[發(fā)明專利]一種基于最大生成樹的圖嵌入方法在審
| 申請?zhí)枺?/td> | 202210297523.1 | 申請日： | 2022-03-24 |
| 公開（公告）號： | CN114726738A | 公開（公告）日： | 2022-07-08 |
| 發(fā)明（設(shè)計）人： | 閔勇;江婷君;龍杰;傅晨波;宣琦 | 申請（專利權(quán)）人： | 國家計算機網(wǎng)絡(luò)與信息安全管理中心 |
| 主分類號： | H04L41/12 | 分類號： | H04L41/12;H04L41/14;G06Q50/00 |
| 代理公司： | 北京東方盛凡知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11562 | 代理人： | 李娜 |
| 地址： | 100029*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 最大 生成 嵌入 方法 | ||
1.一種基于最大生成樹的圖嵌入方法，其特征在于，包括以下步驟：
在原始網(wǎng)絡(luò)社區(qū)基于隨機游走算法對節(jié)點路徑進(jìn)行采樣，獲得節(jié)點序列，將所述節(jié)點序列作為原始序列；
基于采樣的節(jié)點路徑構(gòu)造加權(quán)網(wǎng)絡(luò)，基于所述加權(quán)網(wǎng)絡(luò)生成最大生成樹；
計算所述最大生成樹的中介中心性，獲得若干組分布于所述原始網(wǎng)絡(luò)社區(qū)之間的邊作為割集；
基于所述割集對所述原始序列進(jìn)行分割，獲得細(xì)粒度序列；
將所述原始序列作為所述細(xì)粒度序列的初始嵌入，通過迭代獲得更細(xì)粒度的嵌入值，直到獲得最終嵌入結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在原始網(wǎng)絡(luò)社區(qū)基于隨機游走算法對節(jié)點路徑進(jìn)行采樣，獲得節(jié)點序列的過程中包括：
在原始網(wǎng)絡(luò)社區(qū)中構(gòu)建無權(quán)無向網(wǎng)絡(luò)模型，所述無權(quán)無向網(wǎng)絡(luò)模型包括若干個節(jié)點和若干條邊；
設(shè)定每個節(jié)點隨機游走步數(shù)和重復(fù)游走次數(shù)；
以每個節(jié)點為初始節(jié)點，基于設(shè)定好的所述隨機游走步數(shù)和所述重復(fù)游走次數(shù)進(jìn)行隨機游走并進(jìn)行節(jié)點路徑采樣，獲得所述節(jié)點序列。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于采樣的節(jié)點路徑構(gòu)造加權(quán)網(wǎng)絡(luò)，基于所述加權(quán)網(wǎng)絡(luò)生成最大生成樹；
統(tǒng)計所述隨機游走經(jīng)過每一條邊的次數(shù)，將邊被遍歷的次數(shù)作為邊的權(quán)重，基于權(quán)重獲得權(quán)重集合；
基于權(quán)重集合構(gòu)建加權(quán)無向網(wǎng)絡(luò)，基于所述加權(quán)無向網(wǎng)絡(luò)生成最大生成樹。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，計算所述最大生成樹的中介中心性，獲得若干組分布于所述原始網(wǎng)絡(luò)社區(qū)之間的邊作為割集；
計算所述最大生成樹中每一條邊的介數(shù)作為中介中心性，并將所述中介中心性從大到小進(jìn)行排序；
移除所述中介中心性最大的一條邊，獲得社區(qū)劃分，基于所述社區(qū)劃分獲得若干組分布于所述原始網(wǎng)絡(luò)社區(qū)的邊作為若干組割集。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，移除所述中介中心性最大的一條邊的過程中還包括：
若出現(xiàn)兩條邊的所述中介中心性相同的情況，則比較兩條邊的權(quán)重，移除權(quán)重較小的邊。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述割集對所述原始序列進(jìn)行分割，獲得細(xì)粒度序列的過程中包括：
S1.基于一組所述割集中的兩條邊劃分所述原始序列，獲得更細(xì)粒度的第一節(jié)點序列；
S2.重新獲取割集，基于新的所述割集中的兩條邊劃分所述第一節(jié)點序列，獲得更細(xì)粒度的第二節(jié)點序列；
S3，重復(fù)S1-S2過程，將所述第一節(jié)點序列、所述第二節(jié)點序列、……、第n節(jié)點序列組成細(xì)粒度序列。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，將所述原始序列作為所述細(xì)粒度序列的初始嵌入，通過迭代獲得更細(xì)粒度的嵌入值，直到獲得最終嵌入結(jié)果的過程中包括：
S4.將所述原始序列輸入到skip-gram模型中，獲得將所述作為其初始嵌入，得到更細(xì)粒度的嵌入
S5.將所述輸入所述skip-gram模型中，獲得將所述作為其初始嵌入，得到更細(xì)粒度的嵌入
S6.重復(fù)S4-S5過程，獲得最終嵌入結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國家計算機網(wǎng)絡(luò)與信息安全管理中心，未經(jīng)國家計算機網(wǎng)絡(luò)與信息安全管理中心許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210297523.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
