申请/专利权人：中国人民解放军国防科技大学

申请日：2021-11-02

公开（公告）日：2024-03-12

公开（公告）号：CN113869461B

主分类号：G06F18/2413

分类号：G06F18/2413;G06F18/214;G06N3/0442;G06N3/08

优先权：["20210721 CN 2021108250787"]

专利状态码：有效-授权

法律状态：2024.03.12#授权;2022.01.21#实质审查的生效;2021.12.31#公开

摘要：本发明公开了一种用于科学合作异质网络的作者迁移分类方法，包括以下步骤：获取科学合作数据，构建异质科学合作网络；将所述的异质科学合作网络中每个会议按照主题进行分类，每个作者根据其发表论文所属会议类别进行分组；在所述的异质科学合作网络上进行邻居节点采样；对采样的邻居节点进行邻居信息聚合；在所述的异质科学合作网络上进行训练，学习得到异质网络表示；使用作者表示向量和类别的训练数据集训练作者分类器；训练完成的作者分类器用于对未知作者进行分类。本发明方法基于元路径实现直接邻居和间接邻居节点的采样，同时采用多种信息方式使得作者的迁移分类具有较好的效果。

主权项：1.一种用于科学合作异质网络的作者迁移分类方法，其特征在于，包括以下步骤：步骤1，获取科学合作数据，构建异质科学合作网络；步骤2，将所述的异质科学合作网络中每个会议按照主题进行分类，每个作者根据其发表论文所属会议类别进行分组；步骤3，在所述的异质科学合作网络上进行邻居节点采样；步骤4，对采样的邻居节点进行邻居信息聚合；步骤5，在所述的异质科学合作网络上进行训练，学习得到异质网络表示；步骤6，使用作者表示向量和类别的训练数据集训练作者分类器；步骤7，训练完成的作者分类器用于对未知作者进行分类；所述的异质科学合作网络表示为G＝V,E,A,R，中V表示节点集合，E表示连边集合，所述的节点与连边分别存在映射φ:V→A和E→R，其中A表示节点类型集合，包括作者类型、论文类型和会议类型，R表示连边类型集合，包括作者-写-论文类型，论文-引用-论文类型和论文-发表-会议类型；所述的邻居节点采样是基于元路径的，所述的元路径是定义在图G＝V,E,A,R上的一条路径，表示为以下形式：定义了节点A1和Ak+1之间的复合关系其中表示关系间复合运算，这条元路径表示A1和Ak+1通过k+1个节点和k条连边形成的语义信息被连接在一起；所述的邻居节点采样包括以下步骤，步骤201，对所述的异质科学合作网络的节点进行直接属性和间接属性聚合，步骤202，对所述的异质科学合作网络的节点进行直接邻居和间接邻居采样；所述的直接属性是节点本身具有的属性，所述的间接属性则是从异质科学合作网络中的相互关系中获得的额外属性，是对直接属性的补充；论文节点的直接属性包括论文标题、论文摘要和预训练结构嵌入，论文节点的间接属性包括录取会议的结构嵌入、论文作者的结构嵌入、引用文献的结构嵌入及引用文献的标题向量；作者节点的直接属性包括作者节点的结构嵌入，作者节点的间接属性是作者撰写论文的标题和摘要的向量表示；会议节点的直接属性包括会议节点的结构嵌入，会议节点的间接属性包括会议录取论文的标题和摘要的向量表示；所述的直接邻居是目标节点在异质科学合作网络中通过连边直接相连的邻居节点，间接邻居是目标节点在异质科学合作网络中通过元路径相连的邻居节点；步骤4中的训练过程中采用图上下文损失，并定义以下优化目标： 其中，RWG是在图G上通过随机游走采样的路径集合，v,i,j是一个三元组，其中v∈V是目标节点，i∈Cv是其在RWG上的上下文邻居，j∈V是负采样节点，z'v表示节点v的最终聚合向量，z'i表示节点i的最终聚合向量，z'j表示节点j的最终聚合向量，θ是sigmoid激活函数。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种用于科学合作异质网络的作者迁移分类方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD