[发明专利]基于N边DFS子图轻量级无监督图表示学习的社交媒体数据分类方法及装置有效
申请号: | 201910631146.9 | 申请日: | 2019-07-12 |
公开(公告)号: | CN110502669B | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 刘琰;冯昊;周资乔;陈静;刘楝;赵艺;张琦 | 申请(专利权)人: | 中国人民解放军战略支援部队信息工程大学 |
主分类号: | G06F16/901 | 分类号: | G06F16/901;G06N3/08;G06K9/62 |
代理公司: | 郑州大通专利商标代理有限公司 41111 | 代理人: | 张立强 |
地址: | 450000 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 dfs 轻量级 监督 图表 学习 社交 媒体 数据 分类 方法 装置 | ||
1.一种基于N边DFS子图轻量级无监督图表示学习的社交媒体数据分类方法,其特征在于,包括:
步骤1:在IMDB-B数据集各图中分别遍历N边DFS子图结构,对各图的N边DFS子图进行抽取;IMDB-B数据集中,每一张图表示一部电影,节点表示演员,边表示演员之间是否在一部电影里存在合作关系;
所述步骤1包括:
步骤1.1:采用深度优先子图搜索算法,利用最小DFSCode对子图进行唯一标识,将子图转化为文本形式表示;
步骤1.2:对于IMDB-B数据集中的每一个图依次执行N边DFS子图抽取,首先生成初始1边子图集,之后在生成初始1边子图集上依次进行N边DFS子图挖掘:
生成初始边集,由每一条初始边开始逐步扩展,扩展时首先判断当前子图是否DFSCode最小,若是则进行该子图的扩展,直到扩展的子图边数达到设定的阈值N,此时停止该子图的扩展,若否则不进行该子图的扩展;由k边子图生成k+1边子图的过程中遵循最右路径扩展原则,首先构造子图的最右路径,之后在最右路径的各节点上分别生成前向边和后向边,将所有新生成的边分别添加到k边子图上构成多个k+1边子图,其中,k+1≤N;
步骤2:对抽取的N边DFS子图进行汇集,构成IMDB-B数据集中各图的子图集;
所述步骤2包括:
步骤2.1:根据子图实例的数量确定该子图的最小DFSCode在相应子图集中出现的次数;不考虑子图重叠问题,同一子图的实例中只要有一个节点不同则视为不同的实例;
步骤2.2:按照子图的最小DFSCode在相应子图集中出现的次数对子图进行排序,构成相应子图集;
步骤3:将所述子图集输入到神经网络模型中进行训练,得到各图的向量表示;
所述步骤3包括:
将DFSCode格式的子图集视为一篇文档,子图集中的每一个子图视为一个单词,通过doc2vec模型训练得到对应图的向量表示;
步骤4:采用线性核SVM对得到的IMDB-B数据集中各图的向量进行分类,将90%的数据用于训练线性核SVM模型,10%的数据用于预测分类效果,同时为了保证结果的客观性,进行10次分类训练预测,最终将每部电影分类为动作或爱情两种类型之一,并取这10次预测准确性的均值作为最终的分类准确度。
2.一种基于N边DFS子图轻量级无监督图表示学习的社交媒体数据分类装置,其特征在于,包括:
子图抽取模块,用于在IMDB-B数据集各图中分别遍历N边DFS子图结构,对各图的N边DFS子图进行抽取;IMDB-B数据集中,每一张图表示一部电影,节点表示演员,边表示演员之间是否在一部电影里存在合作关系;
子图汇集模块,用于对抽取的N边DFS子图进行汇集,构成IMDB-B数据集中各图的子图集;
图向量表示模块,用于将所述子图集输入到神经网络模型中进行训练,得到各图的向量表示;
分类模块,用于采用线性核SVM对得到的IMDB-B数据集中各图的向量进行分类,将90%的数据用于训练线性核SVM模型,10%的数据用于预测分类效果,同时为了保证结果的客观性,进行10次分类训练预测,最终将每部电影分类为动作或爱情两种类型之一,并取这10次预测准确性的均值作为最终的分类准确度;
所述子图抽取模块包括:
最小DFSCode标识子模块,用于采用深度优先子图搜索算法,利用最小DFSCode对子图进行唯一标识,将子图转化为文本形式表示;
子图抽取子模块,用于对于IMDB-B数据集中的每一个图依次执行N边DFS子图抽取,首先生成初始1边子图集,之后在生成初始1边子图集上依次进行N边DFS子图挖掘:
生成初始边集,由每一条初始边开始逐步扩展,扩展时首先判断当前子图是否DFSCode最小,若是则进行该子图的扩展,直到扩展的子图边数达到设定的阈值N,此时停止该子图的扩展,若否则不进行该子图的扩展;由k边子图生成k+1边子图的过程中遵循最右路径扩展原则,首先构造子图的最右路径,之后在最右路径的各节点上分别生成前向边和后向边,将所有新生成的边分别添加到k边子图上构成多个k+1边子图,其中,k+1≤N;
所述子图汇集模块包括:
子图频度统计子模块,用于根据子图实例的数量确定该子图的最小DFSCode在相应子图集中出现的次数;不考虑子图重叠问题,同一子图的实例中只要有一个节点不同则视为不同的实例;
子图排序子模块,用于按照子图的最小DFSCode在相应子图集中出现的次数对子图进行排序,构成相应子图集;
所述图向量表示模块具体用于:
将DFSCode格式的子图集视为一篇文档,子图集中的每一个子图视为一个单词,通过doc2vec模型训练得到对应图的向量表示。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军战略支援部队信息工程大学,未经中国人民解放军战略支援部队信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910631146.9/1.html,转载请声明来源钻瓜专利网。