基于元結(jié)構(gòu)(如元路徑或元圖)的網(wǎng)絡(luò)嵌入方法,能夠有效地利用異構(gòu)網(wǎng)絡(luò)結(jié)構(gòu).但與元路徑相比,元圖能夠捕獲更加復(fù)雜的結(jié)構(gòu)信息,更能提升異構(gòu)信息網(wǎng)中相似節(jié)點(diǎn)匹配的準(zhǔn)確性.然而,現(xiàn)有的基于元圖的嵌入方法具有如下局限:大多由專家指定元圖類型,在大型復(fù)雜網(wǎng)絡(luò)的應(yīng)用環(huán)境中并不適用;雖然融合了多個元圖進(jìn)行嵌入,但并未考慮元圖權(quán)重的差異性;部分模型利用用戶的期望語義關(guān)系生成可以保留特定語義的元圖組合,但這類模型過分依賴元圖選擇和用于監(jiān)督學(xué)習(xí)的樣本,缺乏通用性.基于此,提出一種多元圖融合的異構(gòu)網(wǎng)絡(luò)嵌入方法,該方法包括2部分:第1部分是元圖發(fā)現(xiàn),目的是挖掘代表當(dāng)前網(wǎng)絡(luò)結(jié)構(gòu)和語義特征的重要元圖;第2部分是基于多元圖融合的節(jié)點(diǎn)嵌入,主要內(nèi)容是提出了一種基于元圖的通用節(jié)點(diǎn)相似度度量方法,同時利用神經(jīng)網(wǎng)絡(luò)嵌入節(jié)點(diǎn)的元圖特征.實(shí)驗(yàn)結(jié)果表明,與其他網(wǎng)絡(luò)嵌入方法相比,提出的方法具有較高的準(zhǔn)確性和效率.

【文章頁數(shù)】：11 頁

【文章目錄】：
1 相關(guān)工作
2 問題定義
3 元圖發(fā)現(xiàn)
    3.1 頻繁元圖挖掘
    3.2 候選元圖選擇
4 基于多元圖融合的網(wǎng)絡(luò)嵌入
    4.1 基于元圖的節(jié)點(diǎn)相似度計(jì)算方法——HeteMGSim
    4.2 利用神經(jīng)網(wǎng)絡(luò)嵌入節(jié)點(diǎn)
5 實(shí)驗(yàn)與分析
    5.1 數(shù)據(jù)集
    5.2 實(shí)驗(yàn)設(shè)置及對比實(shí)驗(yàn)
    5.3 實(shí)驗(yàn)結(jié)果
        1) 預(yù)測、分類性能比較
        2) 頻繁度閾值的影響
        3) 節(jié)點(diǎn)的向量表示維度的選擇
        4) 聚類數(shù)量k的影響
        5) HE-MGF算法的執(zhí)行效率
6 總 結(jié)



本文編號：3750309