[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

说明书

本申请公开了一种社交网络的嵌入表示方法、装置、设备和存储介质，方法包括：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。解决了现有对社交网络的嵌入表示只考虑了网络结构信息，导致得到的有用信息不够准确技术问题。

技术领域

本申请涉及网络分析技术领域，尤其涉及一种社交网络的嵌入表示方法、装置、设备和存储介质。

背景技术

各种社交软件(例如Facebook、Wechat等)的发展，为人们在网络中与他人的交流带来了彻底的变革。在网络中用户相互关联，组成一个社交网络。社交网络研究之一是，根据社交网络中用户的有用信息将用户分类为有意义的群体，它有许多的实际应用，例如用户搜索，针对性广告和推荐。因此，如何准确地从社交网络中学习有用的信息是研究者关注的问题。

嵌入表示是现有学习有用信息的方法之一，所谓嵌入表示即将每个节点表示为一个低维向量以有效的捕获社交网络中的信息。但是在利用上述的嵌入表示方法时，网络结构信息和节点属性信息对嵌入表示的影响不均衡，导致最终得到的嵌入表示结果不够准确。

发明内容

本申请提供了一种社交网络的嵌入表示方法、装置、设备和存储介质，解决了现有对社交网络的嵌入表示时得到的有用信息不够准确技术问题。

有鉴于此，本申请第一方面提供了一种社交网络的嵌入表示方法，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。

可选地，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。

可选地，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。

可选地，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；