[发明专利]一种具有社团结构的网络表示学习方法及装置

权利要求书

1.一种具有社团结构的网络表示学习方法，其特征在于，包括以下步骤：

步骤1：数据收集与处理阶段：使用一种密度函数，通过在网络G上使用随机游走策略，获得顶点序列样本S＝{s₁,s₂,...,s_n}；

步骤2：数据表示学习阶段：优化Skip-gram模型，使用Skip-gram模型来训练顶点序列样本S＝{s₁,s₂,...,s_n}，得到每个顶点序列的向量表示；

步骤3：数据计算阶段：对每个顶点序列的向量表示进行相似度计算，获得社团划分相似度。

2.根据权利要求1所述的一种具有社团结构的网络表示学习方法，其特征在于，所述步骤1中，顶点序列样本S＝{s₁,s₂,...,s_n}中顶点序列表示为s＝{v1,v2...,v|s|}。

3.根据权利要求2所述的一种具有社团结构的网络表示学习方法，其特征在于，

所述步骤1中的密度函数定义为：

其中和分别是顶点序列s中所有顶点的内部度之和与外部度之和，而α是分辨率参数，用于控制社团的大小；

所述密度函数还具有密度增益Δf^v_s，所述密度增益Δf^v_s应满足如下公式：

△f_s＝f_s+{v}-f_s

其中符号s+{v}表示将顶点v移到s后得到的新顶点序列。

4.根据权利要求3所述的一种具有社团结构的网络表示学习方法，其特征在于，所述步骤1中获得顶点序列样本的具体步骤为：

步骤11：从集合N′(v_|s|)中随机选择一个顶点v_|s|+1；

步骤12：根据公式△f_s＝f_s+{v}-f_s计算Δf_s^v|s|+1；

步骤13：如果Δf_s^v|s|+10，则从集合N′(v_|s|)中删除v_|s|+1，然后返回步骤11；

步骤14：如果Δf_s^v|s|+10，则将v_|s|+1添加到集合s上，并将v_|s|+1标记为当前顶点；

其中顶点v_|s|是最后添加的顶点，令最后添加的顶点v_|s|为当前顶点；N′(v_|s|)表示当前顶点v_|s|的所有不在s中的邻居顶点集合；重复步骤11～步骤14直到不能增加顶点序列s的密度为止。

5.根据权利要求2所述的一种具有社团结构的网络表示学习方法，其特征在于，所述步骤2中Skip-gram模型通过最小化以下目标函数来训练顶点序列样本：

其中t是窗口大小，v_j是v_i在窗口内的上下文网络中的顶点表示，以上公式中的概率p(v_j|v_i)定义为

其中Φ(s)表示s的嵌入向量，Φ′(s)表示上下文向量，s表示顶点序列集合。

6.根据权利要求1所述的一种具有社团结构的网络表示学习方法，其特征在于，所述步骤3中对每个顶点序列的向量表示进行相似度计算具体包括：对于网络中每个顶点序列的向量表示计算它与其他的顶点序列的向量表示的相似程度，具体使用NMI公式计算相似度。

7.一种具有社团结构的网络表示学习装置，其特征在于，包括：

数据收集与处理模块，用于读取顶点序列样本，获得顶点序列样本S＝{s₁,s₂,...,s_n}；

数据表示学习模块，用于优化Skip-gram模型，使用Skip-gram模型来训练顶点序列样本S＝{s₁,s₂,...,s_n}，得到每个顶点序列的向量表示；

相似度计算模块，用于对每个顶点序列的向量表示进行相似度计算，获得社团划分相似度。