[发明专利]一种社交网络的嵌入表示方法、装置、设备和存储介质

权利要求书

1.一种社交网络的嵌入表示方法，其特征在于，包括：

响应于分析请求，获取待分析社交网络；

对所述待分析社交网络中的各节点生成对应的随机游走序列；

对各所述随机游走序列上的节点进行节点对采集，得到采集节点对；

从所有所述采集节点对中选取保留节点对；

根据所述保留节点对对应的网络训练参数，得到所述待分析社交网路的嵌入表示结果。

2.根据权利要求1所述的社交网络的嵌入表示方法，其特征在于，从所有所述采集节点对中选取保留节点对，具体包括：

从所有所述采集节点对中，选取重复频次最多的N个节点对作为保留节点对，其中N为1以上的自然数；

根据所述保留节点对对应的网络训练参数，得到所述待分析社交网路的嵌入表示结果，具体包括：

将N个所述保留节点对输入至预置网络中进行训练；

更新所述预置网络的网络训练参数和学习率；

当所述更新次数为预设次数以上的值时，输出所述网络训练参数；

根据所述网络训练参数构建所述待分析社交网络的嵌入表示结果。

3.根据权利要求2所述的社交网络的嵌入表示方法，其特征在于，更新所述预置网络的网络训练参数和学习率，具体包括：

更新所述预置网路对应的学习率，并以更新后的所述学习率对应的下降步长更新所述网络训练参数。

4.根据权利要求1所述的社交网络的嵌入表示方法，其特征在于，从所有所述采集节点对中选取保留节点对，具体包括：

根据多个保留比例，从所有所述采集节点对中选取各所述保留比例对应的保留节点对；

根据所述保留节点对对应的网络训练参数，得到所述待分析社交网路的嵌入表示结果，具体包括：

将各所述保留比例对应的保留节点对输入至预置网络，得到所述预置网络输出的各所述保留比例对应的网络训练参数；

根据各所述保留比例对应的网络训练参数构建对应的嵌入表示子结果，并计算各嵌入表示子结果的KNN得分；

将KNN得分最高的所述嵌入表示子结果作为所述待分析社交网络的嵌入表示结果。

5.根据权利要求4所述的社交网络的嵌入表示方法，其特征在于，多个所述保留比例呈等比数列分布。

6.根据权利要求1所述的社交网络的嵌入表示方法，其特征在于，对所述待分析社交网络中的各节点生成对应的随机游走序列，具体包括：

以所述待分析社交网络中的各节点为起点，生成对应的随机游走序列。

7.根据权利要求1所述的社交网络的嵌入表示方法，其特征在于，对各所述随机游走序列上的节点进行节点对采集，得到采集节点对，具体包括：

以预置间距为采集间距，对各所述随机游走序列中的节点进行两两采集，得到采集节点对。

8.一种社交网络的嵌入表示装置，其特征在于，包括：

获取单元，用于响应于分析请求，获取待分析社交网络；

生成单元，用于对所述待分析社交网络中的各节点生成对应的随机游走序列；

采集单元，用于对各所述随机游走序列上的节点进行节点对采集，得到采集节点对；

选取单元，用于从所有所述采集节点对中选取保留节点对；

确定单元，用于根据所述保留节点对对应的网络训练参数，得到所述待分析社交网路的嵌入表示结果。

9.一种社交网络的嵌入表示设备，其特征在于，所述设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1至7中任一项所述的社交网络的嵌入表示方法。

10.一种存储介质，其特征在于，所述存储介质用于存储程序代码，所述程序代码用于执行权利要求1至7中任一项所述的社交网络的嵌入表示方法。