[发明专利]一种异构网络中相似度的计算方法及其相关组件

说明书

本发明公开了一种异构网络中相似度的计算方法及其相关组件，涉及异构信息网络领域，该方法包括：获取异构网络中各节点的类型集合以及各类型节点之间的关系集合；预先定义各类型节点之间关系的权重c(R)；当需要计算所述异构网络中同类型的两个目标节点之间的相似度时，获取所述两个目标节点在各个关系中的邻居节点的集合，依据所述两个目标节点在各个关系中邻居节点之间的相似度确定两个目标节点的相似度。本发明实现了不需要用户指定meta path就可以计算相似度的效果，易于在不同的数据和应用中使用，并且采用递归的方式进行定义，因此能够考虑不同长度和语义的路径，使计算的相似度能够整合更多语义信息，相似度结果质量更好。

技术领域

本发明涉及异构信息网络领域，尤其涉及一种异构网络中相似度的计算方法、装置、计算机设备及存储介质。

背景技术

异构网络是一种节点和链接类型不同的图结构，在异构网络中具有许多节点，许多时候需要计算这些节点之间的相似度，以便基于相似度进行后续操作，例如推荐相似物品，或者进行分类等等。现有技术是通过基于meta path的相似度计算方法来计算节点之间的相似度，其中，meta path是指：元路径P是定义在网络模式中的一条路径用来描述从节点类型A₁到类型A_l的组合型关系。给定一个元路径P，可能存在多条路径与之相匹配。然而，这种计算方式在异构网络中具有局限性：第一、需要用户提供许多额外信息，用户很难去定义一条meta path就能够保证相似度查询质量；第二、一条meta path只能捕获一种连接x和y的语义信息，然而，在异构网络中，x和y往往被拥有不同语义信息的路径连接。此外，基于网络的拓扑结构是递归的，这种路径的数量理论上是无限条。因此，基于metapath的方法，不能够聚合多种语义信息，造成在度量节点相似度的时候信息的缺失；第三、因为异构网络拥有不同类型的节点，为计算指定类型节点的相似度而定义的meta path并不能应用于其他不同类型的节点。

发明内容

本发明实施例提供了一种异构网络中相似度的计算方法、装置、计算机设备及存储介质，旨在实现在不需要用户提供额外的信息的情况下，能够提高相似度计算结果的准确性。

第一方面，本发明实施例提供了一种异构网络中相似度的计算方法，其包括：

获取异构网络中各节点的类型集合以及各类型节点之间的关系集合；

预先定义各类型节点之间关系的权重c(R)，其中，R表示关系；

当需要计算所述异构网络中同类型的两个目标节点之间的相似度时，获取所述两个目标节点在各个关系中的邻居节点的集合，依据所述两个目标节点在各个关系中邻居节点之间的相似度确定两个目标节点的相似度。

第二方面，本发明实施例提供了一种异构网络中相似度的计算装置，其包括：

节点集合获取单元，用于获取异构网络中各节点的类型集合以及各类型节点之间的关系集合；

权重设置单元，用于预先定义各类型节点之间关系的权重c(R)，其中，R表示关系；

相似度确认单元，用于当需要计算所述异构网络中同类型的两个目标节点之间的相似度时，获取所述两个目标节点在各个关系中的邻居节点的集合，依据所述两个目标节点在各个关系中邻居节点之间的相似度确定两个目标节点的相似度。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的异构网络中相似度的计算方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的异构网络中相似度的计算方法。