[发明专利]一种基于多分类器融合模型的网络关系类型预测方法

权利要求书

1.一种基于多分类器融合模型的网络关系类型预测方法，其特征在于该方法具体是：

步骤(1).对网络数据进行预处理，具体是：

(1-1).网络数据结构化表示：网络数据存在结构化网络数据和半结构化网络数据，将半结构化网络数据转换成结构化网络数据{(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表示网络边数量，v_si、v_ei分别表示始末节点，样本标签flag_i等于1或-1，表示实际关系类型为友好或敌对，i＝1,2,…,n；

(1-2).结构化网络数据标准化表示：结构化网络数据转换成边列表或邻接列表；

边列表：{(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存在连边；

邻接列表：

{(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表示网络中每个节点的维数；

步骤(2).边列表或邻接列表利用Node2Vec网络嵌入方法进行节点表征，得到网络中每个节点的k维特征向量表示，具体是：

采用有偏的随机游走方法，通过参数p和q调控从一个节点向下一个节点的游走概率；给定节点v，随机游走选择下一个节点x的概率为：

其中，π_vx为节点v和节点x之间的未归一化转移概率，Z是归一化常数；假设当前随机游走经过边(t,v)到达节点v，π_vx＝α_pq(t,x)·w_vx；α_pq(t,x)表示节点x偏离节点t的概率，w_vx是节点v和节点x之间的权重，节点t是随机游走序列中位于节点v的前一个节点；

d_tx∈{0,1,2}，表示节点t与节点x之间的最短距离；

用Node2Vec学习采样的顶点序列，得到节点的网络表征向量集：{(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)表示网络中节点i对应的k维特征向量的表示；

步骤(3).对网络表征向量集进行网络特征工程处理，并划分训练集和测试集，具体是：

(3-1).网络特征工程：拼接相邻两个节点特征向量和两个节点特征向量的差向量得到3×k维的样本特征向量，即结构化网络数据转换GraphData＝{simple₁,…,simple_i,…simple_n}，其中样本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)映射步骤(1-1)中结构化网络数据中的(v_si,v_ei,flag_i)；

(3-2).数据集划分：对GraphData进行随机抽取，70～80％数据作为训练集，20～30％数据作为测试集；

步骤(4).用GridCV调参方法分别对ExtraTrees、GradienBoosting、LightGBM、XGBboost基学习器在训练集上进行超参的调优：通过GridCV计算分别得到ExtraTrees、GradienBoosting、LightGBM和XGBboost的超参组合，用超参组合初始化各个基学习器，得到调优模型BaseModel₁、BaseModel₂、BaseModel₃、BaseModel₄；

步骤(5).用得到的调优模型作为基学习器，采用K折交叉验证方法对训练集预测，融合基学习器预测结果作为元学习器RandomForest的输入数据，并输出最终网络关系类型预测的结果，具体是：

(5-1).K折交叉验证基学习器：在训练集上分别对BaseModel₁、BaseModel₂、BaseModel₃、BaseModel₄进行K折交叉验证，即将训练集分成K份，生成训练子集，四个基学习器分别得到训练子集的预测集R₁、R₂、R₃、R₄；

(5-2).元学习器训练：将预测集R₁、R₂、R₃、R₄拼接得到新的训练集，用RandomForest作为元学习器进行训练，结合训练好的基学习器和元学习器得到最终的融合模型StackingModel；

(5-3).预测结果并评估：通过StackingModel对测试集进行预测，采用入Roc_auc、Binary_F1、Macro_F1、Micro_F1作为模型性能评价指标，评估预测结果的效果。