CN103942614A - 一种异构网络链接关系的预测方法及系统 - Google Patents

Abstract

本发明公开一种异构网络链接关系的预测方法及系统，该方法包括：S1.将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；S2.根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；S3.基于最大熵判别式准则，对所述模型进行优化，得到优化后的链接关系预测模型；S4.通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；S5.通过训练后的链接关系预测模型预测异构网络链接关系。

Description

一种异构网络链接关系的预测方法及系统

技术领域

本发明涉及计算机应用领域，具体涉及一种异构网络链接关系的预测方法及系统。

背景技术

链接关系预测是网络数据统计分析的首要任务。

现有的异构网络链接关系的预测方法包括：1）在显示空间中的随机游走及其变体；例如，Backstrom L.等人提出的“SupervisedRandom Walks:Predicting and Recommending Links in SocialNetworks”,in WSDM,2011;2）在隐式空间中的低秩分解（例如Menon等人提出的“Link Prediction via Matrix Factorization”,inECML2011）、非参数隐特征模型（例如Miller等人提出的“Nonparametric Latent Feature Models for Link Prediction”,in NIPS2009）等。然而，这些方法没有利用实体的属性信息或是将实体的属性作为人工输入的额外附加信息，没有考虑实体和属性之间的相互作用，因此也就无法对二者同时建模。也就不能实现多种节点间的链接关系预测。

发明内容

本发明所要解决的技术问题是现有的异构网络链接关系的预测方法没有考虑实体和属性间的相互作用，无法实现多种节点间的链接关系预测的问题。

为此目的，本发明提出一种异构网络链接关系的预测方法，该方法包括：

S1.将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；

S2.根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；

S3.基于最大熵判别式准则，对所述模型进行优化，得到优化后的链接关系预测模型；

S4.通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；

S5.通过训练后的链接关系预测模型预测异构网络链接关系。

其中，在步骤S2中，所述异构网络包括：N个实体结点及M个属性结点，其中N和M为正整数，任意一个实体结点i的K_N维隐特征向量为u_i，i≤N，任意一个属性结点j的K_M维隐特征向量为v_j，j≤M，i，j均为正整数，其中K_N和K_M为预设值，且K_N≠K_M；

所述链接关系预测模型包括：实体结点-实体结点链接关系预测模型及实体结点-属性结点链接关系预测模型；

所述实体结点-实体结点链接关系预测模型为：

f(u_i，u_k；W ^N)=Tr(W ^N u_k u_i ^T)；

其中，Tr(W ^N u_j u_i ^T)为矩阵W ^N u_j u_i ^T的迹，u_i ^T为u_i的转置，W ^N为权值矩阵，u_k和u_i分别为异构网络中的实体结点k和i的K_N维隐特征向量，i≠k，i≤N，k≤N且i和k为正整数；

所述实体结点-属性结点链接关系预测模型为：

f(u_i，v_j；W ^M)=Tr(W ^M v_j u_i ^T)；

其中，u_i和v_j分别为异构网络中的实体结点i的K_N维隐特征向量和属性结点j的K_M维隐特征向量，u_i ^T为u_i的转置，W ^M为权值矩阵，Tr(W ^M v_j u_i ^T)为矩阵W ^M v_j u_i ^T的迹。

其中，在步骤S3中，所述优化后的链接关系预测模型包括：

优化后的实体结点-实体结点链接关系预测模型：

${\hat{y}}_{\mathrm{ik}}^N=\mathrm{sign}\left(f^N(i,k)\right);$

优化后的实体结点-属性结点链接关系预测模型：

${\hat{y}}_{\mathrm{ij}}^M=\mathrm{sign}\left(f^M(i,j)\right);$

式中，sign(x)为指示函数，即当x>=0时，sign(x)=1，当x<0时，sign(x)=-1， $f^N(i,k)=E_{q\left(U\right),q\left(W^N\right)}\left[f(u_i,u_k;W^N)\right],$ 其中，U为N个实体结点的隐特征向量构成的矩阵，即U=[u₁ ^T；u₂ ^T；…；u_N ^T]，q(U)为U的后验概率分布，q(W ^N)为W ^N的后验概率分布；

为在后验概率分布q(U)及q(W ^N)条件下求f(u_i，u_k；W ^N)的期望；

其中， $f^M(i,k)=E_{q\left(U\right),q\left(W^N\right)}\left[f(u_i,u_k;W^M)\right],$ 其中，V为M个属性结点的隐特征向量构成的矩阵，即V=[v₁ ^T；v₂ ^T；…；v_M ^T]，q(V)为V的后验概率分布，q(W ^M)为W ^M的后验概率分布；

其中，为实体结点-实体结点链接关系预测值，为实体结点-属性结点链接关系预测值。

本发明还提出一种异构网络链接关系的预测系统，其特征在于，所述系统包括：

训练集生成模块，用于将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；

预测模型建立模块，用于根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；

预测模型优化模块，用于基于最大熵判别式准则，对预测模型进行优化，得到优化后的链接关系预测模型；

预测模型训练模块，用于通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；

链接关系预测模块，用于通过训练后的链接关系预测模型预测异构网络链接关系。

相比于现有技术，本发明提供的方法的有益效果是：通过构建最大间隔隐特征实体-属性关系网络链接预测模型，克服了现有的异构网络链接关系的预测方法没有考虑实体和属性间的相互作用，无法实现多种节点间的链接关系预测的问题以及能够提高异构网络链接关系的预测精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了一种异构网络链接关系的预测方法流程图；

图2示出了一种异构网络链接关系的预测系统结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种异构网络链接关系的预测方法，如图1所示，该方法包括：

S1.将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；比如，异构网络中有用户实体A、B和C，其中A与B相连，B与C相连，则对于用户实体A、B或C，其可观测属性特征包括性别、年龄等，可观测的链接关系为A与B、B与C。而A与C之间的链接关系不是直接可观测到的，需要进行预测，将A、B和C称为实体结点，A、B或C的性别和年龄则为属性结点。

S2.根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；

本发明实施例中，步骤S2中所述异构网络包括：N个实体结点及M个属性结点，其中N和M为正整数，任意一个实体结点i的K_N维隐特征向量为u_i，i≤N，任意一个属性结点j的K_M维隐特征向量为v_j，j≤M，i，j均为正整数，其中K_N和K_M为预设值，且K_N≠K_M。

本发明实施例中，即向量中的每个元素的取值为0或1，比如，对于K_N＝3，K_M＝2的情况，u_i∈{[0,0,0]^T、[0,0,1]^T、[0,1,0]^T、[0,1,1]^T、[1,0,0]^T、[1,0,1]^T、[1,1,0]^T、[1,1,1]^T}；v_j∈{[0,0]^T、[0,1]^T、[1,0]^T、[1,1]^T}。因此，所有实体结点的隐特征向量构成的矩阵表示为U=[u₁ ^T；u₂ ^T；…；u_N ^T]，所有属性结点的隐特征向量构成的矩阵表示为V=[v₁ ^T；v₂ ^T；…；v_M ^T]。

所述链接关系预测模型包括：实体结点-实体结点链接关系预测模型及实体结点-属性结点链接关系预测模型；

所述实体结点-实体结点链接关系预测模型为：

f(u_i，u_k；W ^N)=Tr(W ^N u_k u_i ^T)；

其中，Tr(W ^N u_j u_i ^T)为矩阵W ^N u_j u_i ^T的迹，u_i ^T为u_i的转置，W ^N为权值矩阵，u_k和u_i分别为异构网络中的实体结点k和i的K_N维隐特征向量，i≠k，i≤N，k≤N且i和k为正整数；

所述实体结点-属性结点链接关系预测模型为：

f(u_i，v_j；W ^M)=Tr(W ^M v_j u_i ^T)；

其中，u_i和v_j分别为异构网络中的实体结点i的K_N维隐特征向量和属性结点j的K_M维隐特征向量，u_i ^T为u_i的转置，W ^M为权值矩阵，Tr(W ^M v_j u_i ^T)为矩阵W ^M v_j u_i ^T的迹。

S3.基于最大熵判别式准则，对所述模型进行优化，得到优化后的链接关系预测模型；

最大熵判别式（Maximum Entropy Discrimination，即MED）是由美国麻省理工学院的Jakkola教授等人提出的基于最大熵的判决估计框架。例如，对于二分类问题，数据集里的每个样本x_n∈R^D对应类别标签y_n∈{-1，+1}，D为数据集里样本的维度，数据集N为数据集中样本数目。

为铰链损失函数，h是hinge loss(铰链损失函数)的缩写，其中l是度量预测结果错误时预设的代价。给定一个参数为η向量的判别函数与标准支持向量机SVM找到一个单独的最优向量η不同，最大熵判别式准则的目标是在先验为p₀(η)的情况下，找到一个最优后验分布p(η)。求解最优分布p(η)的方法是求解一个如下的熵正则化最小风险问题：

其中KL(p(η)|p₀(η))是相对熵，

是扩展的铰链损失函数，c是预设的正则化常数，用来平衡KL距离和铰链损失函数对模型的作用。最大熵判别式准则的预测规则如下：

$\hat{y}=\mathrm{sign}{E}_{p\left(\mathrm{\&eta;}\right)}\left[F(x_n;\mathrm{\&eta;})\right].$

在本发明实施例中，将W ^N和W ^M视为随机变量。

其中，在步骤S3中，所述优化后的链接关系预测模型包括：

优化后的实体结点-实体结点链接关系预测模型：

${\hat{y}}_{\mathrm{ik}}^N=\mathrm{sign}\left(f^N(i,k)\right);$

优化后的实体结点-属性结点链接关系预测模型：

${\hat{y}}_{\mathrm{ij}}^M=\mathrm{sign}\left(f^M(i,j)\right);$

式中，sign(x)为指示函数，即当x>=0时，sign(x)=1，当x<0时，sign(x)=-1， $f^N(i,k)=E_{q\left(U\right),q\left(W^N\right)}\left[f(u_i,u_k;W^N)\right],$ 其中，U为N个实体结点的隐特征向量构成的矩阵，即U=[u₁ ^T；u₂ ^T；…；u_N ^T]，q(U)为U的后验概率分布，q(W ^N)为W ^N的后验概率分布；

为在后验概率分布q(U)及q(W ^N)条件下求f(u_i，u_k；W ^N)的期望；

其中， $f^M(i,k)=E_{q\left(U\right),q\left(W^N\right)}\left[f(u_i,u_k;W^M)\right],$ 其中，V为M个属性结点的隐特征向量构成的矩阵，即V=[v₁ ^T；v₂ ^T；…；v_M ^T]，q(V)为V的后验概率分布，q(W ^M)为W ^M的后验概率分布；

其中，为实体结点-实体结点链接关系预测值，为实体结点-属性结点链接关系预测值。

S4.通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；

在本发明实施例中，在步骤S3中，基于最大熵判别式准则，通过求解链接关系模型的目标函数，来获得变分后验概率分布q(U)，q(V)，q(W ^N)及q(W ^M)，所述目标函数为：

$\underset{q\left(\mathrm{\&Theta;}\right)\&Element;P}{\min }\{L\left(q\left(\mathrm{\&Theta;}\right)\right)+C_1{R}_1\left(q\left(\mathrm{\&Theta;}\right)\right)+C_2{R}_2\left(q\left(\mathrm{\&Theta;}\right)\right)\}$

这里使用均值场假设，即q(Θ)=q(U)×q(V)×q(W ^N)×q(W ^M)，P为概率空间，C₁和C₂是根据实际情况设定的正常数；

$R_1\left(q\left(\mathrm{\&Theta;}\right)\right)={\mathrm{\&Sigma;}}_{(i,k)\&Element;I^N}\max (0,l_1-y_{\mathrm{ik}}^N{f}^N(i,k));$

$R_2\left(q\left(\mathrm{\&Theta;}\right)\right)={\mathrm{\&Sigma;}}_{(i,j)\&Element;I^M}\max (0,l_2-y_{\mathrm{ij}}^M{f}^M(i,j));$

这两个函数是铰链损失函数，其中，I^N为S1步骤得到的异构网络训练集中实体结点-实体结点对的集合，I^M为训练集中实体结点-属性结点对的集合，l₁，l₂为度量预测结果错误时的代价，所述代价根据实际情况设定；

比如，实体结点i-实体结点k构成的对，即（i,k），属于集合I^N，i，k为小于等于N的正整数，且i≠k，若实体结点i和实体结点k有链接关系，则实体结点i和实体结点k没有链接关系，则训练集中所有的构成观测矩阵y^N，同理，训练集中所有的构成观测矩阵y^M；

L(q(Θ))=KL(q(Θ)||p₀(Θ))

其中，KL为相对熵 $\mathrm{KL}\left(q\left(\mathrm{\&Theta;}\right)\right|\left|p_0\left(\mathrm{\&Theta;}\right)\right)=\&Integral;q\left(\mathrm{\&Theta;}\right)\log \frac{q\left(\mathrm{\&Theta;}\right)}{p_0\left(\mathrm{\&Theta;}\right)}\mathrm{d\&Theta;},$ p₀(Θ)=p₀(U)×p₀(V)×p₀(W ^N)×p₀(W ^M)，其中，p₀(U)、p₀(V)、p₀(W ^N)及p₀(W ^M)分别为U、V、W ^N及W ^M的先验概率分布。

本发明实施例中，先验概率分布p₀(W ^N)和p₀(W ^M)采用标准正态分布，即W ^N任意一个元素W ^M任意一个元素对先验概率分布p₀(U)、p₀(V)，如果是有限维特征的特征矩阵，可以采用贝塔-伯努利过程（Beta-Bernoulli Process）生成，如果需要扩展到无穷维特征的特征矩阵，可以采用印度自助餐过程（Indian BuffetProcess）过程生成。为了使用贝塔-伯努利过程，需要引入实体结点的中间变量π^N和属性结点的中间变量π^M，则先验概率分布p₀(U)、p₀(V)可通过如下方式产生：

${\mathrm{\&pi;}}_d^N|{\mathrm{\&alpha;}}_N,K^N~\mathrm{Beta}(\frac{{\mathrm{\&alpha;}}_N}{K^N},1)U_{\mathrm{id}}|{\mathrm{\&pi;}}_d^N~\mathrm{Bernoulli}\left({\mathrm{\&pi;}}_d^N\right)$

${\mathrm{\&pi;}}_{d^{\&prime;}}^M|{\mathrm{\&alpha;}}_M,K^M~\mathrm{Beta}(\frac{{\mathrm{\&alpha;}}_M}{K^M},1)U_{{\mathrm{id}}^{\&prime;}}|{\mathrm{\&pi;}}_{d^{\&prime;}}^M~\mathrm{Bernoulli}\left({\mathrm{\&pi;}}_{d^{\&prime;}}^M\right).$

其中，α_N与α_M为Beta分布的参数。中间变量与服从Beta分布。于是，目标函数变形为：

其中 $p_0(\mathrm{\&pi;},\mathrm{\&Theta;})=p_0\left({\mathrm{\&pi;}}^N\right)p\left(U\right|{\mathrm{\&pi;}}^N)p_0\left({\mathrm{\&pi;}}^M\right)p_0\left(W^N\right)p_0\left(W^M\right),$

q(π，Θ)为后验分布，为概率空间。

本实施例通过变分推理的方法来近似地求解模型的目标函数。

首先需对要求解的概率分布做均值场假设如下：

$q(\mathrm{\&pi;},\mathrm{\&Theta;})=q\left(W^N\right)q\left(W^M\right)\left(\underset{d=1}{\overset{K_N}{\mathrm{\&Pi;}}}q\left({\mathrm{\&pi;}}_d^N\right|{\mathrm{\&gamma;}}_d^N)\right)$

$\underset{i=1}{\overset{N}{\mathrm{\&Pi;}}}q\left(U_{\mathrm{id}}\right|{\mathrm{\&sigma;}}_{\mathrm{id}}^N))\&times;\left(\underset{d^{\&prime;}=1}{\overset{K_M}{\mathrm{\&Pi;}}}q\left({\mathrm{\&pi;}}_{d^{\&prime;}}^M\right|{\mathrm{\&gamma;}}_{d^{\&prime;}}^M)\underset{i=1}{\overset{M}{\mathrm{\&Pi;}}}q\left(V_{{\mathrm{id}}^{\&prime;}}\right|{\mathrm{\&sigma;}}_{{\mathrm{id}}^{\&prime;}}^M)\right),$

其中， $q\left({\mathrm{\&pi;}}_d^N\right|{\mathrm{\&gamma;}}_d^N)=\mathrm{Beta}({\mathrm{\&gamma;}}_{d_1}^N,{\mathrm{\&gamma;}}_{d_2}^N),q\left({\mathrm{\&pi;}}_{d^{\&prime;}}^M\right|{\mathrm{\&gamma;}}_{d^{\&prime;}}^M)=\mathrm{Beta}({\mathrm{\&gamma;}}_{d_1^{\&prime;}}^M,{\mathrm{\&gamma;}}_{d_2^{\&prime;}}^M),$ 和为Beta分布的参数， $q\left(U_{\mathrm{id}}\right|{\mathrm{\&sigma;}}_{\mathrm{id}}^N)=\mathrm{Bernoulli}\left({\mathrm{\&sigma;}}_{\mathrm{id}}^N\right),$ $q\left(V_{{\mathrm{id}}^{\&prime;}}\right|{\mathrm{\&sigma;}}_{{\mathrm{id}}^{\&prime;}}^M)=\mathrm{Bernoulli}\left({\mathrm{\&sigma;}}_{{\mathrm{id}}^{\&prime;}}^M\right),({\mathrm{\&sigma;}}_{\mathrm{id}}^N,{\mathrm{\&sigma;}}_{{\mathrm{id}}^{\&prime;}}^M)$ 为Bernoulli分布的参数。于是，只需要迭代执行以下四步的训练过程就可以得到目标函数的近似解。

第一步，求解q(W ^N)。通过固定其他的模型参数W^M，π，以及隐特征U，V；可以发现q(W ^N)同样服从正态分布q(W ^N)～N（Λ^N，1），且Λ^N可以通过求解如下优化问题得到：

$\underset{{\mathrm{\&Lambda;}}^N,\mathrm{\&xi;}}{\min }\frac{1}{2}\left|\right|{\mathrm{\&Lambda;}}^N{\left|\right|}_2^2+C_1\underset{(i,k)\&Element;I^N}{\mathrm{\&Sigma;}}{\mathrm{\&xi;}}_{\mathrm{ik}}$

其中ξ＝{ξ_ik:(i，k)∈I^N)是松弛变量，s.t.的含义是“满足”，此问题与标准的支持向量机一样，这意味着可以采用一些成熟的SVM工具包来解决，例如LIBSVM或SVMLight。

第二步，求解q(W ^M)。与第一步类似地，q(W ^M)同样服从正态分布q(W^M)～N（Λ^M，1），且Λ^M可以通过求解如下优化问题得到：

$\underset{{\mathrm{\&Lambda;}}^M,\mathrm{\&xi;}}{\min }\frac{1}{2}\left|\right|{\mathrm{\&Lambda;}}^M{\left|\right|}_2^2+C_2\underset{(i,j)\&Element;I^M}{\mathrm{\&Sigma;}}{\mathrm{\&xi;}}_{\mathrm{ij}}$

上述问题同样可以用SVMLight解决。

第三布，求解q(π^N，U)。与上步类似，固定其他的变量，则这些变量在目标函数中不起作用，问题简化为求解如下的子问题：

对于q(π^N)，令梯度值为0，可以得到变分参数γ的迭代公式如下：

$\left\{\begin{array}{c}{\mathrm{\&gamma;}}_{d_1}^N=\frac{{\mathrm{\&alpha;}}_N}{K_N}+{\mathrm{\&Sigma;}}_{i=1}^N{\mathrm{\&sigma;}}_{\mathrm{id}}^N\\ {\mathrm{\&gamma;}}_{d_2}^N=N+1-{\mathrm{\&Sigma;}}_{i=1}^N{\mathrm{\&sigma;}}_{\mathrm{id}}^N\end{array}\right.$

通过次梯度下降方法，同样可以得到U的后验分布期望σ^N的解析解：

其中Φ(·)为罗杰斯特函数。

第四步，求解q(π^M，V)。与上一步相似，可以推导得到：

$\left\{\begin{array}{c}{\mathrm{\&gamma;}}_{d_1^{\&prime;}}^M=\frac{{\mathrm{\&alpha;}}_M}{K_M}+{\mathrm{\&Sigma;}}_{i=1}^M{\mathrm{\&sigma;}}_{{\mathrm{id}}^{\&prime;}}^M\\ {\mathrm{\&gamma;}}_{d_2^{\&prime;}}^M=M+1-{\mathrm{\&Sigma;}}_{i=1}^M{\mathrm{\&sigma;}}_{{\mathrm{id}}^{\&prime;}}^M\end{array}\right.,$

通过次梯度下降方法，同样可以得到V的后验分布期望σ^M的解析解：

训练过程的迭代终止条件设为目标函数的绝对变化小于阈值δ，或者等于迭代次数大于阈值i_m，其中，阈值δ和i_m根据实际情况人为设定。

通过以上四步迭代的训练过程，可以得到变分分布的参数和模型参数(W^N，W^M)的后验分布期望(Λ^N，Λ^M)，即得到后验分布的期望值为：

$E\left[W^N\right]={\mathrm{\&Lambda;}}^N,E\left[U_{\mathrm{id}}\right]={\mathrm{\&sigma;}}_{\mathrm{id}}^N,E\left[W^M\right]={\mathrm{\&Lambda;}}^M,E\left[V_{{\mathrm{jd}}^{\&prime;}}\right]={\mathrm{\&sigma;}}_{{\mathrm{jd}}^{\&prime;}}^M.$

于是，对于实体结点-实体结点链接关系预测，训练后的链接关系预测模型为：

对于实体结点-属性结点链接关系预测，训练后的链接关系预测模型为：

S5.通过训练后的链接关系预测模型预测异构网络链接关系。

一种异构网络链接关系的预测系统，如图2所示，该系统包括：

训练集生成模块，用于将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；

预测模型建立模块，用于根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；

预测模型优化模块，用于基于最大熵判别式准则，对预测模型进行优化，得到优化后的链接关系预测模型；

预测模型训练模块，用于通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；

链接关系预测模块，用于通过训练后的链接关系预测模型预测异构网络链接关系。

相比于现有技术，本发明提供的方法的有益效果是：通过构建最大间隔隐特征实体-属性关系网络链接预测模型，克服了现有的异构网络链接关系的预测方法没有考虑实体和属性间的相互作用，无法实现多种节点间的链接关系预测的问题以及能够提高异构网络链接关系的预测精度。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (4)

1.一种异构网络链接关系的预测方法，其特征在于，该方法包括：

S1.将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；

S2.根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；

S3.基于最大熵判别式准则，对所述模型进行优化，得到优化后的链接关系预测模型；

S4.通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；

S5.通过训练后的链接关系预测模型预测异构网络链接关系。

2.根据权利要求1所述的方法，其特征在于，在步骤S2中，所述异构网络包括：N个实体结点及M个属性结点，其中N和M为正整数，任意一个实体结点i的K_N维隐特征向量为u_i，i≤N，任意一个属性结点j的K_M维隐特征向量为v_j，j≤M，i，j均为正整数，其中K_N和K_M为预设值，且K_N≠K_M；

所述链接关系预测模型包括：实体结点-实体结点链接关系预测模型及实体结点-属性结点链接关系预测模型；

所述实体结点-实体结点链接关系预测模型为：

f(u_i，u_k；W ^N)=Tr(W ^N u_k u_i ^T)；

其中，Tr(W ^N u_j u_i ^T)为矩阵W ^N u_j u_i ^T的迹，u_i ^T为u_i的转置，W ^N为权值矩阵，u_k和u_i分别为异构网络中的实体结点k和i的K_N维隐特征向量，i≠k，i≤N，k≤N且i和k为正整数；

所述实体结点-属性结点链接关系预测模型为：

f(u_i，v_j；W ^M)=Tr(W ^M v_j u_i ^T)；

其中，u_i和v_j分别为异构网络中的实体结点i的K_N维隐特征向量和属性结点j的K_M维隐特征向量，u_i ^T为u_i的转置，W ^M为权值矩阵，Tr(W ^M v_j u_i ^T)为矩阵W ^M v_j u_i ^T的迹。

3.根据权利要求1或2所述的方法，其特征在于，在步骤S3中，所述优化后的链接关系预测模型包括：

优化后的实体结点-实体结点链接关系预测模型：

${\hat{y}}_{\mathrm{ik}}^N=\mathrm{sign}\left(f^N(i,k)\right);$

优化后的实体结点-属性结点链接关系预测模型：

${\hat{y}}_{\mathrm{ij}}^M=\sin g\left(f^M(i,j)\right);$

式中，sign(x)为指示函数，即当x>=0时，sign(x)=1，当x<0时，sign(x)=-1， $f^N(i,k)=E_{q\left(U\right),q\left(W^N\right)}\left[f(u_i,u_k;W^N)\right],$ 其中，U为N个实体结点的隐特征向量构成的矩阵，即U=[u₁ ^T；u₂ ^T；…；u_N ^T]，q(U)为U的后验概率分布，q(W ^N)为W ^N的后验概率分布；

为在后验概率分布q(U)及q(W ^N)条件下求f(u_i，u_k；W ^N)的期望；

其中， $f^M(i,k)=E_{q\left(U\right),q\left(W^N\right)}\left[f(u_i,u_k;W^M)\right],$ 其中，V为M个属性结点的隐特征向量构成的矩阵，即V=[v₁ ^T；v₂ ^T；…；v_M ^T]，q(V)为V的后验概率分布，q(W ^M)为W ^M的后验概率分布；

其中，为实体结点-实体结点链接关系预测值，为实体结点-属性结点链接关系预测值。

4.一种异构网络链接关系的预测系统，其特征在于，所述系统包括：

训练集生成模块，用于将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；

预测模型建立模块，用于根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；

预测模型优化模块，用于基于最大熵判别式准则，对预测模型进行优化，得到优化后的链接关系预测模型；

预测模型训练模块，用于通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；

链接关系预测模块，用于通过训练后的链接关系预测模型预测异构网络链接关系。