網(wǎng)絡(luò)表示學(xué)習(xí)是將網(wǎng)絡(luò)中的節(jié)點(diǎn)映射到低維空間形成低維稠密特征向量的分布式學(xué)習(xí)方法.本文在現(xiàn)有網(wǎng)絡(luò)表示學(xué)習(xí)研究的基礎(chǔ)上,提出一種基于霍克斯點(diǎn)過(guò)程的動(dòng)態(tài)網(wǎng)絡(luò)表示學(xué)習(xí)方法.該方法基于霍克斯點(diǎn)過(guò)程有效結(jié)合了網(wǎng)絡(luò)歷史連邊信息和網(wǎng)絡(luò)演化中的三元閉包特性對(duì)當(dāng)前節(jié)點(diǎn)產(chǎn)生連邊的影響,解決了現(xiàn)有方法難以有效捕捉網(wǎng)絡(luò)歷史信息和演化特性的問(wèn)題.在多種數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果表明,本文提出的方法較其它方法在節(jié)點(diǎn)分類、鏈路預(yù)測(cè)和可視化等實(shí)驗(yàn)中的性能均有較大的提高,實(shí)驗(yàn)中的F1分?jǐn)?shù)值和AUC值分別提高了3.72%～6.41%和2.22%～4.69%. 

【文章來(lái)源】：電子學(xué)報(bào). 2020,48(11)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 引言
2 相關(guān)定義
3 基于霍克斯點(diǎn)過(guò)程的動(dòng)態(tài)網(wǎng)絡(luò)表示
    3.1 模型的建立
        3.1.1 建模時(shí)間序列
        3.1.2 基于霍克斯點(diǎn)過(guò)程建模連邊的產(chǎn)生強(qiáng)度
        3.1.3 模型優(yōu)化與求解
4 實(shí)驗(yàn)與結(jié)果
    4.1 度量標(biāo)準(zhǔn)
    4.2 數(shù)據(jù)集及對(duì)比算法
    4.3 實(shí)驗(yàn)與結(jié)果分析
        4.3.1 節(jié)點(diǎn)分類
        4.3.2 鏈路預(yù)測(cè)
        4.3.3 網(wǎng)絡(luò)可視化
        4.3.4 參數(shù)θ的敏感性分析
5 結(jié)束語(yǔ)



本文編號(hào)：3333635