共引增强有向网络嵌入研究

发布时间：2022-12-11 13:29

　　网络嵌入旨在将网络节点嵌入到一个低维向量空间且最大程度地保存原有网络的拓扑结构及其属性。相比无向网络,有向网络具有特殊的非对称传递性,可体现在节点之间的高阶相似度量中,如何较好地保存这一特性是当前有向网络嵌入研究的热点和难点。针对此问题,通过引入有向网络的共引网络,设计了共引信息的度量函数,给出了一种有向网络高阶相似度量指标融合共引信息的统一框架,提出了可以保存非对称传递性的共引增强的高阶相似保存网络嵌入模型（Co-Citation Enhancing High-Order Proximity preserved Embedding,CCE-HOPE）。在4个真实数据集上进行链路预测实验的结果表明,不同高阶相似度量指标下,不同比重共引信息对效果影响具有一般规律,因此可以给出比重的最佳取值范围;在此范围内,与现有方法相比,CCE-HOPE方法可有效提高链接预测的准确度。 

【文章页数】：6 页

【文章目录】：
1 相关研究
    1.1 网络嵌入
    1.2 高阶相似
2 CCE-HOPE模型
    2.1 基本概念
    2.2 问题描述
    2.3 模型整体框架
        2.3.1 共引网络的计算
        2.3.2 权值的调整
        2.3.3 网络融合
        2.3.4 高阶相似矩阵的构建与求解
3 实验
    3.1 数据集和参数设置
        3.1.1 数据集
        3.1.2 参数设置和对比算法
    3.2 评价指标
    3.3 权重参数a值的影响
    3.4 对比实验
结束语



本文编号：3718862