一种支持高阶邻近性的大规模网络嵌入方法与装置

摘要

本发明通过网络技术领域的方法，实现了一种支持高阶邻近性的大规模网络嵌入方法与装置。方法包括四个步骤：步骤一：应用随机游走器，获取数据样本；步骤二：利用样本，提取局部相似性和全局等价性；步骤三：通过联合优化器同时学习局部相似性和全局等价性，综合步骤二中的高阶邻近信息，计算联合目标函数后，进行随机梯度下降优化，更新模型参数和嵌入向量；步骤四：重复上述过程，直至达到设定迭代次数，最后输出包含高阶临近性质的嵌入向量。其中随机游走器可以直接构造高阶临近矩阵、采用降低成本的随机游走方式或采用重启式随机游走器的方法实现。这一方法能够保留局部相似性和全局等价性，以及高阶邻近信息的同时，解决空间和计算的问题。