网络结构的嵌入表示、链接预测及匹配研究

发布时间:2021-04-12 00:36
  在机器学习领域中,很多数据无法直接在欧氏空间中表示,例如社交网络、生物网络,它们往往由点和边组成,形成拓扑图。基于拓扑图,很多图模型算法应运而生,在今天的机器学习舞台上发挥着不可忽视的作用,应用也愈加广泛。其中,链接预测与图匹配是图模型中较为重要的两个典型应用。前者根据已有信息预测在未连接的边中找到潜在的或未来可能连接的边;后者给定两个相似网络,求得网络中具有相同成分的结点。对这两个任务,前人都有非常不错的研究,但是很少有人认为这两者是有关联的。本文将从Skip-gram的原理出发,得到对齐网络中每个结点的嵌入表示,并解释链接预测与图匹配的关系。本文基于图嵌入分别提出了相应的链接预测与图匹配算法。通过理论解释与实验结果,可以发现链接预测和图匹配确实能够相互促进,并且分别取得显著效果。 

【文章来源】:华东师范大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】:78 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 论文工作内容
    1.3 论文章节安排
第二章 相关技术
    2.1 图
    2.2 嵌入
        2.2.1 文本嵌入及其应用
        2.2.2 结点嵌入及其应用
    2.3 链接预测
        2.3.1 传统链接预测算法
        2.3.2 基于结点嵌入的链接预测
        2.3.3 基于对齐网络的链接预测
    2.4 图匹配
        2.4.1 监督图匹配算法
        2.4.2 非监督图匹配算法
    2.5 本章小结
第三章 基于跨网络结点嵌入的链接预测与网络匹配
    3.1 跨网络Skip-gram嵌入算法
    3.2 经验分布设置
    3.3 基于跨网络结点嵌入的算法
        3.3.1 图匹配算法
        3.3.2 链接预测算法
    3.4 图匹配与链接预测的联合提升方法
    3.5 算法优化过程
    3.6 一些改进方法
    3.7 与现有技术的相关性
        3.7.1 DeepWalk
        3.7.2 Struc2vec
        3.7.3 LINE-2nd
        3.7.4 CLF
        3.7.5 Skip-gram上的CLF
    3.8 本章小结
第四章 实验结果及分析
    4.1 实验设置
        4.1.1 数据集介绍
        4.1.2 对比实验算法介绍
        4.1.3 评价指标
        4.1.4 实验环境
    4.2 结点嵌入
        4.2.1 例子介绍
        4.2.2 对比试验参数设置
        4.2.3 实验结果及分析
    4.3 非监督图匹配
        4.3.1 对比试验参数设置
        4.3.2 实验结果及分析
    4.4 监督图匹配
        4.4.1 对比试验参数设置
        4.4.2 实验结果及分析
    4.5 链接预测
        4.5.1 对比试验参数设置
        4.5.2 实验结果及分析
    4.6 消融学习
    4.7 参数敏感性分析
    4.8 算法时间复杂度
    4.9 本章小结
第五章 金融领域的图谱应用
    5.1 背景介绍
    5.2 数据介绍
    5.3 产业链实体消歧和关系发现
    5.4 本章小结
第六章 总结和展望
    6.1 本文工作总结
    6.2 研究展望
参考文献
致谢
攻读硕士学位期间发表论文和科研情况


【参考文献】:
期刊论文
[1]基于Skip-gram词嵌入算法的结构化患者特征表示方法研究[J]. 黄艳群,王妮,刘红蕾,费晓璐,巍岚,陈卉.  北京生物医学工程. 2019(06)
[2]谱-空图嵌入的高光谱图像多核分类算法[J]. 郭志民,孙玉宝,耿俊成,周强.  小型微型计算机系统. 2018(11)
[3]基于DeepWalk的社团检测方法[J]. 彭欣宇.  电脑知识与技术. 2018(04)
[4]基于内容和兴趣漂移模型的电影推荐算法研究[J]. 吕学强,王腾,李雪伟,董志安.  计算机应用研究. 2018(03)
[5]基于图嵌入概率半监督判别分析的故障辨识[J]. 李锋,汤宝平,王家序,林建辉.  机械工程学报. 2017(09)
[6]基于卷积神经网络的微博情感倾向性分析[J]. 刘龙飞,杨亮,张绍武,林鸿飞.  中文信息学报. 2015(06)
[7]一种有效的社会网络社区发现模型和算法[J]. 林友芳,王天宇,唐锐,周元炜,黄厚宽.  计算机研究与发展. 2012(02)



本文编号:3132259

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3132259.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3a01f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com