一种评估异质信息网络关键节点的方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115314398A(43)申请公布日2022.11.08(21)申请号202211195029.0(22)申请日2022.09.29(71)申请人南昌航空大学地址330063江西省南昌市丰和南大道696号(72)发明人占晓勇舒坚(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201专利代理师何世磊(51)Int.Cl.H04L41/14(2022.01)H04L41/142(2022.01)G06N3/08(2006.01)G06N3/04(2006.01)权利要求书3页说明书7页附图3页(54)发明名称一种评估异质信息网络关键节点的方法(57)摘要本发明公开了一种评估异质信息网络关键节点的方法，针对异质信息网络多类型节点与连边、网络结构复杂等特点，该方法通过约简网络中的节点以及连边，得到节点嵌入向量与边嵌入向量，进而构建图神经网络，得到关键节点评估模型。本发明在通过约简网络简化建模过程的同时，能够尽可能保留丰富的语义信息，通过对节点与连边进行表征学习，采用图神经网络建立评估模型，能够提高异质信息网络关键节点评估的准确性。CN115314398ACN115314398A权利要求书1/3页1.一种评估异质信息网络关键节点的方法，其特征在于，包括如下步骤：步骤一，对异质信息网络进行节点类型约简操作，将异质信息网络约简为单节点类型多关系网络，选定源节点类型、设计对称元路径规则，将选定类型节点之间的对称元路径抽象为新的连边关系，同时根据不同连边关系，划分为不同关系子图，使用基于结构识别的网络表征方法获得不同子图下的节点嵌入向量，最后将不同子图下的节点嵌入向量进行拼接，获得节点嵌入向量，并构建节点特征矩阵；步骤二，对单节点类型多关系网络进行连边类型约简操作，将单节点类型多关系网络约简为语义化同质网络，根据所述对称元路径规则，通过数据集自带的文本信息，构建语料库，将节点间的语料信息，通过语言预训练模型进行连边关系聚合，获得连边嵌入向量；步骤三，通过节点嵌入向量与连边嵌入向量得到邻居节点对中心节点的权重影响，构建权重矩阵，使用图卷积网络构建关键节点评估模型，将权重矩阵与节点特征矩阵作为模型输入，使用多层感知机输出重要度得分，得到关键节点排序结果。2.根据权利要求1所述的评估异质信息网络关键节点的方法，其特征在于，步骤一中，对异质信息网络进行节点类型约简操作具体包括：设GHIN=(V,E,A,P)为异质信息网络，其中V表示节点集合，E表示关系集合，A表示节点类型集合，P表示关系类型集合，分析节点与连边的类型，统计节点间的连接情况，设计源节点类型与对称元路径类型，根据对称元路径规则约简网络，得到单节点类型多关系网络GMHIN=(V,E,P)。3.根据权利要求2所述的评估异质信息网络关键节点的方法，其特征在于，步骤一中，获得节点嵌入向量，并构建节点特征矩阵具体包括：根据关系集合中不同关系，将GMHIN划分为不同子图，得到子图集合Gp={Gp1,Gp2,…,Gpn}，其中n为关系类型数量，Gp1、Gp2、Gpn分别表示第1种关系类型的子图、第2种关系类型的子图、第n种关系类型的子图；对每个子图使用基于结构识别的网络表征方法学习节点表示，得到不同子图下节点嵌入向量，其中i表示第i个节点，pn表示关系类型，最后根据下式进行不同子图下节点嵌入向量的向量拼接，得到节点vi的嵌入向量Xi；其中、、分别表示第1种关系类型的子图下的节点vi的嵌入向量、第2种关系类型的子图下的节点vi的嵌入向量、第n种关系类型的子图下的节点vi的嵌入向量，表示向量拼接操作，进而得到节点特征矩阵H。4.根据权利要求3所述的评估异质信息网络关键节点的方法，其特征在于，步骤二具体包括：根据得到的单节点类型多关系网络GMHIN=(V,E,P)，对节点间不同连边关系进行关系聚合，得到语义化同质网络Gg=(V,E)；根据所述对称元路径规则，构建节点vi与vj在对称元路径f1连接下的语料库，如下式所示：2CN115314398A权利要求书2/3页其中，表示对称元路径中首节点的文本信息，分别表示对称元路径中尾节点的文本信息，表示源节点与目标节点之间连边关系文本信息，表示对称元路径中、、以外的文本信息；最后将节点vi与vj之间不同对称元路径连接下的语料库汇总，得到汇总语料库，如下式所示：其中，fi表示第i种类型的对称元路径；将节点vi与vj之间构建出来的语料库，输入到语言预训练模型中，进行关系聚合，得到连边嵌入向量Ei,j，如下式所示：其中，BERT表示语言预训练模型。5.根据权利要求4所述的评估异质信息网络关键节点的方法，其特征在于，步骤三中，通过节点嵌入向量与连边嵌入向量得到邻居节点对中心节点的权重影响，构建权重