申请/专利权人：中国科学院信息工程研究所

申请日：2023-11-13

公开（公告）日：2024-03-22

公开（公告）号：CN117749641A

主分类号：H04L41/142

分类号：H04L41/142;H04L41/147

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及一种基于子图的符号链路预测方法及系统。该方法包括：对图数据进行预处理操作得到符号图的邻接矩阵；构建基于重要性的子图提取模块，对全局邻居节点进行选取，针对网络中的每一个目标节点对提取子图；构建符号感知的节点标记模块，以目标节点为中心，采用相对距离编码对子图的图结构进行编码，得到表示结构的特征向量，实现邻居信息的知识嵌入；构建自平衡的符号分类模块，将编码的子图输入图神经网络，利用图卷积和图池化操作对子图信息进行特征提取，得到子图表示，通过焦点损失和自剪枝对比损失实现链路的平衡分类；对各模块进行训练以进行符号链路预测。本发明能够克服现有符号链路预测方法的不足，取得更好的符号链路预测效果。

主权项：1.一种基于子图的符号链路预测方法，其特征在于，包括以下步骤：对图数据进行预处理操作，得到符号图的邻接矩阵；构建基于重要性的子图提取模块，所述子图提取模块对全局邻居节点进行选取，针对网络中的每一个目标节点对提取子图；构建符号感知的节点标记模块，所述节点标记模块以目标节点为中心，采用相对距离编码对子图的图结构进行编码，得到表示结构的特征向量，实现邻居信息的知识嵌入；构建自平衡的符号分类模块，所述符号分类模块将编码的子图输入图神经网络，利用图卷积和图池化操作对子图信息进行特征提取，得到子图表示，通过焦点损失和自剪枝对比损失实现链路的平衡分类；对所述子图提取模块、所述节点标记模块和所述符号分类模块进行训练；利用训练完成的所述子图提取模块、所述节点标记模块和所述符号分类模块进行符号链路预测。

全文数据：

权利要求：

百度查询： 中国科学院信息工程研究所 一种基于子图的符号链路预测方法及系统

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