[发明专利]确定关系网络图中图节点向量的方法及装置

说明书

本说明书实施例提供一种计算机执行的、确定关系网络图中节点向量的方法，所述关系网络图中包括N个节点以及节点之间的连接边，N个节点中包括任意的第一节点。所述方法包括：首先，获取关系网络图的邻接信息，用于记录关系网络图中节点之间的连接关系；接着，根据邻接信息，确定第一节点与N个节点对应的N个第一关联度；其中，第一节点与N个节点中的第二节点之间的第一关联度，与第一节点经过预定数量K以内的连接边到达第二节点的路径相关；然后，基于N个第一关联度，确定第一节点与各个节点的第二关联度，得到N个第二关联度；再接着，至少基于N个第二关联度，构造N维数据；再然后，对N维数据进行降维处理，得到第一节点的节点向量。

技术领域

本说明书一个或多个实施例涉及计算机信息处理技术领域，尤其涉及计算机执行的、确定关系网络图中图节点向量的方法及装置。

背景技术

关系网络图是对现实世界中实体之间的关系的描述，目前广泛地应用于各种计算机信息处理中。一般地，关系网络图包含节点集合和边集合，节点表示现实世界中的实体，边表示现实世界中实体之间的联系。例如，在社交网络中，人就是实体，人和人之间的关系或联系就是边。

在很多情况下，希望对关系网络图中的节点、边等的拓扑特性进行分析，从中提取出有效信息，实现这类过程的计算方法称为图计算。典型地，希望将关系网络图中的每个节点(实体)用相同维度的向量来表示，也就是生成针对每个节点的节点向量。如此，生成的节点向量可以应用于计算节点和节点之间的相似度，发现图中的社团结构，预测未来可能形成的边联系，以及对图进行可视化等。

节点向量的生成方法已成为图计算的基础算法。根据一种方案，可以采用无监督的生成方法，生成关系网络图中节点的节点向量。然而，现有的无监督的生成方法难以满足对节点向量的准确度要求。

因此，需要一种合理的方案，能够生成精准度更高的图节点向量。

发明内容

本说明书一个或多个实施例描述了一种计算机执行的确定关系网络图中节点向量的方法及装置。通过这样的方法，可以有效提高生成的节点向量的精准度。

根据第一方面，提供了一种计算机执行的、确定关系网络图中节点向量的方法，所述关系网络图中包括N个节点以及节点之间的连接边，所述N个节点中包括任意的第一节点；所述方法包括：获取所述关系网络图的邻接信息，所述邻接信息用于记录所述关系网络图中节点之间的连接关系；根据所述邻接信息，确定所述第一节点与所述N个节点中各个节点之间的第一关联度，得到N个第一关联度；其中，所述各个节点包括第二节点，所述第一节点与第二节点之间的第一关联度，与所述第一节点经过预定数量K以内的连接边到达所述第二节点的路径相关；基于N个第一关联度，确定所述第一节点与各个节点的第二关联度，得到N个第二关联度；其中，所述第一节点和第二节点之间的第二关联度，基于所述第一节点和第二节点之间的第一关联度，以及所述N个第一关联度的总和而确定；至少基于所述N个第二关联度，构造N维数据；对所述N维数据进行降维处理，得到所述第一节点的节点向量。

在一个实施例中，所述N个节点对应于N个用户，所述节点之间的连接边表示对应连接的两个用户之间具有关联关系。

在一个实施例中，所述邻接信息为邻接矩阵；所述确定所述第一节点与所述N个节点中各个节点之间的第一关联度，包括：确定所述邻接矩阵所对应的对称矩阵；将所述对称矩阵从1次方加和至所述预定数量K次方，得到第一矩阵，所述第一矩阵中包括第一元素，所述第一元素的行和列分别对应于第一节点和第二节点，所述第一元素的值表示所述第一节点和第二节点之间的第一关联度。

进一步地，在一个具体的实施例中，所述关系网络图为无向图；所述确定所述邻接矩阵所对应的对称矩阵，包括：将所述邻接矩阵确定为所述对称矩阵。

在另一个具体的实施例中，所述关系网络图为有向图，所述确定所述邻接矩阵所对应的对称矩阵，包括：对所述邻接矩阵与所述邻接矩阵的转置进行求和，得到所述对称矩阵。