[发明专利]一种基于超图结构的链路预测方法及系统

权利要求书

1.一种基于超图结构的链路预测方法，其特征在于，所述预测方法包括如下步骤：

获取待预测网络的原始超图；

将所述原始超图转换为二分图；

基于变分自编码器预测所述二分图中的节点间存在边的概率，构建类邻接矩阵；

基于所述类邻接矩阵还原出包含链路预测结果的预测超图。

2.根据权利要求1所述的基于超图结构的链路预测方法，其特征在于，所述变分自编码器包括编码器和解码器，所述编码器包括两层图卷集网络，所述解码器包括两层卷积网络。

3.根据权利要求2所述的基于超图结构的链路预测方法，其特征在于，所述基于变分自编码器预测所述二分图中的节点间存在边的概率，构建类邻接矩阵，具体包括：

获取所述二分图的图邻接矩阵和图特征矩阵；

将所述图邻接矩阵和所述图特征矩阵输入所述编码器，获得所述二分图中的各个节点在低维特征空间的向量表示，构建二分图的低维向量表示；

将二分图的低维向量表示输入所述解码器，获得二分图中的节点间存在边的概率，构建类邻接矩阵。

4.根据权利要求1或2或3所述的基于超图结构的链路预测方法，其特征在于，所述变分自编码器的损失函数为：L＝E_q(Z|X，A)[log p(A′|Z)]-KL[q(Z|X，A)||p(Z)]；

其中，L为变分自编码器的损失，E_q(Z|X，A)[log p(A′|Z)]是交叉熵函数，p(A′|Z)为解码器输出的节点间存在边的概率分布，p(A′|Z)＝∏_i∈X′∏_j∈Y′p(A′_ij|z_i，z_j)，A′为类邻接矩阵，Z为编码器输出的二分图的低维向量表示，X′表示二分图左侧的节点集合，Y′表示二分图右侧的节点集合，i和j分别表示二分图中的左侧和右侧的节点，A′_ij表示类邻接矩阵中的元素，z_i和z_j分别表示节点i和节点j的低维向量表示，KL为二分图中各节点独立正态分布和标准正态分布的KL散度，q(Z|X，A)表示编码器输出的二分图的低维向量表示的概率分布，A表示图邻接矩阵，N表示二分图中节点的数量，q(z_i|X，A)表示节点i的低维向量表示的概率分布，μ_i表示节点i的均值，σ_i表示节点i的方差，p(Z)表示二分图的低维向量表示遵循的概率分布，p(Z)＝∏_iN(0，I)，d为分布中隐变量的维度。

5.根据权利要求1所述的基于超图结构的链路预测方法，其特征在于，所述基于所述类邻接矩阵还原出包含链路预测结果的预测超图，具体包括：

基于所述类邻接矩阵构建二分图中的链路预测结果；

基于二分图中的链路预测结果还原出包含链路预测结果的预测超图。

6.根据权利要求5所述的基于超图结构的链路预测方法，其特征在于，所述基于所述类邻接矩阵构建二分图中的链路预测结果，具体包括：

清空所述二分图中的所有边，获得只包含节点的二分图；

扫描所述类邻接矩阵，若所述类邻接矩阵中的第i行第j列的元素为1，则在只包含节点的二分图中的节点i和节点j之间连一条边，得到二分图中的链路预测结果。

7.一种基于超图结构的链路预测系统，其特征在于，所述预测系统包括：

超图获取模块，用于获取待预测网络的原始超图；

二分图转换模块，用于将所述原始超图转换为二分图；

链路预测模块，用于基于变分自编码器预测所述二分图中的节点间存在边的概率，构建类邻接矩阵；

超图还原模块，用于基于所述类邻接矩阵还原出包含链路预测结果的预测超图。

8.根据权利要求7所述的基于超图结构的链路预测系统，其特征在于，所述变分自编码器包括编码器和解码器，所述编码器包括两层图卷集网络，所述解码器包括两层卷积网络。