时态网络的嵌入方法技术

本申请涉及通信技术领域，提供一种时态网络的嵌入方法

【技术实现步骤摘要】
时态网络的嵌入方法、装置、电子设备及计算机程序产品


[0001]本申请涉及通信
，具体涉及一种时态网络的嵌入方法
、
装置
、
电子设备及计算机程序产品
。

技术介绍

[0002]通常，图卷积神经网络
(Graph Convolutional Network
，
GCN)
模型仅用于静态网络，其未考虑网络工作的时变性质
。
然而，在现实世界中，大多数网络要么在本质上不断进化，要么在其边上携带时态信息
。
这种网络为时态网络，其重要性体现在其连接模式随时间的变化上
。
在提取时态网络的特征时，节点之间的时态关系是要保留的一个重要属性
。
[0003]已有的动态网络的网络嵌入，将连续时间步长的网络快照作为输入
。
然而，除了一些使用随机游走和跳过图神经结构的无监督方法的工作外，现有时态网络的网络嵌入并不准确
。

技术实现思路

[0004]本申请实施例提供一种时态网络的嵌本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种时态网络的嵌入方法，其特征在于，包括：确定时态网络的节点特征矩阵
、
邻接矩阵和正点互信息
PPMI
矩阵；对所述节点特征矩阵进行线性转换，得到高阶特征矩阵；基于所述高阶特征矩阵
、
所述邻接矩阵以及所述
PPMI
矩阵，生成第一注意力矩阵；基于所述第一注意力矩阵和所述高阶特征矩阵，进行时态网络嵌入
。2.
根据权利要求1所述的时态网络的嵌入方法，其特征在于，所述基于所述高阶特征矩阵
、
所述邻接矩阵以及所述
PPMI
矩阵，生成第一注意力矩阵，包括：基于所述高阶特征矩阵，确定第二注意力矩阵；基于所述邻接矩阵和所述
PPMI
矩阵，确定目标节点的时态邻域节点和非时态邻域节点，所述目标节点为所述时态网络中的任一节点；保留所述时态邻域节点在第二注意力矩阵中的注意力系数，并将所述非时态邻域节点在第二注意力矩阵中的注意力系数赋零，得到所述第一注意力矩阵
。3.
根据权利要求2所述的时态网络的嵌入方法，其特征在于，所述基于所述第一注意力矩阵和所述高阶特征矩阵，进行时态网络嵌入，包括：确定所述时态网络中每个节点及其时态邻域节点的注意力系数和高阶特征；对所述时态网络中每个节点及其时态邻域节点的注意力系数和高阶特征进行聚合，得到所述时态网络中每个节点对应的特征节点；基于所有所述特征节点，进行时态网络嵌入
。4.
根据权利要求3所述的时态网络的嵌入方法，其特征在于，所述基于所述第一注意力矩阵和所述高阶特征矩阵，进行时态网络嵌入之后，还包括：确定所有所述特征节点的节点分布值的平均值和对数方差；基于所述平均值和对数方差生成随机样本；采用解码器对所述随机样本进行解码，得到预测链路
。5.
根据权利要求4所述的时态网络的嵌入方法，其特征在于，所述基于所述平均值和对数方差生成随机样本，包括：基于所述平...

【专利技术属性】
技术研发人员：闫文超，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：