[发明专利]基于转移概率预处理的网络表示学习算法

说明书

本发明提供了一种基于转移概率预处理的网络表示学习算法，对网络中每个节点计算其前t步转移概率之和，然后利用转移概率之和通过相关系数计算两个节点的行为相似度，根据两个节点的行为相似度更新原始网络结构中边的权值；该步骤重复I次，从而得到处理后的网络结构；利用矩阵分解算法对处理后的网络结构进行网络表示学习。本发明能够有效提高学习效率，有效保留节点之间低阶和高阶信息，从而提高网络表示学习在复杂网络中社区发现任务的准确率。

技术领域

本发明属于社会网络计算及表示学习技术领域，特别涉及一种网络表示学习方法，可用于复杂网络中社区发现任务。

背景技术

网络表示学习是将网络中每个节点嵌入到低维向量空间，从而得到网络低维向量表示的一种技术。由于传统的网络表示方法，比如邻接矩阵等，具有稀疏性、维度较高且无法反映节点间潜在关系的缺点，在针对真实网络结构时表现较差，所以网络表示学习技术日益受到相关专家学者们的关注。网络表示学习将网络结构信息嵌入到低维稠密的向量空间，能够保留节点之间的连接关系，并且得到的结果能够应用于基于向量输入的各种复杂聚类模型，从而能够用来进一步完成复杂网络中社区发现任务。

现有网络表示学习模型的一般思想是保持网络结构低阶信息，Perozzi等人提出了一种基于随机游走和Skip-Gram模型的网络表示学习方法DeepWalk。DeepWalk通过随机游走算法来得到节点序列，以此当作词序列，然后利用Skip-Gram模型来学得节点的向量表示。Grover等人进一步扩展了DeepWalk获取节点序列的方式，通过引入两个参数使得随机游走方式具有广度优先和深度优先的特性。但是这些技术得到网络表示向量只保留了节点之间的低阶信息，没有保留网络结构中的社区信息。为了保留网络结构中的社区信息，Wang等人提出了M-NMF，利用非负矩阵分解来对网络表示学习模型和基于模块度的社区发现进行联合优化，从而使得最终的网络表示学习结果既包含有微观的连接信息又包含有社区信息。之后Cavallari等人提出了ComE模型，将社区发现、社区嵌入和节点嵌入作为一个闭环，把社区嵌入定义为多变量高斯分布，进而提高节点嵌入的效果。Tu等人参考了自然语言处理中的话题和社区的模型，提出了CNRL。

然而这些技术在将节点嵌入到低维向量时会损失一些距离信息，特别是对于一些统计重要节点(节点度大的节点等)，再做进一步的社区发现任务时会导致误差较大，因此Jin等人提出了结合马尔科夫随机场和网络嵌入的方法来检测社区结构，通过马尔科夫随机场结合节点之间的直接距离信息，但是这种方式是在网络嵌入的基础之上通过直接距离信息来修正社区发现结果，并没有从根本上改变网络表示学习的结果向量。

因此，研究一种能够综合保留网络结构中低阶和高阶信息，使得网络表示更加具有区分性的无监督网络表示学习方法是本技术领域科技人员的当务之急。

发明内容

为了克服现有技术的不足，本发明提供一种基于转移概率预处理的网络表示学习方法，以保留网络结构的社区信息，增强网络表示向量的区分性，进一步扩展网络表示学习算法在社区发现中的应用效果。

本发明解决其技术问题所采用的技术方案包括以下步骤：

S1，对网络中每个节点计算其前t步转移概率之和，然后利用转移概率之和通过相关系数计算两个节点的行为相似度，根据两个节点的行为相似度更新原始网络结构中边的权值；该步骤重复I次，从而得到处理后的网络结构；

S2，利用矩阵分解算法对处理后的网络结构进行网络表示学习。

所述的步骤S1包括以下步骤：

S11，输入描述网络节点之间连接信息的加权邻接矩阵W、节点度矩阵D、转移步长t，首次计算时矩阵W中每个元素w_ij为节点i和节点j之间边的权值，矩阵D中每个元素计算每一个节点i的前t步转移概率之和其中P＝D^-1W，P^k＝(D^-1W)^k；