公开(公告)号：CN113297500B

公开(公告)日：2023-07-25

申请号：CN202110697470.8

申请日：2021-06-23

Applicant: 哈尔滨工程大学

Inventor： 王巍 ,  杨武 ,  玄世昌 ,  苘大鹏 ,  吕继光 ,  乔第

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/0464 ,  G06N3/06 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明属于社交网络链接预测技术领域，具体涉及一种社交网络孤立节点链接预测方法。本发明针对社交网络链接预测中的孤立节点预测任务，提供了采用辅助信息进行的半监督链接预测的一种社交网络孤立节点链接预测方法。本发明通过已知网络中节点的属性向量与拓扑向量学习一个映射模型；利用此模型将待预测节点的属性向量映射成拓扑向量；基于半监督的生成对抗网络并使用待预测节点的拓扑向量与当前网络节点的拓扑向量完成链接预测任务，并在社交数据集上验证模型的可行性和优势。本发明可用于处理在社交网络链接预测过程中孤立节点的预测问题，并在预测过程中一定程度上摆脱对含标签样本的依赖。

公开(公告)号：CN113297500A

公开(公告)日：2021-08-24

申请号：CN202110697470.8

申请日：2021-06-23

Applicant: 哈尔滨工程大学

Inventor： 王巍 ,  杨武 ,  玄世昌 ,  苘大鹏 ,  吕继光 ,  乔第

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明属于社交网络链接预测技术领域，具体涉及一种社交网络孤立节点链接预测方法。本发明针对社交网络链接预测中的孤立节点预测任务，提供了采用辅助信息进行的半监督链接预测的一种社交网络孤立节点链接预测方法。本发明通过已知网络中节点的属性向量与拓扑向量学习一个映射模型；利用此模型将待预测节点的属性向量映射成拓扑向量；基于半监督的生成对抗网络并使用待预测节点的拓扑向量与当前网络节点的拓扑向量完成链接预测任务，并在社交数据集上验证模型的可行性和优势。本发明可用于处理在社交网络链接预测过程中孤立节点的预测问题，并在预测过程中一定程度上摆脱对含标签样本的依赖。

公开(公告)号：CN113361626A

公开(公告)日：2021-09-07

申请号：CN202110696521.5

申请日：2021-06-23

Applicant: 哈尔滨工程大学

Inventor： 王巍 ,  杨武 ,  玄世昌 ,  苘大鹏 ,  吕继光 ,  乔第

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于复杂网络分析技术领域，具体涉及一种基于高阶相似度和卷积自编码器的网络节点嵌入方法。本发明包括获取图形式的网络数据G(E,V)与其邻接矩阵A；计算邻接矩阵的1～k次幂A,A2,....,Ak来保存网络的高阶相似度，将所生成的矩阵A,A2,....,Ak进行有序叠加，构建三维张量，对特定节点的分量进行提取，对提取结果进行Z字排列并叠加生成“RGB”图像；构建卷积自编码器，将步骤2中生成的“RGB”图像输入卷积自编码器中进行特征提取，将提取到的特征向量作为各个节点的嵌入向量。本发明将高阶相似度和卷积神经网络结合起来，在网络节点的嵌入中取得了良好的效果。