[发明专利]基于元图可扩展表示的动态异构网络节点分类方法

权利要求书

1.基于元图可扩展表示的动态异构网络节点分类方法，其特征在于，包括以下步骤：

步骤1，获得科学合作的动态异构信息网络数据，包括网络节点和网络边数据；

步骤2，引入复数空间中的嵌入机制来表示在时间戳1的给定动态异构信息网络；

步骤3，采用三元元图动态嵌入机制来学习从时间戳2到时间戳t的动态异构信息网络；

步骤4，利用基于长短期记忆网络的深度自动编码器处理时间戳1到时间戳t的异构信息网络，分析计算后执行时间戳t+1的图预测；

步骤5，利用1到t+1的图数据，对网络中的节点进行分类，获得分类结果。

2.根据权利要求1所述的基于元图可扩展表示的动态异构网络节点分类方法，其特征在于，步骤2中所述的嵌入机制通过基于元图的复数空间嵌入方案来表示网络，对于时间戳1的初始异构信息网络，G¹＝(V¹,E¹)，为表示节点和元图之间的关系，引入了异构信息网络三元组的概念，所述的异构信息网络三元组表示为(u,s,v)，其中u是元图中生成的第一个节点，v是最后一个节点，s是连接u和v的元图，和分别是u、v和s的表示向量，而d是表示向量的维度，一个异构信息网络三元组是否成立的概率表示为：

P(s|u,v)＝σ(X_uv)，

其中，为得分矩阵，σ为激活函数；对于异构信息网络三元组(u,s,v)，其复数空间嵌入表示为u＝Re(u)+iIm(u)、v＝Re(v)+iIm(v)和s＝Re(s)+iIm(s)，其中和分别表示向量的实虚部分；

引入Hadamard函数来捕获u、v和s在复空间中的关系，表示为：

其中，是v的复共轭形式，⊙是元素对应乘积；

所述的得分矩阵中的一个元素最终为：

相应的得分函数被定义为：

其中，.表示标准元素对应多线性点乘积。

3.根据权利要求1所述的基于元图可扩展表示的动态异构网络节点分类方法，其特征在于，步骤3中所述的三元元图动态嵌入机制中三元组是包含三个节点的集，如果每个节点彼此相连，则称为闭包三元组，如果这三个节点之间只有两条边，则称为开放三元组；为了获得从时间戳1到t的动态异构信息网络嵌入，首先使用负样本策略以形成训练数据集，在正三元组(u,s,v)节点u和v通过元图s连接，在负三元组(u’,s’,v’)节点u’和v’通过元图s’连接；对于每个异构信息网络正三元组(u,s,v)，生成异构信息网络负三元组，方式为将u和v随机替换为其他节点，同时限制它们与被替换节点的类型相同，滤除了取样后仍为正的已替代异构信息网络三元组；开放三元组结构演进为三元闭包过程和闭包三元组演进为开放三元组结构是动态异构信息网络演进的基本变化，将正负演进的三元组作为训练集，并采用步骤2中的复数空间嵌入机制训练，得到时间戳1到t的动态异构信息网络的表示学习。

4.根据权利要求3所述的基于元图可扩展表示的动态异构网络节点分类方法，其特征在于，动态异构信息网络有四种变化：

(1)已添加的边形成三元闭包过程：确定所有拥有三个节点向量的元图从中间只有两条边变为互相连接的圆圈，这些元图将包含在时间戳t的变化训练数据集中，针对有三个节点v₁、v₂和v₃的元图s，用(v₁,v₂)表示v₁和v₂之间的边，然后，在三元闭包过程后获得的被定义为：

(2)已删除的边导致三元开放过程：收集所有的元图，这些元图拥有由圆圈演进为有两条边的路径的三元组；在时间戳t的这些节点将包含在在三元开放过程之后被定义为

(3)一个已添加节点：鉴于元图中一个表示为v₁的现有节点和一个新添加的节点v₂，则将扩展为

(4)一个已删除节点：鉴于元图中表示为v₁和v₂的现有节点，假设v₂被删除，则将成为