一种大数据多视图图聚类方法技术

本发明专利技术公开了一种大数据多视图图聚类方法，采用低通滤波器得到每一个视图特征的平滑表示，将表现良好的自表达模型与锚点思想结合，选取具有代表性的锚点替代原始数据，降低时间复杂度的同时高效地学得图邻接矩阵，通过设置正则项和权重机制得到可迅速收敛的算法，通过该算法得到最优表示的图邻接矩阵，将谱聚类技术运用于学得的图邻接矩阵得到最终的聚类结果。本发明专利技术通用性强，基于锚点技术将时间复杂度降为数据个数的线性时间复杂度，基于图结构矩阵的高阶邻近信息、图滤波技术、权重机制，能够高效地捕捉多视图图数据中的潜在信息，相较于基于深度学习的方法，本发明专利技术在计算效率上大大提升，并且性能指标不弱于基于深度学习的方法。学习的方法。学习的方法。

【技术实现步骤摘要】
一种大数据多视图图聚类方法


[0001]本专利技术属于图数据聚类领域，具体涉及一种大数据多视图图聚类方法。

技术介绍

[0002]随着图类数据的大小和范围的增长，基于图的机器学习方法引起了人们的兴趣。图聚类是无监督学习的一个分支，其目的是将图中的节点划分为若干不相交的组，使每个组属于一个类。图聚类在群体检测、群体分割等方面表现出显著的性能。在实际应用中，实际数据往往比较复杂，既包括节点属性，也包括不同顶点之间的结构关系。为了从结构和特征中挖掘出丰富的信息，有人采用了一种图嵌入框架，有人提出了一种联合聚类技术，并且开发了一种关系主题方法来解决这个问题。然而，它们主要集中在稀疏的原始图上，不能有效地利用底层信息。此外，这些方法无法处理多视图数据，并且由于时间复杂度较高，很难应用于大数据上。
[0003]现在，大多数图类数据通常是多模态和多关系的。换言之，节点由多个特征矩阵组成，每个节点通过多种关系相互作用。以学术网络为例，一个图形视图代表合著论文关系，另一个视图描述合著者关系；作者本身也具有研究领域、引文、代表词等多重特征。从不同的角度充分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大数据多视图图聚类方法，其特征在于，该方法包括如下步骤：步骤1：将给定数据集中的节点特征和节点关系一起转换为一个无向图G＝{v,E1,
…
，E
V
，X1，
…
，X
V
}，其中代表给定数据集中的节点集合，表示第个视图节点之间关系的集合，合，代表了无向图G中图数据的节点数，表示了节点i与节点j在第个视图之中的联系，表示第个视图的节点特征，表示第个视图中第k个节点的特征取值，k＝1,2,
…
,n；表示有第个视图有n个节点，每个节点的特征维度为d；无向图G采用多视图邻接矩阵表征，代表的第i行第j列数据，具体而言，当时，当时，由此获取第个视图的对称标准化邻接矩阵如下所示：其中是第个视图对应的度矩阵，I为单位矩阵；步骤2：通过步骤1所得到第个视图的对称标准化邻接矩阵结合现实世界中的信号特性，采用一个低通滤波器来阻断高频信号，通过该低通滤波器后得到第个视图节点特征的平滑表征表示为：其中k表示该低通滤波器阶数，k是一个非负的整数，表示第个视图标准化的图拉普拉斯矩阵；步骤3：对于单视图的自表达模型，其目标函数表示为：其中，α>0是一个预设的平衡参数，是参数矩阵，表示单视图节点特征的平滑表征，是步骤2中的单视图的形式表达，表示矩阵的转置，表示L2范数的平方，单视图的自表达模型的目标函数第一项表征的是自重建误差，第二项Θ(Z)是一个正则项，需要根据实际情况设置合适的正则项Θ(Z)；步骤4：第个视图的对称标准化邻接矩阵为稀疏矩阵，并且只表述了节点之间的一阶相似性，很难充分利用节点之间的潜藏信息，因此采用图的高阶邻近信息表示，图的高阶邻近信息表示如下：f(A)＝A+A2+
…
+A
P
其中f(A)就是高阶邻近信息表示，A是的单视图表达，P为多项式阶数，且P是一个正整数；
步骤5：利用高阶邻近信息表示f(A)，对单视图的自表达模型中的正则项进行改进，改进后得到单视图图聚类模型的目标函数，所述单视图图聚类模型的目标函数表示如下：步骤6：重新构建矩阵以应用于大数据上，选取m个锚点组成一个锚点集也就是矩阵B，具体而言，采用基于节点重要性的采样策略来采样锚点并且定义这一映射关系，q表示给定数据集中节点和对应的节点重要性的映射关系，即为每一个节点对应一个重要性度量值，表示正实数集合；选择节点作为锚点集中的第一个锚点的概率定义如下...

【专利技术属性】
技术研发人员：康昭，林治平，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：