CN119398902A 基于元路径的企业集团成员企业间异质网络关系补充方法 （北京大学）

基于元路径的企业集团成员企业间异质网本发明提供一种基于元路径的企业集团成企业集团成员企业间的异质网络关系和节点初果；根据链接预测结果对异质网络关系进行补构信息进行企业间的异质网络关系的链接预测2构建企业集团异质图；所述企业集团异质图用于基于所述邻域节点集，采用异质图表示学习方法对所述节点初始表示向量进行更新，输入所述待链接预测的节点对至预设链接预测器，得到所述链2.根据权利要求1所述的基于元路径的企业集团成员企业间异质网络关系补充方法，通过特征工程确定与所述现有企业对应的节点初根据所述企业间的关系类型，在企业间生成双向语义连边；所3.根据权利要求1所述的基于元路径的企业集团成员企业间异质网络关系补充方法，基于所述企业集团异质图设置的元路径指导随机游走采样策略，获4.根据权利要求1所述的基于元路径的企业集团成员企业间异质网络关系补充方法，基于所述元路径内节点的注意力权重进行元路径内节点信息基于所述节点级嵌入表示向量，通过语义级注意力机制确定元路基于所述元路径间语义的注意力权重进行元路径间语义信息聚合5.根据权利要求1所述的基于元路径的企业集团成员企业间异质网络关系补充方法，所述节点对确定模块用于基于所述待链接预测的所述相似性确定模块用于使用点积的方式计算所述待链接预测的节点对的相似性得所述结果生成模块用于基于所述相似性得分生成所述链接预36.根据权利要求1至5任一项所述的基于元路径的企业集团成员企业间异质网络关系对于同类关系互双向语义的节点对对应双向的链接预在所述双向的链接预测结果均为预测存在关系的情构建模块，用于构建企业集团异质图；所述企业集采样模块，用于基于所述企业集团异质图设置的元路径进行节点邻域表示学习模块，用于基于所述邻域节点集，采用异质图表示学习预测模块，用于输入所述待链接预测的节点对至预设链接预测器，8.一种电子设备，包括存储器、处理器及存储一项所述基于元路径的企业集团成员企业间异质网络关程序被处理器执行时实现如权利要求1至6任一项所述基于元路径的企业集团成员企业间行时实现如权利要求1至6任一项所述基于元路径的企业集团成员企业间异质网络关系补4有的链接预测方法有依赖于启发式节点相似度得分的方法和依赖于深度游走算法的节点[0005]本发明提供一种基于元路径的企业集团成员企业间异质网络关系补充方法及系[0006]本发明提供一种基于元路径的企业集团成员企业间异质网络关系补充方法，包[0007]根据本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充方5[0008]根据本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充方[0009]根据本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充方[0010]根据本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充方[0011]根据本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充方机程序被处理器执行时实现如上述任一种所述基于元路径的企业集团成员企业间异质网6到企业集团异质图中的节点嵌入表示向量；输入待链接预测的节点对至预设链接预测器，信息进行企业间的异质网络关系的链接预测[0018]图1是本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充方[0019]图2是本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充方[0024]图7是本发明提供的一种基于元路径的企业集团成员企业间异质网络关系补充系[0027]在企业间关联数据缺乏的场景下，现有的链接预测方法有CommonNeighbors方法。但是上述方法仅能利用预测网络中拓扑结构信息，无法利用预测网络中节点的属性7络关系进行补充。本发明通过企业集团异质图耦合异质网络的拓扑结构与节点的属性信8的筛选条件，以关键词模糊匹配的方式来构建属于该企业集团的企业客户作为现有企业。保边（ReverseGuaranteeEdge，GRR）。故企业集团异质图的关系种类可表示为。[0039]作为一种优选的实施例，基于企业集团异质图设置的元点间关系的元路径，并基于元路径对节点进行邻域采样来缩小节点表示学习的邻域范围。首先根据企业集团图中6种不同类型的边自定义了一系列元路径，通过元路径指导的随机9复杂语义信息的路径。元路径主要用于表达异质图中多重类型的节点和边之间复杂关系。集团异质图中节点类型只有一种，故可将针对企业集团图设计的元路径统一形式简化为。到的图即可作为原图的代表性子集。使用元路径来指导随机游走是一种有偏向的采样策[0044]本实施例使用6类连边在现实含义的基础上设置了一系列在金融风险传播上有意{TXR-TXR-TXR,TXR-TXR-IV,TXR-TXR-GRR}。在异质图表示学习之前，使用本的邻域节点采样，为下一步邻域消息聚合提供对中心节点表示重要性高的邻域节点的集在每种元路径的引导下获取的邻域节点评估其于中心节点的重要性作为元路径内节点的[0049]在由某个元路径获得的邻域节点集内，单头注意力层使用各邻域节点表示更[0050]其中，为经过单头注意力层更新后的节点的表示向量，concat为向量拼接函维特征空间以获得足够的表达能力，然后输入一个单层的前馈神经网络来计算相邻节点是掩蔽图注意力（Maskedgraph[0054]其中，zi为经过多头注意力层更新后的节点i的表示向量，concate为向量拼接函[0055]在元路径间语义信息聚合中，为了学习到不同元路径对于节点表示分别的重要注意力机制将每个节点在该元路径下的嵌入表示输入一个非线性转换层投影到新的向量*为在元路径下经过多头注意力层更新后嵌入zn,加权求和（基于元路径间语义的注意力权重进行元路径间语义信息聚合即可得[0064]在本实施例中的链接预测任务中，对于不同种类的连边ijzj为节点j的节点嵌入表示向量。[0069]下面对本发明提供的基于元路径的企业集团成员企业间异质网络关系补充系统述的基于元路径的企业集团成员企业间异质网络关系补充方法可[0073]此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以述链接预测器输出的链接预测结果；根据所述链接预测结果对所述异质网络关系进行补以是或者也可以不是物理上分开的，作为单元显示的部件可以