[发明专利]基于广义关系隐话题模型的关系网络链接预测方法

说明书

技术领域

本发明涉及计算机应用领域，具体涉及一种基于广义关系隐话题模型的关系网络链接预测方法。

背景技术

飞速发展的信息技术为互联网用户群体提供了海量、异构、互相关联的复杂网络关系数据，包括学术论文引用关系网络、社交关系网络等。深入分析这些网络数据，有效利用关系网络数据的关联结构与网络自然属性，有利于学习更精确的预测模型，提高诸多数据挖掘和预测任务的性能，例如更准确地推荐学术论文引用文献、推荐社交网络好友等。这也是近年来数据挖掘与机器学习领域广泛关注的热点问题之一。

为了更好地学习复杂关系网络数据，实现自动预测关系数据的链接关系等任务，近年来，国际上使用含有隐变量的关系隐层空间模型对关系网络结构进行建模，预测网络链接关系。相关工作包括：使用隐层空间模型学习关系网络数据，例如P.D.Hoff.提出的“Modeling homophily and stochastic equivalence in symmetric relational data”，Advances in Neural Information Processing Systems(2007)；E.Airoldi等人提出的“Mixed membership stochastic blockmodels”，Advances in Neural Information Processing Systems(2008)等；以及非参数化的贝叶斯方法例如K.Miller等人提出的“Nonparametric latent feature models for link prediction”，Advances in Neural Information Processing Systems(2009)等；J.Chang等人提出的同时考虑观测数据链接结构和文本信息的模型“Relational topic models for document networks”，International Conference on Artificial Intelligence and Statistics(2009)等。

为了实现链接预测任务，需要定义两个网络实体之间的关系判别函数，学习与所有成对网络实体相关的隐权值矩阵。现有的关系隐层空间模型没有考虑网络是否是对称的，采用对称的对角权值矩阵η定义关于链接指示变量Y的似然函数其中z_i,z_j为对象实体在隐层特征空间中的表示向量，这里特指非负的隐含话题表示，σ(·)为常用的Sigmoid阈值函数。可以发现等式关系成立，由于隐话题特征的非负性约束以及对角元素之间的互相竞争，因此Z中必然会出现部分元素为正值，还有一部分元素为负值。负值表示两个隐话题之间关系对于链接似然函数产生负影响。而这与我们直观理解一个引用关系网络恰恰是矛盾的，因为从相同隐话题中产生的样本应该更有可能存在“引用-被引用”的链接关系。此外，使用对角权值矩阵，其实暗含了模型是对称性的假设条件，即由i→j和由j→i的链接存在的概率是相同的。这种对称性属性对于很多非对称网络来说都是不合理的。此不合理假设限制了模型发现关系网络隐层空间表示的能力，还影响了模型的预测性能。