[发明专利]用于理解二分网络中的缺失链路的视觉分析框架

说明书

用于理解二分网络中的缺失链路的视觉分析框架。本文所述的示例实现方式涉及一种界面，其用于针对被表示为二分网络的数据计算缺失链路并显示缺失链路，以及用于改进现有技术中的链路预测算法的新颖方法。通过本文所述的示例实现方式，可以提高链路预测算法的准确度，从而向用户提供对二分网络中的数据的更准确理解。

技术领域

本公开总体上涉及数据分析，更具体地，用于确定和可视化二分网络中的缺失链路。

背景技术

许多现实世界的复杂系统都可以建模为二分网络(双模网络)，其中在网络中存在两种类型的节点并且链路仅存在于不同节点类型之间。二分关系的分析已经被用于各种应用领域中的数据分析，诸如利用基于点名表决记录的选民投票网络研究政治倾向以及研究生物信息学中的基因表达网络等。

针对这种网络的一个分析问题是链路预测(例如，检测缺失链路)，该链路预测基于当前观察到的链路来推断节点之间有新的关系存在。这样的链路生成是有价值的，因为现实世界的数据可能是有噪声的或不完整的。但在通常情况下，链路预测算法的输出只是包含所有预测的缺失链路的得分或概率的列表，这很难加以解释而且这些结果可能是不准确的。

发明内容

在实践中，分析人员需要应用他们的领域知识来检查算法输出。为了解决现有技术的问题，在本公开中提出了用于检测和检查二分网络中的缺失链路的通用视觉分析框架。首先，该框架为二分网络提供了一种新颖的链路预测方法，这是一种利用网络中的二元组(biclique)的信息的集成(ensemble)方法。其次，通过基于度量(例如，计算节点中间性(betweenness))和基于模体(motif)(例如，检测分团(clique))的两种最常见的网络分析方法，利用交互式可视化来呈现检测到的缺失链路，并使得能够更好地理解缺失链路的含义和影响。

此外，现有技术系统没有解决检测和可视化缺失链路的问题。更具体地说，在示例实现方式中，采用了基于矩阵的设计，这是因为链路是我们框架中的焦点，并且需要在视觉上加以强调。

此外，用于网络的通用链路预测算法被大致分成了两大类别：基于学习的和基于相似度的。基于学习的方法将链路预测视为二元分类问题，并训练机器学习模型以预测每个未连接的节点对的类别标签(即，潜在链接为肯定的)。一种现有技术方法是基于特征的分类，该方法基于节点属性、拓扑结构、社会理论或它们的组合来提取特征。另一种方法是基于包括关系模型、实体关系模型等等的概率图模型。这些技术尽管有效但通用性较差，除了观察到的网络结构之外，它们通常还需要一些额外的信息(例如，语义节点属性)。然而，训练过的机器学习模型可能仅在具有特定特征的网络上表现良好(这取决于训练集)。

另一方面，基于相似度的方法尝试基于每个未连接的节点对来计算相似度得分，并对所有这些潜在链路进行排序。计算相似度度量的方法包括基于随机游走的模拟，以及基于近邻的量度(measure)，诸如共同近邻、jaccard系数、adamic-adar系数以及优先连接。研究人员将相似度度量中的一些扩展至二分网络情况。示例实现方式通过将重要类型的结构信息集成到二分网络、二元组中以提高预测的性能，来提出一系列集成方法，从而往前再进了一步。

本公开的各方面包括一种方法，该方法可以包括对于被表示为二分网络的数据以及对于所述二分网络中的缺失链路的集合执行的以下步骤：基于所述二分网络中的二元组，计算所述集合中的所述缺失链路中的每一个的权重；执行链路预测算法，该链路预测算法被配置为合并所述缺失链路中的每一个的所述权重；以及提供由所述链路预测算法选择的所述缺失链路的集合中的缺失链路作为所述二分网络的预测的缺失链路。