本技术介绍了一种企业集团成员间异质网络关系增强方法,该方法涉及构建企业集团异质图,旨在描绘成员企业间的复杂网络联系和节点。
背景技术
现实世界中,企业间的各类交往行为是用于企业信用分析的重要参考之一,而表示这些交往行为的企业关联数据往往散布于多平台、多渠道,难以被单一渠道完全记录存储。由于渠道之间的壁垒与数据获取成本,能获取的数据相当受限,这部分数据占真实世界中所有互动数据的比例很小,故所能获取的企业间关联数据对实际情况的覆盖面较小。在使用企业互动数据对进行数据分析或建模的场景中,数据缺乏会导致分析结果较真实情况偏差较大。
链接预测任务的诞生由来已久,它的目标是预测网络中的节点对之间缺失的或者将生成的链接,它在社交网络、生物网络、引文网络、推荐系统等领域已得到了广泛运用。现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嵌入方法。但是现有的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信息。
因此,为了实现企业集团成员企业间的链接预测,亟需设计一种能使用更全面的结构信息进行链接预测的方法。
实现思路