[发明专利]一种基于图卷积网络的图相似性计算方法及装置

说明书

本发明公开了一种基于图卷积网络的图相似性计算方法及装置，能够克服现有的基于GNN的图相似性计算模型不能很好的学习图的层次结构的缺点，通过在合理的时间内将图的扁平和层次表示结合在一起来提高图相似度计算的有效性。具体地，本发明实施例提出了一个完全支持反向传播的基于端到端地神经网络的函数，通过仔细设计函数的每一部分，使得该函数能学习到图的扁平的和层次的信息，最终将一对图映射为相似度评分，以同时克服现有技术耗时长及无法捕捉图的层次结构的缺点。

技术领域

本发明属于图相似性计算技术领域，尤其涉及一种基于图卷积网络的图相似性计算方法及装置。

背景技术

拓扑是一种不考虑事物的大小、形状等物理属性，而仅仅使用节点Vertex)与边(edge)描述多个事物之间关系的抽象表示方法，而用拓扑表示的事物之间的关系的模型称为拓扑图。拓扑不关心事物的细节，也不在乎相互的比例关系，而只是一定情况下以图的形式，在图中用节点表示事物，用节点之间的边表示事物之间的关系，以抽象出多个事物之间的相互关系。拓扑图可以用于抽象现实世界中的绝大多数信息，如，社交网络，电力网络，生物化学分子结构，计算机程序依赖性等。

在对拓扑图的研究中，拓扑图之间的相似性计算得到了很广泛研究与应用，Thomas gartner等人将拓扑图的相似性计算用于化学分子分类；karten Borgwardt等人将拓扑图相似性计算应用于蛋白质分子结构分析；Yujia Li等人将拓扑图相似性计算应用于电脑系统安全研究；Sofia Ktena等人将拓扑图相似性计算应用于人体大脑功能研究等等。拓扑图的相似性计算作为应用拓扑图的基本功能得到广泛的研究与应用。然而，过去几十年中，为了计算拓扑图之间的相似度指标，如：图编辑距离(Graph Edit Distance)、最大公共子图(Maximum Common Subgraph)、图同构(Graph Isomorphism)等，往往需要耗费大量的时间与计算资源，因为这些都是NP完全问题。尽管Yongjiang Liang、Zhiping Zeng、Xiang Zhao等人提出的一些剪枝策略和Sebastien Bougleux、Stefan Fankhauser、MichelNeuhaus、Kaspar Riesen等人提出的启发式方法都尝试给出近似度量值和加快相似性计算的方法，但是上述启发式算法和由它们扩展出来的次优的解决方案的计算时间复杂度也是高阶多项式的甚至是次指数的。并且这些方法涉及基于离散优化或组合优化的算法的复杂的设计和实现，因此，这些方法只适用于较小的并且对时间要求不高的拓扑图相似性计算，很难使这些方法用于新的任务。

针对以往的图相似性计算耗时严重的问题，Yunsheng Bai等人基于神经网络提出了一种快速的图相似性计算方法SimGNN，通过设计一个图神经网络来学习一个将两个拓扑图映射为一个基于图编辑距离的相似性的函数。这个方法使得计算图的相似性的时间复杂度下降到平方级。然而，这种基于gnn的图相似性计算模型本质上都是扁平的，并且没有学习到图的层次表示，这限制了模型在图相似度学习中的能力。

发明内容

本发明的目的在于提供一种基于图卷积网络的图相似性计算方法及装置，通过在合理的时间内将图的扁平和层次表示结合在一起来提高图相似度计算的有效性，以解决上述不能兼顾时间和图的层次的技术问题。

为达此目的，本发明采用以下技术方案：

第一方面，提出了一种基于图卷积网络的图相似性计算方法，包括以下步骤：

分别确定第一拓扑图和第二拓扑图的初始节点特征；

分别求得第一拓扑图和第二拓扑图的节点的嵌入表示；

根据第一拓扑图和第二拓扑图的节点的嵌入表示，分别通过注意力机制和DIFFPOOL方法对节点嵌入进行汇总，分别得到第一拓扑图的扁平化全图嵌入和层次化全图嵌入，得到第二拓扑图的扁平化全图嵌入和层次化全图嵌入；

采用神经张量网络NTN分别处理第一拓扑图和第二拓扑图在扁平层面以及层次化层面的图嵌入之间的关系；