[发明专利]基于路径关系的网络特征提取系统及方法

说明书

本发明涉及一种基于路径关系的网络特征提取系统及方法，该系统包括网络图输入模块、路径长度确定模块、关系种类确定模块、路径种类计算模块、路径统计模块和特征矩阵构建模块，其中，路径种类计算模块的数据输入端分别与路径长度确定模块的数据输出端、关系种类确定模块的数据输出端相连接，特征矩阵构建模块的数据输入端分别与路径种类计算模块的数据输出端、路径统计模块的数据输出端相连接。本发明系统可以提高网络特征提取的速度，增强系统的灵活性。

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于路径关系的网络特征提取系统及方法。

背景技术

网络图形能够很好地展现出各对象之间关系，因此网络图形的应用非常广泛，例如常见的图关系结构包含社交网络、知识网络、企业投资关系网络等。然而网络图并不是结构化的数据，应用时需要将其进行转换，因此图结构数据的挖掘一直是大数据方向攻克的热门领域。近几年，学术界也对网络编码进行了较多的研究。例如，对于简单网络网络(网络中节点和边不需要区别对待)，现阶段存在一些图编码的方法，如DeepWalk、Node2Vec、Struc2Vec、LINE、SDNE，GraRep等。而对于复杂网络，也存在一些流行的编码方法，如TransE、TransH、TransR等。然而这些方法存在一些缺点，例如不能将整个网络图拆分成小网络进行分别编码，即一个网络图必须一次性全部学习而不能分批次学习，灵活性差，且学习时间长；网络编码特征存在随机性，不同随机种子学习出来的编码不能进行横向比较。

发明内容

本发明的目的在于改善现有技术中所存在的上述不足，提供一种基于路径关系的网络特征提取系统及方法，可以增强数据处理的灵活性，降低数据处理时间。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一种基于路径关系的网络特征提取系统，包括网络图输入模块、路径统计模块，其中，

网络图输入模块用于输入关系网络图；

所述路径统计模块的数据输入端与网络图输入模块的数据输出端相连接，路径统计模块用于确定目标节点及关联节点，并针对于每一个关联节点，统计出该关联节点与目标节点之间的所有路径。

在进一步优化的方案中，上述系统中还包括路径长度确定模块、关系种类确定模块、路径种类计算模块和特征矩阵构建模块；

所述路径长度确定模块的数据输入端与网络图输入模块的数据输出端相连接，路径长度确定模块用于确定出关系网络图中节点之间的路径长度；

所述关系种类确定模块的数据输入端与网络图输入模块的数据输出端相连接，关系种类确定模块用于确定出关系网络图中节点之间的关联关系的种类；

所述路径种类计算模块的数据输入端分别与路径长度确定模块的数据输出端、关系种类确定模块的数据输出端相连接，路径种类计算模块根据所述路径长度及关联关系的种类，计算出关系网络图中两节点之间路径的种类；

所述特征矩阵构建模块的数据输入端分别与路径种类计算模块的数据输出端、路径统计模块的数据输出端相连接，特征矩阵构建模块基于所述路径的种类及各关联节点与目标节点之间的所有路径，构建并输出关系网络图的特征矩阵或特征表。

另一方面，本发明实施例中还提供了一种基于路径关系的网络特征提取方法，包括以下步骤：

输入关系网络图；

确定目标节点及关联节点，针对于被选中的每一个关联节点，统计出该关联节点与目标节点之间的所有路径。

在进一步优化的方案中，上述方法还包括步骤：

确定出所述关系网络图中节点之间的路径长度，及节点之间的关联关系的种类；

根据所述路径长度及关联关系的种类，计算出关系网络图中两节点之间路径的种类；