[发明专利]一种参数化的论文网络节点表示学习方法

说明书

本发明公开了一种参数化的论文网络节点表示学习方法，该方法首先构建一个空的论文节点队列，然后采用随机游走方式采样任意一个论文节点的邻居节点、及邻居的邻居节点；并将选取的论文节点作为论文节点队列的第一个元素，随后依据跳转概率得到论文节点队列的其他元素；遍历完成所有的论文节点，则有论文节点队列集合；然后采用正负采样方法生成多层感知机的神经网络训练数据；最后采用神经网络论文概率模型进行处理，得到论文节点语义信息到论文节点向量表示的非线性变换，进而得到论文节点的向量表示。

技术领域

本发明涉及论文网络的表示学习方法，更特别地说，是指一种参数化的论文网络节点表示学习方法。

背景技术

社交网络属于互联网概念名词。例如Blog、WIKI、Tag、SNS、RSS等的社交网络服务平台。互联网导致一种全新的人类社会组织和生存模式悄然走进本发明，构建了一个超越地球空间之上的、巨大的群体—网络群体，21世纪的人类社会正在逐渐浮现出崭新的形态与特质，网络全球化时代的个人正在聚合为新的社会群体。论文网络是指论文与论文之间的关系网络化，在网上表现为论文之间的相互引用及共享作者等。

目前论文网络的表示学习大都采用的是非参数化模型，如“DeepWalk:OnlineLearning of Social Representations”译文为：深度行走：社交表示的在线学习，BryanPerozzi等，26Mar 2014；该文献中使用word2vec非参数化方法对论文网络的表示进行学习。

网络结构是指网络在物理上的连通性。网络的拓扑结构有很多种，如二维结构有环形、星形、树形、近邻连接网以及搏动流水阵列等，参考《互连网络结构分析》，王鼎兴，陈国良编著，1990年10月，第36-38页内容。随着网络的发展，也出现了如网状结构、蜂窝状结构等。

目前的论文网络的表示学习方法必须要遍历完成所有论文网络中的论文，才能学习论文的表示。当论文网络有新增加论文时将不能进行新增论文的表示学习，无法进一步的完成新增论文的分类、分析工作。

发明内容

为了解决新增论文无法进行表示学习的问题，本发明提出了一种参数化的论文网络节点表示学习方法。在本发明中，首先借助随机游走统计模型对星形论文网络结构进行采样，得到论文节点向量信息；采样完成的论文节点队列由一连串的论文节点所组成，每一次对下一个论文节点的选择都是随机的；。在进行论文网络采样步骤之后，本发明构建了一个基于孪生网络框架的深度神经网络，其中孪生网络的两个完全相同的子网络是由多层感知机(MLP)组成的，本发明将学习到的多层感知机作为非线性映射函数，通过构建从网络节点富文本信息到网络节点表示向量的非线性映射函数得到网络节点表示向量。

本发明提出了一种参数化的论文网络节点表示学习方法，其特征在于包括有下列步骤：

步骤一，基于随机游走方法采样获取任意一个论文节点的邻居—论文节点集、及邻居的邻居—论文节点集；

步骤101：构建一个论文节点空队列，记为V，所述V用来存储论文节点序列；论文节点空队列V的最大队列元素位数为mv，mv的取值为10～20；然后执行步骤102；

步骤102：选取任意一个论文节点paper_a，然后将所述paper_a放入论文节点队列V中第1位；然后执行步骤103；

步骤103：获取属于任意一个论文节点paper_a的全部邻居论文节点集，记为邻居论文节点是指与任意一个论文节点paper_a之间存在连边的论文节点集合；然后执行步骤104；

步骤104：根据所述邻居论文节点集中邻居节点总数B确定跳转到第一跳转概率c表示跳数；然后执行步骤105；