【技术实现步骤摘要】
本申请涉及人工智能领域，更具体地，涉及一种基于超图神经网络的链路预测方法。
技术介绍
1、1、网络本身是一种非欧式数据结构，可以小到“七桥问题”，也可以扩大到整个互联网，且存在于我们生活的方方面面。网络中蕴含着大量的信息，研究人员可以从这些信息中总结、归纳并寻找规律，预测未知信息，并进行推理和决策。在网络世界里，节点之间的连边就代表了信息，链路的预测就意味着对未知信息的预测。目前链路预测技术已广泛的应用于多个研究领域，如：社交软件的好友推荐、购物平台的商品推荐、搜索页面的词条推荐、新闻资讯的热点推荐、个性化的广告推送以及知识图谱等，其在方便我们生活的同时也蕴含着巨大的商业价值。如何进一步提升链路预测的准确性和计算效率，已经成为目前研究的热点问题。
2、图神经网络是近年来兴起的一种神经网络技术。在其出现之前，神经网络通常只能处理常规的欧式结构数据，而实际生活中却有大量产生非欧式结构数据的应用场景，传统神经网络并不能很好的处理这些数据。面对这些数据的日益增长，研究人员通过借鉴传统神经网络中的“卷积”、“循环”和“自编码器”的思想...
【技术保护点】
1.一种基于超图神经网络的链路预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，步骤S1中，在从数据集文件中读取无向无权图的邻接矩阵之前，还包括节点存储数据结构定义的步骤，具体为：
3.如权利要求1所述的方法，其特征在于，步骤S1中，所述从数据集文件中读取无向无权图的邻接矩阵，并根据目标节点提取以待预测链路为中心的邻域子图的步骤，还包括：
4.如权利要求1所述的方法，其特征在于，步骤S2中，所述基于所述目标节点，以及所述邻域子图中的节点与所述目标节点之间的路径的值，对所述邻域子图中的所有节点进行标号和特征...
【技术特征摘要】
1.一种基于超图神经网络的链路预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，步骤s1中，在从数据集文件中读取无向无权图的邻接矩阵之前，还包括节点存储数据结构定义的步骤，具体为：
3.如权利要求1所述的方法，其特征在于，步骤s1中，所述从数据集文件中读取无向无权图的邻接矩阵，并根据目标节点提取以待预测链路为中心的邻域子图的步骤，还包括：
4.如权利要求1所述的方法，其特征在于，步骤s2中，所述基于所述目标节点，以及所述邻域子图中的节点与所述目标节点之间的路径的值，对所述邻域子图中的所有节点进行标号和特征提取的步骤，还包括:
5.如权利要求1所述的方法，其特征在于，步骤...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。