[发明专利]一种保留类型序列信息的异构信息网络表示学习方法和系统

说明书

本发明公开一种保留类型序列信息的异构信息网络表示学习方法和系统。本发明提出了一种保留类型序列的异构信息网络表示学习模型，该模型是一个以type‑aware GRU为门控单元并具有衰减函数的新型encoder‑decoder框架，可将异构信息网络映射到低维空间中。其通过type‑aware GRU结合类型和序列信息，并利用衰减函数保留有代表性的序列信息，将异构信息网络的表示学习扩展到序列级别。本发明可支持将异构信息网络映射到低维空间中，从而便于社交网络等异构信息网络数据的分类、聚类、可视化等各种网络分析应用。

技术领域

本发明属于信息技术领域，涉及深度学习框架，具体涉及一种异构信息网络表示学习方法，提出了一种保留类型序列的异构信息网络表示学习模型，通过以type-awareGRU(类型感知GRU)为门控机制的RNN架构来融合类型信息和序列信息，并结合衰减函数保留其中具有代表性的类型序列信息，利用encoder-decoder框架将异构信息网络的表示学习扩展到序列级别。

背景技术

网络表示学习将图中的每个节点映射到一个低维向量，该向量可用作下游各种网络分析应用的特征输入。现有的网络表示学习方法主要关注同构网络。与同构网络相比，异构信息网络(HIN)是一种更有效的建模现实世界数据的方法。异构信息网络是一种由多类型的节点和关系组成的网络(Shi,C.；Li,Y.；Zhang,J.；Sun,Y.；and Philip,S.Y.2017.Asurvey ofheterogeneous information network analysis.TKDE 29(1):17–37.)。社交网络是一种异构信息网络，其包含用户、博文等节点类型和评论、关注等关系类型。由于异构信息网络中各种各样的类型信息蕴含着丰富的语义，异构信息网络的表示学习值得研究且具有挑战性，并对网络数据的分类、聚类、边预测和可视化等下游分析应用有着重大价值和意义。

现有的异构信息网络表示学习方法丢失了丰富的内在语义信息，尤其是类型序列信息。类型序列是指一个由节点类型和关系类型组成的序列，可以表达节点之间丰富的语义关系。例如，类型序列表示演员主演的电影类型。基于此类型序列，已有的方法为节点Actor1生成一个节点集作为上下文：序列信息在上下文提取阶段已经丢失。更好的上下文提取结果是一个序列集：已有异构信息网络表示学习方法缺乏序列维持机制，因此无法充分结合类型序列信息。因此，保留类型序列信息的异构信息网络表示十分值得研究。

保留类型序列信息的异构信息网络表示学习是一个具有挑战性的工作，有如下两个方面：1)如何保留类型序列信息：现有的异构信息网络表示学习方法不能保留复杂的类型序列信息，因此需要有效的模型；2)保留哪些类型序列信息：理论上最优的方法是保留异构信息网络中所有的类型序列信息。但随着序列长度的增加，代价呈指数增长。因此，保留哪些类型序列信息十分值得探索。