一种面向跨平台用户识别的无监督网络对齐方法和设备

本发明属于网络对齐，特别涉及一种面向跨平台用户识别的无监督网络对齐方法和设备。

背景技术：

1、网络对齐是图数据分析与人工智能领域的一项关键技术。网络是社交关系、学术合作、生物分子相互作用等复杂系统常用的建模工具。来自不同来源的网络常包含重叠实体，网络对齐通过比较两个网络中节点的结构与属性一致性建立节点对应关系。跨平台用户识别是网络对齐的重要应用场景，通过关联同一用户在不同社交平台上的账号，可实现用户画像整合、异常账号识别和个性化推荐等应用。在实际应用中，受隐私保护、数据共享受限以及人工标注成本高等因素影响，通常难以获得大量已知对应节点，因此无监督网络对齐成为当前研究的重要方向。

2、为建立节点之间的对应关系，现有网络对齐方法大多借助高置信的锚点对作为跨网络桥梁。在跨平台用户识别任务中，这些锚点通常对应于不同社交平台间已知属于同一用户的账号，现有方法通过在网络上逐跳传播锚点所携带的对应信息，将对齐约束由锚点扩散至网络中的其余节点，再依据传播后得到的节点相似度确定对应关系。此外，在提取节点结构信息时，现有方法通常在每个网络内部独立提取节点的结构特征，并据此为每个节点学习低维表示向量，再通过跨网络比较节点表示之间的相似度来建立对应关系。

3、现有针对无监督网络对齐的相关研究存在以下三个方面的不足：

4、一方面，节点表示的判别性不足：现有一些方法在学习节点表示时多采用对称的消息传递方式，对邻域内的节点近乎平等地对待，未能体现不同节点在结构重要性上的差异，所学到的节点表示判别性有限，而该表示是后续聚类与伪锚点选择的基础，其判别性不足会直接影响节点匹配的准确性，使跨平台用户识别过程中结构相似但属于不同用户的账号更容易产生混淆，从而降低网络对齐的可靠性。

5、另一方面，跨网络结构难以一致、可靠地比较：现有方法大多在每个网络内部独立提取结构特征并学习节点表示，缺乏跨网络的统一参照，节点表示仅在其自身网络结构下定义，跨网络的结构相似性只能间接推断；在引入高置信对应节点锚点后，又主要依靠在网络上逐跳传播来扩散对应约束，而该约束随拓扑距离快速衰减，距离锚点较远的节点难以获得有效指引，扩大传播范围还会加剧信息衰减（即过平滑现象），无法从根本上为远端节点提供可靠的对齐依据，使跨平台用户识别过程中位于网络边缘或好友关系较少的用户难以建立可靠的账号对应关系，容易产生误匹配或漏匹配。

6、此外，无监督网络对齐中高置信对应关系（伪锚点）的筛选存在不足。无监督场景下缺乏已标注的对应关系，需从所有源节点与目标节点构成的巨大候选空间中自动筛选伪锚点，而候选空间庞大且极易被结构无关的噪声节点对污染；现有方法缺乏有效的约束机制来缩小搜索范围、排除噪声干扰，导致所选伪锚点的可靠性与筛选效率均难以保证，使跨平台用户识别过程中大量候选账号难以获得可靠的匹配约束，进而降低整体网络对齐性能。

7、综上所述，现有无监督网络对齐方法存在节点表示判别性不足、跨网络结构缺乏统一参照以及伪锚点筛选可靠性不高等问题，导致远离锚点的节点难以获得准确、稳定的对齐依据，难以满足跨平台用户识别任务对网络对齐准确性的应用需求。

技术实现思路

1、本发明的目的在于提供一种面向跨平台用户识别的无监督网络对齐方法和设备，通过将一组高置信的伪锚点对作为跨网络共享的结构参照，把每个节点编码为其到本网络全部伪锚点的拓扑距离，使来自不同网络的节点被映射到同一参照下、可直接比较；由于节点编码直接由网络拓扑计算得到、不经逐跳消息传播中转，远离伪锚点的节点，其结构坐标随拓扑距离变化更加平缓。该方法包括三个相互耦合的部分：第一部分通过中心性感知的非对称消息传递学习判别性的节点表示，并在表示空间聚类后、于相互对应的簇内筛选出高置信伪锚点；第二部分以伪锚点为共享参照进行坐标编码，计算结构相似性并与嵌入相似性融合，得到最终对齐结果；第三部分以对齐结果反过来引导目标网络的聚类优化，使下一轮筛选的伪锚点更可靠。三者循环迭代，直至达到预设迭代次数，输出最终的节点对应关系。

2、为达到上述目的，本发明采用的技术方案是：

3、一种面向跨平台用户识别的无监督网络对齐方法，包括以下步骤：

4、获取两个待对齐网络，其中一个待对齐网络为源网络，另外一个待对齐网络为目标网络；

5、提取两个待对齐网络的节点集合、边集合和节点初始特征，将节点初始特征进行预处理；

6、将预处理后的节点初始特征输入图神经网络编码器中，得到源网络和目标网络编码后的节点表示；

7、源网络和目标网络编码后的节点表示分别执行k-means聚类，得到源网络和目标网络的簇划分，之后以源网络簇和目标网络簇内节点表示的均值作为簇中心，并基于余弦相似度计算源网络簇与目标网络簇中心的相似度，为每个源网络簇选择相似度最大的目标网络簇作为对应簇，在每一对对应簇内，计算源网络节点与目标网络节点嵌入相似性矩阵，根据节点相似度选取得分高于阈值的节点对作为伪锚点集合；

8、对源网络和目标网络中的任意节点，计算其到本网络所有伪锚点的最短路径距离，并经距离衰减函数映射得到连续的结构坐标，对结构坐标进行l2归一化，以归一化的源网络和目标网络结构坐标的内积作为全局结构相似性；

9、对源网络和目标网络中的任意节点，计算其一跳邻域表示的均值作为局部结构上下文，并根据节点表示与该均值之差得到局部结构偏移，对局部结构偏移进行l2归一化，以归一化的源节点与目标节点局部结构偏移的内积作为局部结构相似性；

10、对全局结构相似性与局部结构相似性进行平滑融合，得到结构相似性矩阵，结构相似性矩阵再与嵌入相似性融合，得到最终对齐矩阵，其中嵌入相似性由源网络和目标网络的节点表示矩阵计算的嵌入相似性；

11、根据最终对齐矩阵，选择每个源网络节点相似度最大的目标网络节点作为对应节点。

12、优选地，将节点初始特征进行预处理具体包括以下步骤：将节点初始特征映射至固定维度表示空间后进行l2归一化处理。

13、优选地，还包括以下步骤：基于拓扑结构计算每个节点的多种中心性指标，通过多种中心性指标的平均值得到综合中心性cen(v)，其中中心性指标包括度中心性、接近中心性、介数中心性、特征向量中心性；

14、图神经网络编码器对每一条节点i指向节点j的有向边，依据节点i和节点j的综合中心性cen(v)差异得到非对称传播权重：

15、

16、之后在每个目标节点的邻域内，对非对称传播权重进行归一化，归一化后的非对称传播权重对节点的邻居表示进行聚合，得到节点j的聚合消息：

17、

18、其中(j)为节点j的邻居集合，为归一化后的非对称传播权重，为邻居节点i的表示，再经共享的非线性变换更新节点表示：

19、。

20、优选地，每个节点的多种中心性指标均归一化至[0,1]，并且将非对称传播权重裁剪至区间[1-σ,1+σ]，其中σ>0。

21、优选地，对于每个伪锚点节点，将其向所有邻居节点j的非对称传播权重提高一个常数：

22、

23、在伪锚点加权传播完成后，更新源网络与目标网络的节点嵌入表示、，基于更新后的节点表示，计算嵌入相似性矩阵：

24、。

25、优选地，源网络结构坐标为：

26、

27、其中，为第n对伪锚点在源网络中的节点，u为源网络中的节点；

28、源网络局部结构偏移为：

29、

30、其中，为节点u的节点表示，x为节点u的邻居节点，为节点x的节点表示。

31、优选地，结构相似性矩阵为：

32、

33、其中，为跨网络节点对(u,v)的全局结构相似性，为跨网络节点对(u,v)的局部结构相似性，φ、κ为控制全局与局部相对贡献的超参数。

34、优选地，还包括以下步骤：根据源网络簇中的节点u，其对应的目标节点为v，和对应簇，在目标网络中，节点v的簇分配以概率形式表示为,并通过以下一致性约束进行更新：

35、

36、其中，c(u)为源节点u所属的簇索引，m为最终对齐矩阵的top-1对应的集合；

37、在新的对应簇约束下重新筛选伪锚点用户集合，并基于更新后的伪锚点集合重新执行结构坐标构建、局部偏移计算及相似性矩阵融合步骤，对节点表示、结构相似性矩阵以及目标簇划分结果进行联合更新，使匹配用户在源网络中的簇归属与其在目标网络的对应簇一致。

38、本发明另一方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时执行上述所述的面向跨平台用户识别的无监督网络对齐方法中的步骤。

39、本发明另一方面，提供一种面向跨平台用户识别的无监督网络对齐设备，包括：

40、存储器，用于存储软件应用程序，

41、处理器，用于执行所述软件应用程序，所述软件应用程序的各程序相对应地执行上述所述的面向跨平台用户识别的无监督网络对齐方法中的步骤。

42、针对现有方法节点表示判别性不足的问题，本发明提出了基于中心性感知的非对称消息传递机制，通过节点中心性差异对邻域实施非对称加权，使社交网络中的核心用户、活跃用户在消息传播过程中发挥更大的作用，从而学习得到更具判别力的节点表示。

43、针对跨网络缺乏统一参照、导致远离伪锚点的节点难以获得有效对齐指引的技术问题，本发明提出了基于坐标的结构对齐机制，以高置信伪锚点为共享参照，将每个节点编码为到各伪锚点的拓扑距离，使不同网络中的节点能够在统一参照下直接比较。对于社交关系较少或位于网络边缘的用户节点，即使与伪锚点距离较远，也能够依据其与多个共享参照点的相对位置建立可靠的对应关系，从而为更大范围的节点提供稳定的对齐依据。

44、针对无监督场景下候选空间庞大、伪锚点筛选易受噪声干扰的问题，本发明提出了簇约束的伪锚点选择机制，先建立跨网络的簇级对应，仅在相互对应的簇内进行伪锚点筛选，可有效缩小搜索范围，减少无关节点对的干扰，提高伪锚点筛选的可靠性，从而提升跨平台用户识别任务的准确性。