一种基于网络结构信息熵的网络嵌入方法

摘要

本发明涉及一种基于网格结构信息熵的网络嵌入方法，属于计算机网络科学与机器学习技术领域。本方法首次提出了结构信息熵，从熵的角度对网络进行演变。在一个网络中，通过引入熵的指标对网络进行层级演变，可选参数保留网络的层级结构，并在此结构下对网络进行嵌入学习。在结构信息熵基础上提出了一个新的图网络嵌入模型，即，将网络进行量化并嵌入到低维向量中。嵌入结果能对网络进行更好的后续分析，如链路预测社区发现等。本发明方法能够很好的保留网络的结构信息，同时，能很好地表现节点与社区间的联系。为显式地保持网络的层次性，不仅嵌入了网络的顶点，还嵌入了网络的所有层的共同体。