【技術實現步驟摘要】
本申請涉及數據處理領域，具體涉及一種統一網絡基礎表示方法及裝置。
技術介紹
1、網絡表示旨在將網絡節點表示為低維、實值、密集的向量形式。向量形式具有在向量空間中的表示和推理能力，可以方便方便地作為機器學習模型的輸入。此外，向量表示可以應用于許多研究，如節點分類任務、鏈接預測、社區發現任務和推薦系統。然而，網絡結構在現實世界中的應用是極其復雜的，不僅包括多種類型的節點和多樣化的邊，而且節點和邊中還包含豐富的屬性信息。根據網絡的拓撲結構(同構或異構)和屬性(帶屬性或不帶屬性)，可以將其分為六種不同的類型。同構網絡、屬性同構網絡、異構網絡、屬性異構網絡、多路異構網絡和屬性多路異構網絡。
2、以電子商務網絡為例，節點可以分為用戶和商品，邊可以以點擊、收藏、購買等作為用戶和商品之間的關系邊，可以將用戶的年齡、性別、地址等作為其屬性，將商品的價格、品牌、運費等作為其屬性。現有的方法并沒有充分發揮屬性的作用。由于異構網絡的復雜性，簡單全面的表示能夠顯著提高其在下游任務中的應用，但現有的表示方法大多都是浮點類型的數組，并沒有做到簡單高效的表示。
技術實現思路
1、針對現有技術中的問題，本申請提供一種統一網絡基礎表示方法及裝置，能夠通過屬性增強方法，完善屬性多路異構網絡中的屬性信息，增強網絡的魯棒性，使得網絡表示更全面，將浮點型的網絡表示學習為二進制的哈希網絡表示，不僅在存儲上為異構網絡節省了大量空間，還提高了下游任務的檢索效率。
2、為了解決上述問題中的至少一個，本申請提供
3、第一方面，本申請提供一種統一網絡基礎表示方法，包括：
4、根據目標網絡中的節點屬性、預設轉換函數、節點類型以及與所述節點類型對應的特征變換矩陣，確定屬性多路異構網絡中的節點屬性，根據所述目標網絡的邊和上下文信息確定與所述節點屬性對應的結構表示，根據節點自身信息、所述節點屬性以及所述節點屬性的結構表示，構建得到屬性多路異構網絡；
5、根據所述屬性多路異構網絡中的節點屬性和邊屬性，生成與之具有相同維度的掩碼矩陣，將所述節點屬性、所述邊屬性以及所述掩碼矩陣輸入一擾動器，得到所述擾動器輸出的擾動屬性；
6、根據所述屬性多路異構網絡確定不同邊類型的鄰接矩陣，并將所述鄰接矩陣作為節點嵌入，將所述擾動屬性融入至所述屬性多路異構網絡的節點中得到獨熱編碼，并將所述獨熱編碼作為屬性嵌入，根據所述擾動屬性捕獲所述屬性多路異構網絡的結構信息和上下文信息，并將所述結構信息和上下問信息作為結構嵌入；
7、將所述結構嵌入輸入全連接層進行自注意力機制學習，將經過所述自注意力機制學習后的結構嵌入與輸入至連接層的節點嵌入和屬性嵌入進行嵌入融合，并將所述嵌入融合的結果輸入哈希層進行網絡嵌入表示的深度哈希學習，得到所述哈希層輸出的二進制哈希網絡嵌入表示。
8、進一步地，所述根據目標網絡中的節點屬性、預設轉換函數、節點類型以及與所述節點類型對應的特征變換矩陣，確定屬性多路異構網絡中的節點屬性，包括：
9、將屬性多路異構網絡中的節點屬性ai定義為參數化函數：
10、
11、其中，xi為節點vi的屬性，hz為轉換函數，z＝φ(i)為節點vi對應的節點類型，βr為系數，dz為vi對應的節點類型z的特征變換矩陣。
12、進一步地，在所述構建屬性多路異構網絡之后，還包括：
13、通過元路徑嵌入方法在所述屬性多路異構網絡的每個邊類型視圖上進行隨機漫步，確定不同節點類型間語義關系的轉移概率；
14、根據所述轉移概率生成相應符合特定語義模式的所述屬性多路異構網絡的節點序列。
15、進一步地，在所述構建屬性多路異構網絡之后，還包括：
16、對于經過所述隨機漫步生成的元路徑的節點序列，基于目標函數的最小化節點與其上下文節點之間的負對數概率進行路徑建模操作；
17、根據所述路徑建模操作的結果確定所述元路徑上每個節點的上下文。
18、進一步地，在所述構建屬性多路異構網絡之后，還包括：
19、通過負采樣方法引入隨機選擇的節點構建負樣本，通過隨機漫步生成的路徑和預設滑動窗口確定正樣本；
20、根據所述正樣本和所述負樣本對所述目標函數進行近似優化，得到經過近似優化后的目標函數。
21、進一步地，在所述構建屬性多路異構網絡之后，還包括：
22、在計算不同節點類型間語義關系的轉移概率前通過softmax函數根據節點類型進行歸一化處理，得到經過所述歸一化處理后的不同類型節點的概率分布。
23、第二方面，本申請提供一種統一網絡基礎表示裝置，包括：
24、屬性多路異構網絡構建模塊，用于根據目標網絡中的節點屬性、預設轉換函數、節點類型以及與所述節點類型對應的特征變換矩陣，確定屬性多路異構網絡中的節點屬性，根據所述目標網絡的邊和上下文信息確定與所述節點屬性對應的結構表示，根據節點自身信息、所述節點屬性以及所述節點屬性的結構表示，構建得到屬性多路異構網絡；
25、屬性增強模塊，用于根據所述屬性多路異構網絡中的節點屬性和邊屬性，生成與之具有相同維度的掩碼矩陣，將所述節點屬性、所述邊屬性以及所述掩碼矩陣輸入一擾動器，得到所述擾動器輸出的擾動屬性；
26、基本嵌入模塊，用于根據所述屬性多路異構網絡確定不同邊類型的鄰接矩陣，并將所述鄰接矩陣作為節點嵌入，將所述擾動屬性融入至所述屬性多路異構網絡的節點中得到獨熱編碼，并將所述獨熱編碼作為屬性嵌入，根據所述擾動屬性捕獲所述屬性多路異構網絡的結構信息和上下文信息，并將所述結構信息和上下問信息作為結構嵌入；
27、最終嵌入模塊，用于將所述結構嵌入輸入全連接層進行自注意力機制學習，將經過所述自注意力機制學習后的結構嵌入與輸入至連接層的節點嵌入和屬性嵌入進行嵌入融合，并將所述嵌入融合的結果輸入哈希層進行網絡嵌入表示的深度哈希學習，得到所述哈希層輸出的二進制哈希網絡嵌入表示。
28、第三方面，本申請提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現所述的統一網絡基礎表示方法的步驟。
29、第四方面，本申請提供一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現所述的統一網絡基礎表示方法的步驟。
30、第五方面，本申請提供一種計算機程序產品，包括計算機程序/指令，該計算機程序/指令被處理器執行時實現所述的統一網絡基礎表示方法的步驟。
31、由上述技術方案可知，本申請提供一種統一網絡基礎表示方法及裝置，通過屬性增強方法，完善屬性多路異構網絡中的屬性信息，增強網絡的魯棒性，使得網絡表示更全面，將浮點型的網絡表示學習為二進制的哈希網絡表示，不僅在存儲上為異構網絡節省了大量空間，還提高了下游任務的檢索效率。
本文檔來自技高網...【技術保護點】
1.一種統一網絡基礎表示方法，其特征在于，所述方法包括：
2.根據權利要求1所述的統一網絡基礎表示方法，其特征在于，所述根據目標網絡中的節點屬性、預設轉換函數、節點類型以及與所述節點類型對應的特征變換矩陣，確定屬性多路異構網絡中的節點屬性，包括：
3.根據權利要求1所述的統一網絡基礎表示方法，其特征在于，在所述構建得到屬性多路異構網絡之后，還包括：
4.根據權利要求3所述的統一網絡基礎表示方法，其特征在于，在所述構建屬性多路異構網絡之后，還包括：
5.根據權利要求4所述的統一網絡基礎表示方法，其特征在于，在所述構建屬性多路異構網絡之后，還包括：
6.根據權利要求5所述的統一網絡基礎表示方法，其特征在于，在所述構建屬性多路異構網絡之后，還包括：
7.一種統一網絡基礎表示裝置，其特征在于，所述裝置包括：
8.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至6任一項所述的統一網絡基礎表示方法的步驟。
9.一種
10.一種計算機程序產品，包括計算機程序/指令，其特征在于，該計算機程序/指令被處理器執行時實現權利要求1至6任一項所述的統一網絡基礎表示方法的步驟。
...【技術特征摘要】
1.一種統一網絡基礎表示方法，其特征在于，所述方法包括：
2.根據權利要求1所述的統一網絡基礎表示方法，其特征在于，所述根據目標網絡中的節點屬性、預設轉換函數、節點類型以及與所述節點類型對應的特征變換矩陣，確定屬性多路異構網絡中的節點屬性，包括：
3.根據權利要求1所述的統一網絡基礎表示方法，其特征在于，在所述構建得到屬性多路異構網絡之后，還包括：
4.根據權利要求3所述的統一網絡基礎表示方法，其特征在于，在所述構建屬性多路異構網絡之后，還包括：
5.根據權利要求4所述的統一網絡基礎表示方法，其特征在于，在所述構建屬性多路異構網絡之后，還包括：
6.根據權利要求5所述的統一網絡基礎...
【專利技術屬性】
技術研發人員：蘇惠敏，郭紅鈺，李倩，張子曄，張家偉，陳啟志，劉玉龍，
申請(專利權)人：中國電子科技集團公司第十五研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。