异质社交网络中缺失链路预测方法、系统和存储介质技术方案

本申请提供了一种异质社交网络中缺失链路预测方法、系统和存储介质，包括步骤：将异质社交网络的链路转为结构特征向量；将结构特征向量输入到卷积神经网络中进行特征聚集和特征优化；利用生成预测器对结构特征向量的链路样本进行初步链路预测，以判断链路样本的真假，利用判别分类器对结构特征向量的链路样本进行分类；调整生成预测器的损失函数的参数以降低生成预测器的预测损失，调整判别分类器的损失函数的参数以降低判别分类器的分类损失；在生成预测器和判别分类器的损失函数的参数调整过程中获取最终公共特征，并根据最终公共特征对新出现类型的缺失链路进行预测。能够更为准确、全面的对新出现类型的链路预测产生很好的预测效果。好的预测效果。好的预测效果。

【技术实现步骤摘要】
异质社交网络中缺失链路预测方法、系统和存储介质


[0001]本专利技术涉及异质社交网络缺失链路预测
，具体涉及一种异质社交网络中缺失链路预测方法、系统和存储介质。

技术介绍

[0002]缺失链路预测是指在社会网络中如何通过已知的网络节点以及网络结构等信息预测网络中尚未产生连边的两个节点之间产生链路的可能性。这种预测既包含了对未知链路的预测也包含了对未来链路的预测。
[0003]社会网络分析在各个研究领域的巨大成功，从群体规划查询到信息扩散，从影响最大化到评估公众焦虑。其中，异质社交网络缺失链路预测的研究成为一个独特的挑战。异质社交网络通常表示为一般的网络图，其中节点表示属于不同类别的个人，而链路表示不同类型的交互。在现实应用中，由于信息不准确、个体无反应以及抽样偏差等原因，很难通过观察所有存在的联系来构建一个完整的网络图来表示整个异质社交网络，特别地，把网络结构中没有被观察到的存在的链路称为缺失的链路。在实际应用中，收集到的网络图中经常存在缺失环节，影响了异质社交网络的完整性，导致社交网络分析得出错误结论。r/>
技术实现思路
<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异质社交网络中缺失链路预测方法，其特征在于，包括以下步骤：将所述异质社交网络的链路转为结构特征向量；将所述结构特征向量输入到卷积神经网络中进行特征聚集和特征优化；利用生成预测器对所述结构特征向量的链路样本进行初步链路预测，以判断所述链路样本的真假，利用判别分类器对所述结构特征向量的链路样本进行分类；调整所述生成预测器的损失函数的参数以降低所述生成预测器的预测损失，调整所述判别分类器的损失函数的参数以降低所述判别分类器的分类损失；在所述生成预测器和所述判别分类器的损失函数的参数调整过程中获取最终公共特征，并根据所述最终公共特征对新出现类型的缺失链路进行预测。2.根据权利要求1所述的一种异质社交网络中缺失链路预测方法，其特征在于，所述异质社交网络包括多个节点，所述节点之间形成链路，链路样本e为节点u和节点v之间的链路，链路样本e的特征表示函数为:r
(e)
＝f(u)*f(v)其中，f(u)为节点u的特征表述函数，f(v)为节点v的特征表述函数。3.根据权利要求1所述的一种异质社交网络中缺失链路预测方法，其特征在于，所述利用生成预测器对所述结构特征向量的链路样本进行初步链路预测，包括步骤：输入链路样本集到所述生成预测器；使用所述生成预测器计算得到所述链路样本集中的链路样本为真实链路的可能性；根据所述链路样本集、所述链路样本为真实链路的可能性、所述链路样本的属性计算得到所述生成预测器的预测损失。4.根据权利要求3所述的一种异质社交网络中缺失链路预测方法，其特征在于，所述生成预测器的预测损失表示为：其中，S为所述链路样本集，P(e)为所述链路样本为真实链路的可能性，m
e
为所述链路样本的属性，m
e
∈{0，1}，m
e
＝1表示链路样本e是正样本，m
e
＝0表示链路样本e是负样本。5.根据权利要求3所述的一种异质社交网络中缺失...

【专利技术属性】
技术研发人员：王欢，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：