[发明专利]一种异构网络中基于元路径的异常模体查询方法

说明书

本发明提供了一种异构网络中基于元路径的异常模体查询方法，属于网络异常查询领域。本方法针对包含多种类信息的数据提取网络，通过设定查询所需要的起始条件，找出所有满足条件的模体的集合，使用正规化的路径相似度，比较每个模体与参考模体集合之间的相似度，对其中相似度低的模体，我们认为它们是目标模体中的异常模体部分。实验结果表明，本发明提出的方法能够应用于多种异构网络上，并取得不错的效果，由于异构网络中的异常模体查询方法较少，本发明能够作为一种异构网络中的异常模体查询方法稳定使用，从而为异常模体查询提供了一种新的视角。

技术领域

本发明属于网络异常查询领域，主要应用于在异构网络中查询目标模体集合中包含的异常的小型模体。主要通过计算模体间特定类型的元路径数目作为相似度并使用模体到自身的元路径数目进行正规化，得到目标模体在网络中和预期模体之间的相似性，经过分析确定其中最不相似的部分模体，进而判断在给定网络中的异常模体。

背景技术

随着大数据时代的到来以及科学技术的发展导致的计算机性能大幅度提高，许多需要耗费大量人力物力进行分析的数据，以及很多难以简单通过数据角度分析的数据，现在都可以借助计算机进行高效且准确的分析，这使得我们可以从繁杂的体力劳动之中解放出来，更加专注于从理论上挖掘网络中隐藏的关系。同时，网络中的异常也是我们在研究过程中经常会接触到的部分，如何定义网络中的异常，如何根据定义查询这些异常无疑是网络研究中重要的部分之一。在现有的异常查询方法中，大多数是通过数值分析，聚类分析等方法查询网络中的异常点，对于网络中的异常模体则缺乏有效的查询手段，因此我们希望提出一种方法能够准确地查询到网络中的异常模体，方便研究网络中某些异常模体对网络产生的影响。

发明内容

本发明的目的是针对现有研究中存在的缺少查询网络中异常模体的有效手段的问题，基于元路径的概念，结合使用元路径查询网络中异常节点方法的思路，通过计算目标模体与用户规定的某类型标准模体之间存在的元路径数目来衡量目标模体与标准模体之间的相似度，同时使用模体到自身的元路径数目为标准对相似度进行正规化，将结果作为衡量相对相似度的依据。借助元路径的概念，在结构上对网络中的模体之间的相似性进行了衡量及比较，得到了一种用于衡量目标模体和用户给出的标准模体集合之间是否相似的指标，实验表明该方法能够较好的刻画网络中模体的异常程度。

本发明的技术方案：

一种异构网络中基于元路径的异常模体查询方法，步骤如下：

步骤1)对数据集进行处理并确定查询条件

根据数据集中包含的数据类型不同可以分为以下步骤：

1.1)根据所关注的不同节点类型构成的模体类型，从数据集中提取网络。模体指在网络中高频出现的小型网络结构，在研究中通常指包含三个以上八个以下节点的高频网络子结构。

1.2)确定节点查询条件。本专利方法针对异构网络进行模体查询，因此根据异构网络的不同节点类型，也会产生不同类型的边。元路径被定义为连接两类对象的一条路径，形式化的定义可以写为：

其中A_i表示节点类型，R_i表示关系类型。比如在合著网络中，作者-论文-作者的元路径表示两个作者之间有合著关系。对于不同的网络，不同类别的元路径有着不同的意义，不同类型的模体在研究中也有着不同的价值。通过确定查询的起始模体，用于查询目标模体的元路径以及所要查询的模体的节点类型以及拓扑结构，可以得到一个满足要求的目标模体集合。尽管也可以通过几个无关节点进行这种查询，但是这种查询得到的结果往往意义不大，甚至没有意义。同时也需要确定查询作为参照的标准模体集合的起始模体，查询所用元路径以及查询模体的类型，用于计算候选模体集合和标准模体集合之间的元路径数目。

步骤2)根据步骤1)中给出的查询条件确定候选模体集合和作为参照的标准模体集合(由用户确定，以下称参考模体集合)，分为如下两个步骤：