[发明专利]一种基于图结构的多源迁移学习方法

说明书

一种基于图结构的多源迁移学习方法，属于人工智能领域，为了解决单纯利用图结构数据的节点实体特征不能准确预测目标域节点标签的问题。该方法通过构建节点T‑邻域结构，获得T‑邻域结构集合；并对T‑邻域结构集合进行去重，获得子图集B；通过学习子图集B，获得通用结构；利用通用结构分别获得源域节点结构特征和目标域节点结构特征；将节点实体特征和节点结构特征相结合，分别获得源域新特征和目标域新特征，从而获得目标域节点标签。本发明方法可以应用于目标任务相同的同构迁移学习和异构迁移学习，在具有图结构的数据中具有很好的预测效果，可以对一个新未知网络进行较为准确的节点标签信息预测。

技术领域

本发明涉及人工智能领域，具体涉及一种基于图结构的多源迁移学习方法。

技术背景

随着互联网技术的快速发展，社会步入信息化时代，网民不断地增多，面向社交应用的软件也迅速增多。互联网信息随着时间而不断变化着，数据也越来越多样化。如果用节点表示实体，边表示实体之间的关系，则数据可以形成一个巨大的网络结构。通过对这个网络结构进行深入挖掘，可以得到知识信息的快速响应，使得我们的社会生活更加智能化。其实这种图数据网络已经应用于我们的生活中，从一开始的搜索引擎，例如Google搜索、百度搜索，以及现在的推荐系统、智能机器人、数据风控等等，都是图数据网络应用在工业界的体现。为更好的分析这些图数据网络，节点分类问题的研究是分析这些图数据网络的重要问题。对于一些新兴业务或一些新产生的图数据网络，网络中的节点具有较少的标签信息或者甚至无可用标签信息。若对这些网络进行手工标注节点标签将耗费大量的人力资源，若仅利用已知的少量标签信息则无法训练出一个较好的分类器。而在现实生活中，大量丰富的标签信息存在于许多已知的网络数据中。因此希望利用迁移学习，从已知标签信息源域中学习到有用的知识来帮助目标域更好的预测节点标签。

目前，迁移学习主要是侧重于基于特征的迁移，尤其是对于这种具有结构的数据来讲，并没有一种明显的映射关系，指出从源域中可进行迁移的知识，这是跨网络迁移学习节点分类任务的一个难点。而节点结构特征对于网络数据中节点分类问题可以提供很好的帮助，现有技术中，针对图结构数据并没有人提出多源迁移学习算法，没有将节点结构特征和实体特征相结合来帮助对目标域数据进行节点标签预测。

发明内容

本发明要解决的技术问题是：

鉴于以上问题，本发明针对图结构数据，提出了一种多源迁移学习方法，通过将节点结构特征和实体特征相结合，共同帮助对目标域数据进行节点标签预测，用以解决单纯利用节点实体特征不能准确预测目标域节点标签的问题。

本发明为解决上述技术问题所采用的技术方案是：

一种基于图结构的多源迁移学习方法，所述方法包括，步骤一、获取多个源域数据集和一个目标域数据集，其中，所述源域数据集包括源域图结构、源域数据节点实体特征和源域标签；所述目标域数据集包括目标域图结构和目标域数据节点实体特征；

步骤二、根据源域标签对源域图结构构建节点T-邻域结构，获得T-邻域结构集合C1；其中，所述T-邻域结构的定义为，对于图结构数据中节点T-邻域结构为从所述节点出发且深度为T所遍历到的所有节点形成的子图结构，所述子图结构包含深度T内所有节点的标签信息。

步骤三、对所述T-邻域结构集合C1进行去重，获得子图集B；

步骤四、学习子图集B，获得通用结构；其中，所述通用结构与具有相同标签的图结构相似度高，与具有不同标签的图结构相似度低；

步骤五、利用所述通用结构和所述T-邻域结构集合C1获得源域节点结构特征；

步骤六、将所述源域节点实体特征和所述源域节点结构特征相结合，获得源域新特征；

步骤七、根据源域数据节点实体特征和目标域数据节点实体特征对目标域标签进行初步预测，获得目标域初步预测标签；