[发明专利]基于节点签名的保留标签信息的异质网络嵌入方法

说明书

一种基于节点签名的保留标签信息的异质网络嵌入方法。网络嵌入是将高维的图数据映射到低维向量，以解决高维图数据无法有效利用机器学习算法进行数据分析的一种方法。本发明方法具体包括：对网络中所有标签类型进行质数字典映射；提取网络节点的邻域标签集；构建节点签名向量；构建网络节点表示。本发明旨在综合利用异质图的网络结构、语义和标签信息，以数字签名的思想和质数的特性，构建异质图的网络表示学习框架，实现异质图上网络节点和边标签信息的保留，并根据学习到的异质网络节点表示进行后续节点聚类、分类、链路预测等机器学习任务，能够普适性地对现有同质及异质网络嵌入方法进行扩展和提升。

技术领域

本发明属于图数据处理的技术领域。

背景技术

在当今信息时代，数据在各类应用中常以网络图模型进行表示。有效分析图数据中的结构信息和标签信息有助于发现复杂网络数据的内在关系，进而有助于对图数据中隐含的信息加以有效利用，包括但不限于科学搜索、个性化推荐等。随着人工智能技术的发展，机器学习算法为数据分析和预测提供了通用且有效的手段。

由于图数据具有的特性，在原始图上直接进行数据分析是困难的。一方面，图数据传统的以邻接矩阵存储的方式难以直接作为机器学习算法的输入进行数据的分析和预测；另一方面，由于维度高、体量大，图数据分析的计算复杂度高。因此，网络嵌入技术，这种在保留原始图信息、获得良好推断能力的基础上，将高维图数据降维映射到适用于机器学习的低维向量空间的方法，成为图数据处理领域中一个重要的研究方向。

异质网络在同质网络的基础上包含节点和边标签信息，在现实中广泛存在。很多大型应用场景，如社交媒体用户关系、学术研究论文引用关系、电子商务用户兴趣网络、生物基因演化关系等，都可以用异质网络结构来进行表示。这些标签信息直接表明了节点和边在语义上的类型，对于网络中节点和边的相似性具有非常重要的作用。

近些年来，同质网络嵌入方法已经得到较充分的发展，但现有的异质网络嵌入方法在标签信息的保留上仍具有一定的局限性。一方面，现有的主流异质网络嵌入方法利用节点标签引导随机游走，游走规则的选择依赖数据本身的领域先验知识，并且不同游走策略的选择可能生成具有较大差异的结果；另一方面，现有的异质网络嵌入方法基于边标签依赖节点标签的假设，关注的主要是节点标签，缺乏对边标签独立性的考虑，对下游任务准确度造成影响。

为解决上述问题，满足在下游机器学习任务中提升推断准确性的需求，保留异质网络标签信息的网络嵌入技术成为一项具有重要意义的研究问题。

发明内容

本发明的目的是解决现有的异质网络嵌入方法对于网络数据的专业领域知识依赖、随机游走策略选择的依赖和标签信息独立性考虑不足的问题，并满足提升下游机器学习任务准确度的需求，提出一种基于节点签名的保留标签信息的异质网络嵌入方法。本发明通过对图数据不同标签类型的质数表示以及节点邻域签名的计算，将异质网络数据的拓扑结构信息和标签信息分别压缩在节点基础向量和节点的数字签名向量中，保留了网络结构和标签信息，使得到的节点表示能够支持下游的各项推断预测任务。

本发明的技术方案

基于节点签名的保留标签信息的异质网络嵌入方法，以数字签名思想为基础，构建出的节点签名向量可以在使用现有同质或异质网络嵌入方法保留图拓扑结构信息的基础上进行普适性地扩展和提升，保留原始图上点和边的标签信息，达到提升下游各项通用机器学习任务的准确度的目的；同时，由于边标签质数的独立指派，使节点向量可以保留独立的边标签信息，提升异质网络嵌入中边标签的灵活度，同时能够适应边标签分类的特殊需求；具体步骤如下：

第1、对网络中所有的标签类型进行质数字典映射