[发明专利]一种基于高阶相似度和卷积自编码器的网络节点嵌入方法

说明书

本发明属于复杂网络分析技术领域，具体涉及一种基于高阶相似度和卷积自编码器的网络节点嵌入方法。本发明包括获取图形式的网络数据G(E,V)与其邻接矩阵A；计算邻接矩阵的1～k次幂A,A²,....,A^k来保存网络的高阶相似度，将所生成的矩阵A,A²,....,A^k进行有序叠加，构建三维张量，对特定节点的分量进行提取，对提取结果进行Z字排列并叠加生成“RGB”图像；构建卷积自编码器，将步骤2中生成的“RGB”图像输入卷积自编码器中进行特征提取，将提取到的特征向量作为各个节点的嵌入向量。本发明将高阶相似度和卷积神经网络结合起来，在网络节点的嵌入中取得了良好的效果。

技术领域

本发明属于复杂网络分析技术领域，具体涉及一种基于高阶相似度和卷积自编码器的网络节点嵌入方法。

背景技术

复杂网络在现实世界中无处不在，对于现实世界的各种各样的分析可以最终归结于对一个抽象网络的分析。在众多网络技术中，将高维的网络中的相关实体的信息转化为低维向量的网络嵌入技术引发了学术界的巨大关注。其中，研究者重点关注网络中节点的表示学习，即将网络中的节点映射到一个嵌入向量的集合。网络表示学习本质上是降维技术，这些方法通常先使用数据点的特征向量构建亲和度图，再将整个图映射到低维空间中。其中有代表性的算法有拉普拉斯特征映射(Laplacian Eigenmap)、多维缩放(Multi-dimensional Sacling,MDS)、IsoMap、局部线性嵌入(Local Linear Embeddings)等。这些算法通常依赖于求解亲和度矩阵的主导特征向量，其时间复杂度均等于或者高于节点数量的二次方，而且存在着泛化性能较差的问题，这些不足使得上述方法难以应用于大规模网络。

基于上述不足相关学者提出了DeepWalk算法。DeepWalk算法是自然语言处理模型Skip-Gram在数据挖掘领域的扩展应用。作者Bryan Perozzi将随机游走中的路径比作语料库中的句子，网络中的每一个节点比作语料库中的词汇，在一些较大规模的网络上取得了相对于上述早期的嵌入算法十分优异的表现。DeepWalk算法的影响是深远的，其不仅提出了一种优秀的嵌入算法，更重要的是通过对DeepWalk模型的分析我们得到了网络嵌入算法的基本思路：首先我们要获得对于网络相关内容的描述，然后才可以使用众多模型去产生嵌入向量。DeepWalk的革命性进展也进而启发一众学者在此方向继续深入研究。

Aditya等人即是从网络相关内容的描述上进行改进DeepWalk算法，他们将改进算法后的算法命名为Node2vec。在生成随机序列时，Node2vec算法更改了节点转接的纯马尔科夫性，综合使用深度优先与广度优先随机游走，避免了DeepWalk算法中用完全随机的随意游走所表现出的盲目性。

此后，北京大学的Jiang Tang等采用了广度优先的随机游走的策略，提出了网络嵌入算法LINE(Large-scale Information Network Embedding)。与之前算法不同的是，他们将当前节点两步之内的节点都看作邻居节点，并定义了一阶相似度和二阶相似度。LINE算法分别考虑一二阶相似度对图所不同的描述，并将不同相似度下所产生的嵌入向量进行串联，得到最后的嵌入向量。由于这一设定揭示了节点间游走未能揭示的特征，算法在相关数据集上获得了比较好的表现。

GraRep算法是Cao等人采用矩阵计算技术的方式实现的网络嵌入算法。该算法通过图的邻接矩阵的幂乘来获得网络的高阶相似度，而后将这些幂乘结果矩阵全部进行因子化操作，并将因子化操作中的对称结果视为嵌入向量，并最后将其连接起来得到最终的网络嵌入表示。通过适当选择最高阶数，GraRep所得到的嵌入向量便能最大程度保留网络不同层次的信息。