[发明专利]一种确定多个样本之间的网络结构的方法及装置

权利要求书

1.一种确定多个样本之间的全局网络结构的方法，其中，所述多个样本中包括被标注为不同类型的样本，其中，所述不同类型中包括至少一种目标类型，所述方法包括：

获取所述多个样本的至少两个全局网络结构；其中，不同的网络结构是采用不同的关联关系构建的；

在每个全局网络结构中，对于所述至少一种目标类型中的每种目标类型，基于该目标类型的样本各自的与其邻居样本之间的局部网络结构、及各个所述邻居样本的类型，计算该目标类型的样本在该全局网络结构中的聚集性，其中，所述邻居样本为预定阶数以内的邻居样本；

基于各种目标类型的样本在各个全局网络结构中的聚集性，在所述至少两个全局网络结构中确定所述多个样本之间的全局网络结构。

2.根据权利要求1所述的方法，其中，所述至少两个全局网络结构中包括第一网络结构，所述至少一种目标类型包括第一目标类型，在所述第一网络结构中，所述第一目标类型的样本的聚集性对应于第一目标类型的样本与其各阶全部同类型邻居样本之间的聚集性的加权和，其中，所述第一目标类型的样本与其n阶全部同类型邻居样本之间的聚集性基于如下两项获取：所述第一目标类型的样本各自的与其n阶邻居样本之间的网络结构、及所述n阶邻居样本各自的类型，其中n为大于0的整数。

3.根据权利要求2所述的方法，其中，第一目标类型的样本与其n阶全部同类型邻居样本之间的聚集性为第一目标类型的各样本的n阶同类型邻居样本数之和与第一目标类型的各样本的n阶邻居样本数之和的比值。

4.根据权利要求3所述的方法，其中，n阶同类型邻居样本数之和与n阶邻居样本数之和分别基于所述第一网络结构对应的邻接矩阵的n次幂获取。

5.根据权利要求2所述的方法，其中，第一目标类型的样本与其n阶全部同类型邻居样本之间的聚集性为第一边值和与第二边值和的比值，所述第一边值和为第一目标类型的各样本与其n阶同类型邻居样本之间的n阶边值之和，所述第二边值和为第一目标类型的各样本与其n阶邻居样本之间的n阶边值之和，其中，n阶边值为两个互为n阶邻居样本的样本之间的n条边的边值的乘积。

6.根据权利要求1所述的方法，其中，所述多个样本中还包括未知类型的样本。

7.根据权利要求1所述的方法，其中，所述多个样本中包括至少两种目标类型的样本，其中，基于各种目标类型的样本在各个全局网络结构中的聚集性，确定所述多个样本之间的全局网络结构包括，在每个全局网络结构中，计算各种目标类型的样本在该全局网络结构中的聚集性之和，以及，基于各个全局网络结构中的聚集性之和确定所述多个样本之间的全局网络结构。

8.根据权利要求7所述的方法，其中，基于各种目标类型的样本在各个全局网络结构中的聚集性，确定所述多个样本之间的全局网络结构包括，基于各种目标类型的样本在各个全局网络结构中的聚集性、及各个全局网络结构的所述聚集性之和，确定所述多个样本之间的全局网络结构。

9.一种确定多个样本之间的全局网络结构的装置，其中，所述多个样本中包括被标注为不同类型的样本，其中，所述不同类型中包括至少一种目标类型，所述装置包括：

网络结构获取单元，配置为获取所述多个样本的至少两个全局网络结构；其中，不同的网络结构是采用不同的关联关系构建的；

聚集性计算单元，配置为在每个全局网络结构中，对于所述至少一种目标类型中的每种目标类型，基于该目标类型的样本各自的与其邻居样本之间的局部网络结构、及各个所述邻居样本的类型，计算该目标类型的样本在该全局网络结构中的聚集性，其中，所述邻居样本为预定阶数以内的邻居样本；

网络结构确定单元，配置为基于各种目标类型的样本在各个全局网络结构中的聚集性，在所述至少两个全局网络结构中确定所述多个样本之间的全局网络结构。