公开(公告)号：CN107291803A

公开(公告)日：2017-10-24

申请号：CN201710337894.7

申请日：2017-05-15

Applicant: 广东工业大学

Inventor： 温雯 ,  黄家明 ,  蔡瑞初 ,  郝志峰 ,  王丽娟 ,  陈炳丰

IPC: G06F17/30

CPC classification number: G06F16/20

Abstract: 本发明提供一种融合多类型信息的网络表示方法，包括：步骤1，读取网络结构信息及节点属性信息；步骤2，将所述节点属性信息转换为向量；步骤3，利用降维技术对所述向量进行降维，生成属性特征向量；步骤4，根据所述网络结构信息，生成对应的矩阵G(V,E)，其中V表示节点集合，E表示边集合；步骤5，初始化所述节点属性特征向量；步骤6，利用随机游走和滑动窗口方法构建训练样本；步骤7，调整节点向量值，以获得最大化条件概率；步骤8，输出调整后的节点向量作为网络表示。本发明能够高效地融合网络中的多种类型信息，学习到的网络表示可以用于复杂网络的理解挖掘。