一種異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開一種異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法及系統(tǒng)，該方法包括：S1.將異構(gòu)網(wǎng)絡(luò)中實(shí)體進(jìn)行預(yù)處理，得到訓(xùn)練集，其中，所述訓(xùn)練集包括：通過預(yù)處理得到的各實(shí)體的可觀測屬性特征及各實(shí)體的可觀測的鏈接關(guān)系；S2.根據(jù)異構(gòu)網(wǎng)絡(luò)中結(jié)點(diǎn)類型、結(jié)點(diǎn)個數(shù)及預(yù)設(shè)的結(jié)點(diǎn)隱特征向量，建立異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系預(yù)測模型；S3.基于最大熵判別式準(zhǔn)則，對所述模型進(jìn)行優(yōu)化，得到優(yōu)化后的鏈接關(guān)系預(yù)測模型；S4.通過所述訓(xùn)練集訓(xùn)練所述優(yōu)化后的鏈接關(guān)系預(yù)測模型，得到訓(xùn)練后的鏈接關(guān)系預(yù)測模型；S5.通過訓(xùn)練后的鏈接關(guān)系預(yù)測模型預(yù)測異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系。
【專利說明】一種異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計算機(jī)應(yīng)用領(lǐng)域，具體涉及一種異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法及系統(tǒng)。
【背景技術(shù)】
[0002]鏈接關(guān)系預(yù)測是網(wǎng)絡(luò)數(shù)據(jù)統(tǒng)計分析的首要任務(wù)。
[0003]現(xiàn)有的異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法包括:1)在顯示空間中的隨機(jī)游走及其變體；例如，Backstrom L.等人提出的 “Supervised Random Walks !Predicting andRecommending Links in Social Networks”，in WSDM, 2011; 2)在隱式空間中的低秩分解(例如 Menon 等人提出的“Link Prediction via Matrix Factorization，，，in ECML2011)、非參數(shù)隱特征模型(例如Miller等人提出的“Nonparametric Latent Feature Models forLink Prediction”，in NIPS2009)等。然而，這些方法沒有利用實(shí)體的屬性信息或是將實(shí)體的屬性作為人工輸入的額外附加信息，沒有考慮實(shí)體和屬性之間的相互作用，因此也就無法對二者同時建模。也就不能實(shí)現(xiàn)多種節(jié)點(diǎn)間的鏈接關(guān)系預(yù)測。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問題是現(xiàn)有的異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法沒有考慮實(shí)體和屬性間的相互作用，無 法實(shí)現(xiàn)多種節(jié)點(diǎn)間的鏈接關(guān)系預(yù)測的問題。
[0005]為此目的，本發(fā)明提出一種異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法，該方法包括:
[0006]S1.將異構(gòu)網(wǎng)絡(luò)中實(shí)體進(jìn)行預(yù)處理，得到訓(xùn)練集，其中，所述訓(xùn)練集包括:通過預(yù)處理得到的各實(shí)體的可觀測屬性特征及各實(shí)體的可觀測的鏈接關(guān)系；
[0007]S2.根據(jù)異構(gòu)網(wǎng)絡(luò)中結(jié)點(diǎn)類型、結(jié)點(diǎn)個數(shù)及預(yù)設(shè)的結(jié)點(diǎn)隱特征向量，建立異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系預(yù)測模型；
[0008]S3.基于最大熵判別式準(zhǔn)則，對所述模型進(jìn)行優(yōu)化，得到優(yōu)化后的鏈接關(guān)系預(yù)測模型；
[0009]S4.通過所述訓(xùn)練集訓(xùn)練所述優(yōu)化后的鏈接關(guān)系預(yù)測模型，得到訓(xùn)練后的鏈接關(guān)系預(yù)測模型；
[0010]S5.通過訓(xùn)練后的鏈接關(guān)系預(yù)測模型預(yù)測異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系。
[0011]其中，在步驟S2中，所述異構(gòu)網(wǎng)絡(luò)包括:N個實(shí)體結(jié)點(diǎn)及M個屬性結(jié)點(diǎn)，其中N和M為正整數(shù)，任意一個實(shí)體結(jié)點(diǎn)i的Kn維隱特征向量為Ui, i ( N，任意一個屬性結(jié)點(diǎn)j的Km維隱特征向量為V」，j ^M, i, j均為正整數(shù)，其中Kn和Km為預(yù)設(shè)值，且Kn古Km ;
[0012]所述鏈接關(guān)系預(yù)測模型包括:實(shí)體結(jié)點(diǎn)-實(shí)體結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型及實(shí)體結(jié)點(diǎn)-屬性結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型；
[0013]所述實(shí)體結(jié)點(diǎn)-實(shí)體結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型為:
[0014]f (Ui, Uk ；ff N) =Tr (ff N uk Ui1)；
[0015]其中，Tr (ff N Uj <)為矩陣W N Uj Ui1的跡，< 為Ui的轉(zhuǎn)置，ff N為權(quán)值矩陣，Uk和Ui分別為異構(gòu)網(wǎng)絡(luò)中的實(shí)體結(jié)點(diǎn)k和i的Kn維隱特征向量，i古k，i < N，k < N且i和k為正整數(shù)；
[0016]所述實(shí)體結(jié)點(diǎn)-屬性結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型為:
[0017]f (ui； Vj ；ff M) =Tr (ff M Vj U11)；
[0018]其中，1^和'分別為異構(gòu)網(wǎng)絡(luò)中的實(shí)體結(jié)點(diǎn)i的Kn維隱特征向量和屬性結(jié)點(diǎn)j的Km維隱特征向量，Ui1為Ui的轉(zhuǎn)置，W M為權(quán)值矩陣，Tr (ff M Vj Ui1)為矩陣W M Vj <的跡。
[0019]其中，在步驟S3中，所述優(yōu)化后的鏈接關(guān)系預(yù)測模型包括:
[0020]優(yōu)化后的實(shí)體結(jié)點(diǎn)-實(shí)體結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型:
[0021]
【權(quán)利要求】
1.一種異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測方法，其特征在于，該方法包括: 51.將異構(gòu)網(wǎng)絡(luò)中實(shí)體進(jìn)行預(yù)處理，得到訓(xùn)練集，其中，所述訓(xùn)練集包括:通過預(yù)處理得到的各實(shí)體的可觀測屬性特征及各實(shí)體的可觀測的鏈接關(guān)系； 52.根據(jù)異構(gòu)網(wǎng)絡(luò)中結(jié)點(diǎn)類型、結(jié)點(diǎn)個數(shù)及預(yù)設(shè)的結(jié)點(diǎn)隱特征向量，建立異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系預(yù)測模型； 53.基于最大熵判別式準(zhǔn)則，對所述模型進(jìn)行優(yōu)化，得到優(yōu)化后的鏈接關(guān)系預(yù)測模型； 54.通過所述訓(xùn)練集訓(xùn)練所述優(yōu)化后的鏈接關(guān)系預(yù)測模型，得到訓(xùn)練后的鏈接關(guān)系預(yù)測模型； 55.通過訓(xùn)練后的鏈接關(guān)系預(yù)測模型預(yù)測異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S2中，所述異構(gòu)網(wǎng)絡(luò)包括:N個實(shí)體結(jié)點(diǎn)及M個屬性結(jié)點(diǎn)，其中N和M為正整數(shù)，任意一個實(shí)體結(jié)點(diǎn)i的Kn維隱特征向量為Ui, i ≤ N,任意一個屬性結(jié)點(diǎn)j的Km維隱特征向量為'，j≤M，i，j均為正整數(shù)，其中Kn和Km為預(yù)設(shè)值，且Kn古Km ; 所述鏈接關(guān)系預(yù)測模型包括:實(shí)體結(jié)點(diǎn)-實(shí)體結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型及實(shí)體結(jié)點(diǎn)-屬性結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型； 所述實(shí)體結(jié)點(diǎn)-實(shí)體結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型為:
f (Ui, uk ；ff N) =Tr (ff N uk Ui1)； 其中，Tr (W N Uj UiT)為矩陣W N Uj u/的跡，Ui1為Ui的轉(zhuǎn)置，W N為權(quán)值矩陣，Uk和Ui分別為異構(gòu)網(wǎng)絡(luò)中的實(shí)體結(jié)點(diǎn)k和i的Kn維隱特征向量，i古k，i < N，k < N且i和k為正整數(shù)； 所述實(shí)體結(jié)點(diǎn)-屬性結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型為:

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，在步驟S3中，所述優(yōu)化后的鏈接關(guān)系預(yù)測模型包括: 優(yōu)化后的實(shí)體結(jié)點(diǎn)-實(shí)體結(jié)點(diǎn)鏈接關(guān)系預(yù)測模型:

4.一種異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系的預(yù)測系統(tǒng)，其特征在于，所述系統(tǒng)包括: 訓(xùn)練集生成模塊，用于將異構(gòu)網(wǎng)絡(luò)中實(shí)體進(jìn)行預(yù)處理，得到訓(xùn)練集，其中，所述訓(xùn)練集包括:通過預(yù)處理得到的各實(shí)體的可觀測屬性特征及各實(shí)體的可觀測的鏈接關(guān)系； 預(yù)測模型建立模塊，用于根據(jù)異構(gòu)網(wǎng)絡(luò)中結(jié)點(diǎn)類型、結(jié)點(diǎn)個數(shù)及預(yù)設(shè)的結(jié)點(diǎn)隱特征向量，建立異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系預(yù)測模型； 預(yù)測模型優(yōu)化模塊，用于基于最大熵判別式準(zhǔn)則，對預(yù)測模型進(jìn)行優(yōu)化，得到優(yōu)化后的鏈接關(guān)系預(yù)測模型； 預(yù)測模型訓(xùn)練模塊，用于通過所述訓(xùn)練集訓(xùn)練所述優(yōu)化后的鏈接關(guān)系預(yù)測模型，得到訓(xùn)練后的鏈接關(guān)系預(yù)測模 型； 鏈接關(guān)系預(yù)測模塊，用于通過訓(xùn)練后的鏈接關(guān)系預(yù)測模型預(yù)測異構(gòu)網(wǎng)絡(luò)鏈接關(guān)系。
【文檔編號】G06Q10/04GK103942614SQ201410143638
【公開日】2014年7月23日 申請日期:2014年4月9日 優(yōu)先權(quán)日:2014年4月9日
【發(fā)明者】陳寧, 朱軍, 夏飛, 張傲南 申請人:清華大學(xué)