一种基于元路径的异质信息网络的节点分类方法技术

本发明专利技术提供一种基于元路径的异质信息网络的节点分类方法，涉及深度学习与网络嵌入技术领域。该方法首先获取异质信息网络中的所有元路径，得到元路径集，并在得到的元路径集中增加节点与节点间的元路径数量；然后确定每个元路径的特征向量；最后根据元路径所得到的特征向量，获取到异质信息网络中节点的特征向量表示方式，利用卷积神经网络对元路径中的节点进行分类。本发明专利技术方法利用元路径获取到节点与节点间的路径，在一定程度上，简化了异质信息网络训练过程，提高了最终分类结果的准确性。

A node classification method of heterogeneous information network based on Metapath

【技术实现步骤摘要】
一种基于元路径的异质信息网络的节点分类方法
本专利技术涉及深度学习与网络嵌入
，尤其涉及一种基于元路径的异质信息网络的节点分类方法。
技术介绍
随着社交网络以及知识网络的飞速发展，人们对网络模型结构日益关注。异质信息网络是一种结构更复杂，信息量更丰富，可用更多特征描述问题的新型网络建模和分析方法。现存的异质信息网络主要有会议-论文-作者数据集(DBLP)、商户-商品-购买者数据集等。在异质信息网络中，节点和连接的异质特性和复杂性使得节点分类方法变得更加困难，不能直接使用同质类型网络中的方法查找网络中对节点进行分类，否则会造成网络中一些信息的丢失，无法保证网络的完整性。因此，如何同时考虑并定量分析不同类型的节点和连接，建立更准确的异质信息网络成为研究的难点。
技术实现思路
本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于元路径的异质信息网络的节点分类方法，实现对异质信息网络中的节点进行分类。为解决上述技术问题，本专利技术所采取的技术方案是：一种基于元路径的异质信息网络的节点分类方法，具体方法为：<本文档来自技高网...

【技术保护点】
1.一种基于元路径的异质信息网络的节点分类方法，其特征在于：具体方法为：/n获取异质信息网络中的所有元路径，得到元路径集；/n在得到的元路径集中增加节点与节点间的元路径数量，得到扩展元路径集；/n根据得到的增加元路径数量后的扩展元路径集，确定每个元路径的特征向量；/n根据元路径所得到的特征向量，获取到异质信息网络中节点的特征向量表示方式，利用卷积神经网络对元路径中的节点进行分类。/n

【技术特征摘要】
1.一种基于元路径的异质信息网络的节点分类方法，其特征在于：具体方法为：
获取异质信息网络中的所有元路径，得到元路径集；
在得到的元路径集中增加节点与节点间的元路径数量，得到扩展元路径集；
根据得到的增加元路径数量后的扩展元路径集，确定每个元路径的特征向量；
根据元路径所得到的特征向量，获取到异质信息网络中节点的特征向量表示方式，利用卷积神经网络对元路径中的节点进行分类。


2.根据权利要求1所述一种基于元路径的异质信息网络的节点分类方法，其特征在于：所述获取异质信息网络中的元路径通过广度优先遍历算法获取。

【专利技术属性】
技术研发人员：姜彦吉，郭羽含，张家欣，张琪虹，孙涵莆，胡鑫泽，王嘉宁，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁;21