基于新的距离度量的异构属性数据子空间聚类

真实数据集中往往包含分类属性和数值属性,其中分类属性可分为有序属性和标称属性,同时具有分类属性和数值属性的数据集可称为异构属性数据。针对现有异构属性数据距离度量不区分分类属性中的有序属性导致信息缺失、聚类效果不理想这一问题,提出了一种基于新的距离度量的异构属性数据子空间聚类算法。首先,总结了现有的异构属性数据距离度量的思路和区分有序属性的解决方案;其次,利用不同属性的数据特征分别定义了有序属性、标称属性和数值属性下的属性值之间的距离公式;再次,利用簇间差异和簇内距离这2个因素分别给出了不同属性在聚类过程中的动态加权方案;最后,联立距离公式和加权机制得到了可适用于异构属性数据的距离度量,进而设计了一种基于新的距离度量的异构属性数据子空间聚类算法。由于该算法既统一了异构属性数据的距离度量又能在子空间中进行簇搜索,因此该算法能在异构属性数据集上取得良好的聚类效果,在11个真实数据集上的对比实验结果验证了此算法的有效性。

基于复合粗糙集的异构属性患者社区划分模型

社区划分是网络研究中的重要组成部分,基于医疗数据对类风湿关节炎患者进行社区划分能够有效提升临床医疗决策的准确性。考虑到社区划分过程中可能会存在患者属性异构及相关性问题,首先基于复合粗糙集理论实现对患者异构属性的有效处理,其次将复合粗糙集理论与louvain算法相融合,构建出基于异构属性节点的社区划分模型。通过采用临床真实数据集及经典网络数据集对本文构建的模型进行实验分析,验证了本文模型能够取得模块值较大的社区结构,实现将不同疾病活动程度的患者划分到不同社区内,从而提升患者疾病活动程度评估的有效性和准确性。

异构属性网络中统计显著密集子图发现算法研究

密集子图体现了大图中的稠密部分,它是图中具有最高密度的子图,这使得它在事件检测,生物分析和社区发现等方面具有广泛应用和实用价值.现有的密集子图发现方法所使用的图模型描述不够详细,并且发现的密集子图缺乏统计显著性.为了解决以上问题,本文提出了异构属性网络这一新模型,然后在异构属性网络上通过非参数扫描统计和基于(k,Ψ)-核的方法发现高Steiner连通度的统计显著密集子图.首先构建异构属性网络,其包括类型、实体、关系和带有时序关系的属性信息;其次通过历史属性信息计算异构属性网络中每个实体的统计值,形成统计权重网络;然后利用非参数扫描统计方法测量统计权重网络中子图的统计显著性;最后由于此问题是NP-难的,于是提出了基于(k,Ψ)-核的局部扩展的近似统计显著密集子图发现算法.大量基于真实异构属性网络数据的实验结果证明了本文所提出算法的有效性和高效性.

基于异构属性图的自动化攻击行为语义识别方法

当前安全运营人员面对的是海量的设备日志,需要根据其专家知识或经验来进行调查溯源,大大降低了安全运营的效率,同时也为安全运营设置了较高的知识门槛.为了解决这一问题,提出了一种基于异构属性图的自动化攻击行为语义识别方法,能够实现底层安全日志到上层攻击行为之间的映射.首先,利用异构图对系统日志进行威胁建模;然后,以攻击行为上下文为语义并结合知识图谱表示学习得到图中节点与边的向量表示;接着,利用层次聚类把相似的日志聚合到一起,从中找出最具代表性日志作为整个类的行为表示.最后,对该方法进行了实验验证,可以看出该方法在系统正常行为与恶意行为的识别上都具有较高的精度,可以大大提高安全运营的效率.

属性异构信息网络节点重要度评估方法

为了提供预测网络行为、优化网络结构等的决策依据,提出属性异构信息网络节点重要度评估方法研究。根据网络拓扑结构与评估需求,进行节点重要度评估指标的选择;在实际评估过程中,根据网络类型、属性异构信息数量与评价中的实际需求等进行指标的调整;为确保在评估过程中所有指标具有可量化的特点,进行指标的预处理与信息熵权重的计算;根据指标的权重向量,将其与标准化矩阵进行加权相乘,得到指标对应的加权矩阵,以此为依据,实现对节点重要度的计算与综合评估。实验结果表明:所提方法可以实现对节点重要度评估结果的量化,能够进行精准有效的节点重要度排序,排序评估效果较好,且能够得到更多节点的重要度分布结构信息。

基于异构属性图的案件相似度算法研究

【目的】基于司法案件异构属性图,提出一种高效的案件相似度计算模型,用于提升案件相似度比较的速度和精确率。【方法】以案件的法律文书内容及其他相关信息构建案件异构属性图,将案件文本相似性问题转化为图相似性问题,结合图注意力网络和邻域节点共识匹配,能够有效学习到司法案件异构属性图的局部信息和全局信息,进而计算案件的相似度。【结果】在2019年中国法研杯的相似案例匹配数据集上,所提出模型在计算量(FLOPs)仅有冠军模型1.02%的情况下,达到了优于冠军模型的结果。【局限】本文模型的精度与属性图构建的复杂性呈正相关,但通过离线方式预先构建案件异构属性图,不会影响算法的时间复杂度。【结论】基于司法案件异构属性图有效利用了司法领域文本中的深度语义和法律主客体之间的隐含信息,提升了案件相似度比较的速度和精确率。

基于属性异构网络表示学习的专利交易推荐

融合异构信息进行专利交易推荐可以促进交易,但存在因忽略专利属性而影响推荐结果的问题。本研究提出基于属性异构网络(attribute heterogeneous network,AHN)表示学习的专利交易推荐模型(patent transaction recommendation based on AHN representation learning,AHNRL-PTR)。首先筛选专利和组织中影响专利交易的属性;其次构建专利交易AHN,然后在AHN中引入网络表示学习,并基于多维高斯分布解决节点表示的不确定性,基于KL散度(Kullback-Leibler divergence)解决节点间距离非对称性。最后,以粤港澳大湾区有效发明授权专利数据进行实证研究,得出结论:第一,相比于metapath2vec、TADW(text-associated DeepWalk)和AHNRL-PTR模型的两个变体方法,AHNRL-PTR模型的推荐精度最高,超过86%,说明融合组织及专利属性,并聚焦节点表示的不确定性和非对称性问题的解决,能大幅提高推荐精度;第二,在非准确指标IntraSim和Popularity上,AHNRL-PTR的表现优于metapath2vec和两个变体方法,反映该方法的推荐结果具有一定的多样性,且可以挖掘推荐冷门专利;第三,基于两个非准确指标将组织聚类为六类,分别为中介型、领域骨干型、研究型、族群型、成长型、专业型,体现了推荐结果的可解释性和个性化水平。本研究可为专利交易智能化推荐服务提供决策支持。

自注意力机制的属性异构信息网络嵌入的商品推荐

基于异构信息网络嵌入的推荐技术能够有效地捕捉网络中的结构信息,从而提升推荐性能.然而现有的基于异构信息网络嵌入的推荐技术不仅忽略了节点的属性信息与节点间多种类型的边关系,还忽略了节点不同的属性信息对推荐结果不同的影响.为了解决上述问题,提出一个自注意力机制的属性异构信息网络嵌入的商品推荐(attributed heterogeneous information network embedding with self-attention mechanism for product recommendation, AHNER)框架.该框架利用属性异构信息网络嵌入学习用户与商品统一、低维的嵌入表示,并在学习节点嵌入表示时,考虑到不同属性信息对推荐结果的影响不同和不同边关系反映用户对商品不同程度的偏好,引入自注意力机制挖掘节点属性信息与不同边类型所蕴含的潜在信息并学习属性嵌入表示.与此同时,为了克服传统点积方法作为匹配函数的局限性,该框架还利用深度神经网络学习更有效的匹配函数解决推荐问题.AHNER在3个公开数据集上进行大量的实验评估性能,实验结果表明AHNER的可行性与有效性.

基于属性分割的差分隐私异构多属性数据发布

针对现有多属性数据隐私发布方法无法兼顾属性的敏感性差异和计算效率低的问题,提出了一种基于属性分割的差分隐私异构多属性数据发布方法HMPrivBayes.首先,设计了满足差分隐私的谱聚类算法分割原始数据集,其中相似矩阵的生成借助于属性最大信息系数.其次,借助属性信息,该方法使用满足差分隐私的改进贝叶斯网络构建算法分别为每个数据子集构建贝叶斯网络.最后,以属性归一化风险熵为权重分配隐私预算,对贝叶斯网络提取的属性联合分布添加异构噪声扰动,实现了异构多属性数据保护.实验结果表明,HMPrivBayes可以在减少注入合成数据集中噪声量的同时,提高合成数据计算效率.

属性网络表示学习研究综述

属性网络表示学习旨在最大限度保留原始网络特征的同时,利用网络中丰富的结构与属性信息学习节点或边的向量表示,从而将拓扑空间的网络转化到欧式空间,这有利于后续网络分析任务的高效执行,因此受到国内外学者的广泛关注,成为近年来的研究热点。本研究对属性网络表示学习的代表性方法进行对比研究,首先按照网络的时序性、网络元素的多样性对已有工作进行分类,然后分别阐述了同构属性网络、异构属性网络、动态属性网络的表示学习方法,并对已有方法的核心技术、数据集、评测任务等进行对比研究,最后总结探讨未来可能的研究方向与挑战,旨在为属性网络表示学习的相关研究提供新的思路。

基于上下文仲裁的语义异构解决方案

基于本体的语义信息集成主要解决分布异构的数据源之间的模式级异构和部分数据异构(包括同义字和同音异义字)。在基于本体的语义信息集成的基础上引入上下文机制来全面解决异构数据源之间的语义异构,弥补了基于模式映射的语义信息集成的不足,具有较好的适应性和扩展性。

基于时间窗的多无人机联盟任务分配方法研究

该文针对异构类型多目标多无人机任务分配问题,提出一种基于时间窗的多无人机联盟组任务分配方法。其核心是以空闲时间窗为调度依据进行高效且实时的任务分配。该算法首先利用冲突消解机制避免实时任务分配过程中的多机资源死锁;然后采用两阶段任务联盟组成算法形成任务联盟,实时处理突发任务,提高无人机任务分配的实时性和有效性。仿真结果表明,算法提高了无人机联盟的组成率和总体任务完成率,降低了任务执行时间,并维持了较低的计算开销。

基于离群聚类的异常入侵检测研究

提出了一种离群聚类算法,并分析了算法抗例外点干扰的能力。离群数据是远离其它数据的数据,网络中异常入侵数据的实质就是离群数据,因为异常入侵记录往往呈现小样本和多变性的特点,并且偏离正常网络连接记录。通过定义新的异构样本的相异性度量方法,提出了一种基于离群聚类无监督学习的异常入侵检测方法。仿真实验表明了方法的有效性和实用性,在总检测率方面优于文献中已有的其它方法。

基于图结构聚类的自监督学习疾病诊断方法

图自监督学习方法近年来被应用于疾病诊断任务中以缓解医疗标签信息缺乏和人工标注问题。然而,图自监督学习的性能主要依赖于高质量的正样本和负样本,这限制了疾病诊断的灵活性和泛用性。此外,在构建医疗异构属性图时没有充分利用病人的多模态数据,影响了疾病诊断的性能。提出一个基于医疗异构属性图结构聚类的自监督学习疾病诊断框架SC4DD。该框架利用病人的结构化数据和非结构化临床文本摘要构建医疗异构属性图,通过图上的结构聚类算法生成节点的伪标签。考虑到不同元路径对学习病人嵌入表示的重要性以及不同模态医疗数据对疾病诊断结果的影响程度,引入注意力机制的异构图神经网络作为编码器,伪标签作为自监督信号辅助编码器学习注意力系数和病人嵌入表示。在MIMIC-Ⅲ数据集上的实验结果表明,SC4DD优于传统基线方法,能够有效提高疾病诊断的性能。其中,相较于性能最优的基线方法HeCo,SC4DD在2%、3%、4%标记节点下的宏平均F1值分别提高了1.46%、0.97%、0.94%,微平均F1值分别提高了0.91%、0.84%、0.52%。