k),(f_v2-1,f_v2-2,…,f_v2-k),…,(f_vi-1,f_vi-2,…,f_vi-k),…,(f_vn-1,v_vn-2,…,f_vn-k)}；(f_vi-1,f_vi-2,…,f_vi-k)表示網絡中節點i對應的k維特征向量的表示；

步驟(3).對網絡表征向量集進行網絡特征工程處理，并劃分訓練集和測試集，具體是：

(3-1).網絡特征工程：拼接相鄰兩個節點特征向量和兩個節點特征向量的差向量得到3×k維的樣本特征向量，即結構化網絡數據轉換GraphData＝{simple₁,…,simple_i,…simple_n}，其中樣本simple_i＝([f_si-1,f_si-2,…,f_si-k],[f_ei-1,f_ei-2,…,f_ei-k],[f_si-1-f_ei-1,f_si-2-f_ei-2,…,f_si-k-f_ei-k],flag_i)映射步驟(1-1)中結構化網絡數據中的(v_si,v_ei,flag_i)；

(3-2).數據集劃分：對GraphData進行隨機抽取，70～80％數據作為訓練集，20～30％數據作為測試集；

步驟(4).用GridCV調參方法分別對ExtraTrees、GradienBoosting、LightGBM、XGBboost基學習器在訓練集上進行超參的調優：通過GridCV計算分別得到ExtraTrees、GradienBoosting、LightGBM和XGBboost的超參組合，用超參組合初始化各個基學習器，得到調優模型BaseModel₁、BaseModel₂、BaseModel₃、BaseModel₄；

步驟(5).用得到的調優模型作為基學習器，采用K折交叉驗證方法對訓練集預測，融合基學習器預測結果作為元學習器RandomForest的輸入數據，并輸出最終網絡關系類型預測的結果，具體是：

(5-1).K折交叉驗證基學習器：在訓練集上分別對BaseModel₁、BaseModel₂、BaseModel₃、BaseModel₄進行K折交叉驗證，即將訓練集分成K份，生成訓練子集，四個基學習器分別得到訓練子集的預測集R₁、R₂、R₃、R₄；

(5-2).元學習器訓練：將預測集R₁、R₂、R₃、R₄拼接得到新的訓練集，用RandomForest作為元學習器進行訓練，結合訓練好的基學習器和元學習器得到最終的融合模型StackingModel；

(5-3).預測結果并評估：通過StackingModel對測試集進行預測，采用入Roc_auc、Binary_F1、Macro_F1、Micro_F1作為模型性能評價指標，評估預測結果的效果。