一种基于2-类异质网络的关联模块识别方法技术

本发明专利技术公开了一种基于2-类异质网络的关联模块识别方法。该方法包括如下步骤：S1、根据两个类中的个体信息以及两个类中的个体之间的相互作用关系，构建2-类异质网络；S2、根据所述2-类异质网络的拓扑结构，构建节点拓扑向量；S3、采用基于边策略的层次聚类方法，利用特定评价函数将所述2-类异质网络进行划分，使网络划分为多个模块；S4、从最优网络划分中剔除无效的关联模块。本发明专利技术综合考虑了真实的和潜在的网络交互节点与交互关系，能更有效地挖掘包含两类个体网络的核心交互模式，挖掘的结果准确可靠。

【技术实现步骤摘要】
一种基于2-类异质网络的关联模块识别方法
本专利技术属于计算机数据处理领域，具体涉及复杂网络理论在数据挖掘上的应用和拓展，特别是其于2-类异质网络中识别主要关联模块的方法。
技术介绍
随着大数据时代的到来，大量的非结构化数据充斥着各个研究领域。对这类数据进行信息提取或知识学习，首要面临的问题是如何建立描述数据结构的模型。其中，一种特殊的图——网络，可以在一定程度上表示大量的、具有相互关系的数据。在网络模型上发展起来的复杂网络理论被应用于多个领域，解决各类问题。复杂网络的提出和发展对大数据时代下的知识获取具有重要的作用。在实际应用问题中，经常被涉及的一类问题是对两类个体间交互关系的研究，如顾客-商品关系、化合物-基因关系、乘客所在地-往地关系等。当前解决这类问题主要有两类方法，均是基于二部图模型的。第一类是将二部图投影到某一类空间，然后在投影网络上进行拓扑分析或聚类分析，用来挖掘关键节点或核心模块。第二类是利用二部图的拓扑结构进行动态规划，挖掘关键交互节点对并预测新的交互关系。由于二部图模型的局限性和数据的不完整性，网络中不包含潜在的、具有交互作用的节点和其它的关联信息。因此，这两类方本文档来自技高网...

【技术保护点】
一种基于2?类异质网络的关联模块识别方法，所述2?类异质网络是指这样一种网络：由节点和连接节点的边构成，节点代表自然事物的个体，边代表节点之间的关联关系，节点具有两种类别，分别代表性质不同的两类自然事物，所述模块是指在网络中具有相同属性或表现出相似性质的一组节点集合；关联模块是指包含两种不同类型节点的模块，其特征在于，本专利技术的方法包括如下步骤：S1、根据两个类中的个体信息以及两个类中的个体之间的相互作用关系，构建2?类异质网络；S2、根据所述2?类异质网络的拓扑结构，构建节点拓扑向量；S3、采用基于边策略的层次聚类方法，利用特定评价函数将所述2?类异质网络进行划分，使网络划分为多个模块；S...

【技术特征摘要】
1.一种基于2-类异质网络的关联模块识别方法，所述2-类异质网络是指这样一种网络：由节点和连接节点的边构成，节点代表自然事物的个体，边代表节点之间的关联关系，节点具有两种类别，分别代表性质不同的两类自然事物，所述模块是指在网络中具有相同属性或表现出相似性质的一组节点集合；关联模块是指包含两种不同类型节点的模块，其特征在于，本发明的方法包括如下步骤：S1、根据两个类中的个体信息以及两个类中的个体之间的相互作用关系，构建2-类异质网络；S2、根据所述2-类异质网络的拓扑结构，构建节点拓扑向量；S3、采用基于边策略的层次聚类方法，利用特定评价函数将所述2-类异质网络进行划分，使网络划分为多个模块，其具体包括：S31、将所述2-类异质网络中的每条边分配到不同的模块；S32、计算所有相邻模块之间的相似度；S33、寻找相邻模块相似度的最大值，将所有对应最大值的相邻模块合并，计算当前网络划分的评价函数值；S34、重复步骤S32、S33，直到只有一个模块为止；S35、选择对应评价函数的值最大的网络划分作为最终的识别结果；S4、从最优网络划分中剔除无效的关联模块。2.如权利要求1所述的基于2-类异质网络的关联模块识别方法，其特征在于，在步骤S1之间还包括：步骤S0、收集两个类中的个体信息以及两个类中的个体之间的相互作用关系。3.如权利要求1所述的基于2-类异质网络的关联模块识别方法，其特征在于，在步骤S1之后还包括：步骤S1’、对所构建的2-类异质网络的边的权重进行归一化。4.如权利要求1所述的基于2-类异质网络的关联模块识别方法，其特征在于，所述步骤S2为：假设2-类异质网络有N个节点[n1，n2，…n...

【专利技术属性】
技术研发人员：卢朋，宋江龙，高一波，陈琳，刘西，代文，陈迪，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：