[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top