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：哈尔滨工业大学

摘要：本发明公开了一种基于时序异构图注意力网络的动态链路预测方法及系统，涉及网络链路预测技术领域。本发明的技术要点包括：获取时序异构网络的时序异构图；将时序异构图按照时间顺序划分为训练集和测试集，获取预测时间；基于训练集和测试集训练获得链路预测模型；将待预测时序异构网络数据输入训练好的链路预测模型中进行链路预测；其中，对于异构性，使用异构邻居随机游走来捕获异构信息；对于时序信息，使用时间编码器对时间信息进行编码；对于新节点，使用归纳图表示学习方法，聚合节点邻域的结构特征，从而快速生成新子图中的节点嵌入。本发明在时序异构网络链路预测任务上具有显著优势。

主权项：1.一种基于时序异构图注意力网络的动态链路预测方法，其特征在于，包括以下步骤：步骤一、获取时序异构网络的时序异构图；所述时序异构图其中V是节点集合，E是事件集合，T是时间戳集合，φ是节点类型集合，ψ是边类型集合；步骤二、将所述时序异构图按照时间顺序划分为训练集和测试集，获取预测时间t；步骤三、基于训练集训练链路预测模型，包括：对于训练集中每个事件，计算节点的路径级嵌入并进行负采样，获得与正样本相同链路类型的负样本，且正负样本数量相同；将正样本及对应的负样本划分为多个批次，对于每个批次中的每个目标节点u：首先，学习预测时间t之前的时序异构图的节点级别和路径级别的节点信息，聚合时序异构图的上下文信息，获得含有异构信息的节点嵌入xut；然后，根据top-N最近采样策略，在时序异构图中对目标节点的一阶时序邻居进行采样，获得节点的时序邻居集合Ntu；然后，根据目标节点和时序邻居集合中节点的节点特征以及事件的时间特征，获得目标节点的节点时间特征矩阵Zst和Znt；然后，计算事件的注意力分数，聚合时序邻居的特征得到目标节点的邻域特征；最后，处理节点特征，将节点特征进行解码，获得预测结果；步骤四、将测试集输入步骤三训练好的链路预测模型中进行预测，获取预测概率；步骤五、计算测试集所对应预测概率的ROC曲线下面积值和平均精度值；步骤六、迭代重复执行步骤三至步骤五直至达到最大迭代次数，计算多次迭代的多个ROC曲线下面积值的平均值和多个平均精度值的平均值作为最终预测结果，完成链路预测模型的训练；步骤七、将待预测时序异构网络数据输入训练好的链路预测模型中进行链路预测。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种基于时序异构图注意力网络的动态链路预测方法及系统