Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于类型感知的异质网络用户锚链接预测方法及电子装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国家计算机网络与信息安全管理中心;中国科学院信息工程研究所

摘要:本发明提供一种基于类型感知的异质网络用户锚链接预测方法及电子装置,包括收集待检测网络和目标网络的网络信息,构建待检测异质网络和目标异质网络;获取每一节点各维度的初始特征向量,得到每个节点的初始特征向量表示;将初始特征向量表示输入基于自注意力图神经网络进行学习,计算各节点的类型感知向量和类型融合向量;通过待检测异质网络和目标异质网络中各节点对之间属于同一类型的类型感知向量及类型融合向量的相似度,判断待检测网络和目标网络是否为锚链接。本发明采用注意力机制捕获节点与类型信息之间影响,利用图注意力网络学习类型感知向量和类型融合向量,解决异质网络中对多种类型信息建模的问题,取得较好的锚链接预测效果。

主权项:1.一种基于类型感知的异质网络用户锚链接预测方法,其步骤包括:1收集待检测网络和目标网络的网络信息,分别构建待检测异质网络和目标异质网络,其中待检测异质网络和目标异质网络中的每一节点,分别包含相应待检测网络和目标网络的部分属性信息;2获取待检测异质网络和目标异质网络中每一节点各维度的初始特征向量,得到每个节点的初始特征向量表示;3将初始特征向量表示输入一基于自注意力图神经网络进行学习,根据各节点相应邻域节点对各类型感知向量权重,计算各节点的类型感知向量和类型融合向量;其中,基于自注意力图神经网络进行学习时,损失函数为为待检测异质网络节点,目标异质网络节点,a表示节点类型,表示正样本,表示负样本,ω,λr,ξ为超参数且ω+∑λr=1,r、R为类型感知向量类型,分为节点包含的类型融合向量,分为节点包含的类型为r的类型感知向量,d.,.为两个向量之间的距离,为融合损失,为类型损失;通过以下步骤得到类型感知向量:计算节点υi各相应邻域节点υj中类型为r的类型感知向量权重;将类型为r的类型感知向量权重进行归一化处理,得到节点υi和υj之间类型为r的注意力系数;通过对邻域节点υj加权求和,得到类型为r的υi的类型感知向量4通过待检测异质网络和目标异质网络中各节点对之间属于同一类型的类型感知向量及类型融合向量的相似度,判断待检测网络和目标网络是否为锚链接。

全文数据:

权利要求:

百度查询: 国家计算机网络与信息安全管理中心 中国科学院信息工程研究所 基于类型感知的异质网络用户锚链接预测方法及电子装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。