CN115293437A

CN115293437A - 一种基于社交网络平台动态交互的关系预测方法

Info

Publication number: CN115293437A
Application number: CN202210972715.8A
Authority: CN
Inventors: 韦世红; 吴鹤俊; 肖寒春; 肖云鹏; 庞育才; 李暾
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2022-08-15
Filing date: 2022-08-15
Publication date: 2022-11-04

Abstract

本发明涉及社交网络关系预测领域，具体涉及一种基于社交网络平台动态交互的关系预测方法；该方法在线获取用户的交互信息和文本信息，并分别对文本信息和交互信息进行相关处理，得到文本特征表示和交互网络结构特征表示；文本特征表示与交互网络结构特征表示融合得到用户特征表示；计算用户特征表示中任一用户与其余用户的相关性，选取前K个相关性对应的用户构成当前用户的强相关用户组；将其强相关用户组输入图注意力模型，得到当前用户的新特征；将新特征输入训练好的关系预测模型得到当前用户的关系预测结果；本发明引入交互行为间的潜在关系，不仅可以更准确的进行社交网络链接预测，还可以分析出用户之间所建立链接的类型。

Description

一种基于社交网络平台动态交互的关系预测方法

技术领域

本发明涉及社交网络关系预测领域，具体涉及一种基于社交网络平台动态交互的关系预测方法。

背景技术

社交网络中的关系预测是指利用已经存在的链接预测用户之间未来产生交互，并建立链接的可能性。建立链接在社交网络邻域代表的其实就是用户之间产生的交互行为，也即社交行为。传统上，人与人之间的交往通常都是发生在某个确定的时间以及空间，两个人相遇了，才有可能产生社交行为，社交圈小，社交行为少。如今，随着Twitter、微博、微信等社交网络的兴起，人们摒弃了传统社交的距离限制，可以通过在线社交平台与相隔万里的人成为朋友，这对人们生活的各个方面都有重要意义。随着在线社交平台的发展速度，为了帮助社交平台留住用户，进行更准确的好友推荐，链接预测成为了社交网络中的重要研究方向。在传统链接预测的研究中，并未考虑交互行为之间存在的隐藏信息对于整个社交网络演化的影响。因此，开展对不同的交互行为，以及交互行为之间隐藏信息的研究，对社交网络信息挖掘和预测具有重要作用。

近年来，许多学者对链接预测模型进行了大量的研究，主要是基于DynGEM、DDNE的动态网络表示学习方法，和node2vec、GCN的静态网络表示学习方法。基于DynGEM的动态图链接预测模型，它的优点有：随着时间的推移，嵌入稳定；能够处理增大的动态图；比直接在每个快照上套用静态图的方法更高效。DDNE用GRU作为编码器来捕获动态网络中的时间信息，从而在动态网络中进行链接预测。基于node2vec静态网络表示学习模型，它利用随机游走来捕获网络中的邻近性，并将所有节点映射到一个保持邻近性的低维表示空间中。GCN构建了一个半监督的节点嵌入模型，通过对网络拓扑结构和网络节点特征进行编码，从而得到了含有丰富信息的节点表示。虽然众多学者在动态网络链接预测这一领域已经做的很好了，但是在交互规律这一块，却还没有人通过构建分层递进式交互网络去捕捉这种潜在的特征，即使构建图快照，也仅是考虑时间的因素，没有考虑到交互行为之间的递进顺序，本文针对人类潜移默化的社交规律进行了深度研究。

发明内容

为解决上述问题，本发明提供了一种基于社交网络平台动态交互的关系预测方法，包括以下步骤：

S1.在线获取用户数据，其包括用户在社交网络中的交互信息和文本信息；

S2.采用负采样模型对文本信息进行处理得到词序列，通过词序列构建文本序列，将文本序列输入LSTM网络得到文本特征表示；

S3.通过交互信息构建分层递进式用户交互矩阵序列，将其与文本特征表示进行卷积得到分层递进式的用户文本交互快照图序列，将用户文本交互快照图序列输入LSTM网络得到交互网络结构特征表示；

S4.将文本特征表示与交互网络结构特征表示融合，得到用户特征表示；

S5.计算用户特征表示中用户节点u_i与其余用户节点的相关性，并进行降序排列，从序列中选取前K个相关性对应的用户节点构成用户节点u_i的强相关用户组；

S6.将用户节点u_i的强相关用户组输入图注意力模型，得到用户节点u_i的新特征；

S7.重复步骤S5-S6得到社交网络中每个用户节点的新特征，基于新特征计算任一用户节点与其余用户节点的相似度，得到每个用户节点的关系预测结果。

进一步的，步骤S2得到文本特征表示的具体过程为：

S210.获取N个用户的文本信息，即每个用户最近一个月内在社交网络上发布的所有原创内容和转发内容；

S211.通过分词器处理文本信息构建各用户的用户词典，并对用户词典中的每个词进行编码；将编码后的词输入负采样模型得到该词的词向量；

S212.一条内容中所有词对应的词向量构成一个词序列；根据原创内容和转发内容的类别分为原创词序列和转发词序列；

S213.选取用户i的s个原创词序列或s个转发词序列，按照时间顺序构成用户i的时序文本序列

N个用户的时序文本序列组成一个文本向量矩阵C^t；

S214.将文本向量矩阵C^t经过LSTM网络后生成文本特征表示C^t+1；

其中，

为N个用户的时序文本序列组成的文本向量矩阵，

表示第i个用户在t时刻的时序文本序列，

表示第i个用户在t时刻的时序文本序列中的第s个词序列。

进一步的，步骤S3通过交互信息构建分层递进式用户交互矩阵序列的过程为：

S310.获取用户的多种交互行为的数据，每一种交互行为构建一个邻接矩阵，将邻接矩阵根据交互行为产生关系链接的难度由小到大排列，得到邻接矩阵序列；

S311.对邻接矩阵序列进行前项求和得到分层递进式用户交互矩阵序列，表示为：

其中，A_i表示邻接矩阵序列中的第i个邻接矩阵，n表示分层递进式用户交互矩阵序列的层数，M_n表示分层递进式用户交互矩阵序列中第n层的递进交互矩阵。

进一步的，步骤S5采用余弦相似度计算用户节点间的相关性，表示为：

其中，u_x、u_y为用户特征表示中的任意两个用户节点，V(u_x)、V(u_y)分别表示用户节点u_x和用户节点u_y的初步特征向量，p_i、q_i表示初步特征向量V(u_x)和V(u_y)的分量，b表示初步特征向量的维度。

进一步的，关系预测模型通过用户节点u_i与其邻居节点建立连接的概率(相似度)输出预测结果，表示为：

其中，

表示用户节点u_i和u_j间的相关性，

表示用户节点u_i的强相关用户组，Y＝{0,1,2,3,4}表示预测的链接强度等级分别为0、1、2、3、4，强度等级从小到大分别表示用户间建立的链接关系为无链接、点赞、评论、转发、关注，U、L、C、Fd、Fw分别表示链接强度等级为0、1、2、3、4的取值范围。

进一步的，在关系预测模型的训练过程使用损失函数计算损失，其表示为：

其中，P_y表示用户在不同连接类型下的相似概率，Y表示预测的链接强度等级。

本发明的有益效果：

本发明提出了一种基于社交网络动态交互的关系预测方法，将交互行为之间的潜在关系引入进来，不仅可以更准确的进行社交网络链接预测，还可以分析出用户之间所建立链接的类型。主要通过构建分层递进式交互矩阵的方式对交互网络中人类遵循的交往规律进行提取，以前大多数学者，都是通过构建时序链路预测模型对社交网络的动态特征提取，本发明将所有变化记录在一张图上，然后通过多种交互行为，对一张图进行分割，提取出不同行为的网络结构图，具体地，在实施例中采用微博数据进行试验测试，一个月内28天，将前27天的所有数据记录在一张图上，然后通过多种交互行为，对一张图进行分割，提取出不同行为的网络结构图，从而进行后续预测；考虑到交互行为的递进关系，又对这种邻接矩阵进行向前求和处理，使得经过LSTM网络后能够多的提取出更加重要的交互特征。为了增强本发明中用户节点的表示，本发明使用强相关用户组和注意力网络重新构建了节点的新特征，以提高预测效果。

附图说明

图1为本发明实施例的流程图；

图2为本发明实施例的TT2vec算法表示隐藏信息示意图；

图3为本发明实施例的HPIN2vec示意图；

图4为本发明实施例的链接预测模型图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在一实施例中，如图1、图4所示，一种基于社交网络平台动态交互的关系预测方法，包括以下步骤：

S1.在线获取用户数据：

获取用户数据的方式不局限于一种，其可以从公开的数据网站获取，也可以利用成熟的社交网络公共API进行获取。这里需要获取的是用户转发和原创的文本数据(文本信息)，以及在不同的交互行为下形成的网络结构数据，也即历史行为数据(交互信息)。文本数据需要得到文本发布或者转发的时间，以便后续TT2vec的时序文本处理。

具体地，获取原始的用户数据后对其进行数据清洗，通常获取的原始数据都是非结构化的，不能直接用于数据分析。通过简单的数据清洗可以使大部分非结构化数据结构化，使得异常值或空值不再出现，减少对于后续计算带来的不便。采用数据库存储清洗后的用户数据，通过表结构使数据进一步的规范化，同时提高数据的检索效率和表间关系的映射。

S2.获取用户兴趣发现和社交规律发现：

对于用户兴趣发现，本实施例从用户在社交网络发布以及转发的文本信息中动态提取影响用户建立链接的兴趣因素，通过设计TT2vec(Timing Text to vector)算法来发现用户和发布的文本间隐藏的动态信息，计算文本信息网络，分析用户当前以及接下来的兴趣偏好信息；

对于社交规律发现，本实施例引入分层递进式用户交互矩阵，构建基于文本特征的GCN模型，为了发现用户交往的潜在规律，通过TT2vec进一步捕获交互网络的演化模式。

在一实施例中，设计TT2vec算法来构建用户和所属文本间的隐藏信息，从而计算文本信息网络，实现用户兴趣发现，如图2所示，包括：采用负采样模型对文本信息进行处理得到词序列，通过词序列构建时序文本序列，将时序文本序列输入LSTM网络得到文本特征表示(文本信息网络)。

具体地，以微博这一社交网络平台为例，完整步骤为：

S210.获取N个用户的文本信息，即每个用户最近一个月内在微博社交网络上发布的所有原创微博和转发微博的文本；

S211.通过分词器处理文本信息构建各用户的用户词典，通过index-word、word-index以及one-hot对用户词典中的每个词进行编码；将编码后的词输入负采样模型得到该词的词向量，词向量的维度为l；

具体地，本实施例采用的负采样模型是基于负采样的skip-gram模型，为了降低与输入词(本实施例中指编码后的词)不相关的其他噪声词对输出(本实施例中指用户词典中的每个词的词向量)的影响和计算复杂度，其目标函数表示为：

其中，M，neg分别表示用户词典中的单词总数和负采样单词总数，σ(·)表示sigmoid函数，

表示用户词典中第i个单词w的输入向量(编码后的单词w)，

表示上下文输出向量和噪声词输出向量。

S212.一条微博的文本中所有词对应的词向量构成一个词序列；根据原创微博和转发微博的类别分为原创词序列和转发词序列；

S213.考虑到社交网络中文本信息的冗余、时效性，选取用户i的s个原创词序列或s个转发词序列，按照时间顺序构成用户i的时序文本序列

N个用户的时序文本序列组成一个文本向量矩阵

具体地，

其中，

表示第i个用户在t时刻的时序文本序列，

表示第i个用户在t时刻的时序文本序列中的第s个词序列，m(不足用零填充)是用户按照时间排好序的文本长度。

由于用户的兴趣偏好是动态的，随着时间的推移，随机形成的兴趣会被遗忘，长期形成的兴趣得到保留，而当前形成的兴趣表明当前作者的兴趣倾向，故而利用LSTM模型的长期依赖性功能，对用户长期以来的兴趣特征以及当前的兴趣特征进行提取，对过程中的随机性兴趣进行衰减，提高对用户喜好的表达能力，获得用户下一时刻兴趣偏好的动态表示，更好的为链接预测服务：

其中，

表示时序文本序列经过LSTM过滤器后生成的t+1时刻的表示，

在一实施例中，引入分层递进式用户交互网络表示算法HPIN2vec(HierarchicalProgressive Interactive Network to vector)，挖掘交互行为之间潜在的规律特征，计算用户交互行为，实现社交规律发现，如图3所示，包括：通过交互信息构建分层递进式用户交互矩阵序列，将其与文本特征表示进行卷积得到分层递进式的用户文本交互快照图序列，将用户文本交互快照图序列输入LSTM网络得到交互网络结构特征表示。

具体地，同样以微博这一社交网络平台为例，完整步骤为：

S220.获取用户的多种交互行为的数据，本实施例中包括点赞、评论、转发和关注四种交互行为的数据；

S221.每一种交互行为构建一个邻接矩阵，将邻接矩阵根据交互行为产生关系链接的难度由小到大排列，得到邻接矩阵序列；本实施例中四种交互行为产生关系链接的难度由小到大分别是点赞、评论、转发和关注；

S222.不同的交互行为产生关系链接的难度不同，故而简单的行为递进序列学习到的特征存在链接越来越少的短板，所以对邻接矩阵序列进行前项求和得到分层递进式用户交互矩阵序列M_t，每一层的递进交互矩阵的计算表示为：

其中，A_i表示邻接矩阵序列中的第i个邻接矩阵，n表示分层递进式用户交互矩阵序列的层数，n与交互行为的种类数相同，在本实施例中有四种交互行为，故n＝4，M_n表示分层递进式用户交互矩阵序列中第n层的递进交互矩阵，M_t＝{M₁,M₂,…,M_n}。

具体地，A₁、A₂、A₃、A₄分别代表点赞、评论、转发以及关注关系的邻接矩阵，则M₁＝A₁，M₂＝A₁+A₂，M₃＝A₁+A₂+A₃，M₄＝A₁+A₂+A₃+A₄。

S223.为了进一步处理用户自身信息之外的交互特征以及构建统一化的表达矩阵，为了只获取交互行为的特征，不会对用户自身信息特征造成衰减，去除图卷积网络中的度矩阵，构建基于TT2vec的图卷积网络模型；将所有用户的文本特征表示

作为图卷积网络模型的输入，将其分别与分层递进式用户交互矩阵序列M_t＝{M₁,M₂,…,M_n}中的递进交互矩阵做卷积运算，获得分层递进式的用户文本交互快照图序列，简单表示为：

G₁表示用户文本交互快照图序列中的第一个卷积结果，是由M₁与C^t+1卷积得到的；

S224.为了获得网络结构的演变信息，将用户文本交互快照图序列输入LSTM网络进行信息提取，得到交互网络结构特征表示，表示为：

S3.将文本特征表示与交互网络结构特征表示融合，得到用户特征表示：

V^t+1＝{V(u₀),···,V(u_i),…,V(u_N)}，u_i表示第i个用户节点，V(u_i)表示用户节点u_i的初步特征向量。

S4.计算用户特征表示中用户节点u_i与其余用户节点的相关性，并进行降序排列，从序列中选取前k个相关性对应的用户节点构成用户节点u_i的强相关用户组

通过计算节点向量间的相似度来获得用户之间的相关性，节点间的相似度越高，相关性也就越强。

具体地，采用余弦相似度计算用户节点间的相关性，表示为：

S5.将用户节点u_i的强相关用户组输入图注意力模型GAT，得到用户节点u_i的新特征V(u_i)′。

具体地，

为了使自注意力能够稳定的表示节点，这里引入了多头注意力机制来提高模型的表征能力：

其中，θ_ij表示用户u_i与用户u_j间经过归一化后的注意力系数，Att_ij表示用户u_i与用户u_j间的注意力系数，

表示一个大小为2l′的权重向量，W表示l×l′转换矩阵，

表示得到强相关用户组后的用户节点u_i的特征向量，

表示用户节点u_i的强相关用户组中的用户u_j的特征向量，R表示R重注意力机制。

具体地，如图4所示，本实施例将关系链接预测任务定义为一个多分类任务，并将建立连接的交互行为由个体到群体，进而分析社交活动链接趋势，判定链接类型。在预测过程中，使用激活函数softmax将输出表示为用户之间是否建立链接的概率值，神经网络输出的5个节点分别代表未建立连接、建立点赞连接、评论连接、转发连接以及关注连接，每个节点的激活函数定义如下所示：

其中，

表示第i类关系链接的概率，n表示链接类型的种类数量，σ_i(z)表示归一化后的概率值。

关系预测模型最终的输出值表示用户u_i和其邻居之间建立连接的链接强度等级，根据链接强度等级辨别是否建立链接以及建立的链接类型，具体定义如下所示：

其中，

表示用户节点u_i和u_j间的相关性，

表示用户节点u_i的强相关用户组，Y＝0表示预测的链接强度等级为0，用户节点u_i和u_j间可能无链接关系；Y＝1表示预测的链接强度等级为1，用户节点u_i和u_j间可能建立点赞链接关系；Y＝2表示预测的链接强度等级为2，用户节点u_i和u_j间可能建立评论链接关系；Y＝3表示预测的链接强度等级为3，用户节点u_i和u_j间可能建立转发链接关系；Y＝4表示预测的链接强度等级为4，用户节点u_i和u_j间可能建立关注链接关系，U、L、C、Fd、Fw为超参数，分别表示链接强度等级为0、1、2、3、4的取值范围。

具体地，在关系预测模型的训练过程使用损失函数计算损失，其表示为：

L＝-∑_y∈YP_ylog(P_y)

在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。