一种多结构及文本融合的网络表征方法

摘要：

网络表征通过对网络结构的深度学习得到节点的矢量表征,挖掘网络中潜在的信息,是社会计算中的一种重要降维方法.针对一种融合了网络中的文本和结构的、基于矩阵分解的网络表征方法T ADW,首先分析并讨论了文本属性矩阵在矩阵分解式中的位置对网络表征效果的影响,并对此方法进行了优化;在此基础上,提出了一种融合关系结构、交互结构和文本属性的社交网络表征方法.在多个数据集上的实验结果表明,该方法在多分类任务中优于其他经典网络表征方法.

关键词：社交网络、表征学习、多网络结构、矩阵分解

所属期刊栏目：45

分类号：TP181(自动化基础理论)

资助基金：国家高技术研究发展计划 863 项目2014AA015204 ,山西自然科学基金项目201703D421013 ,中科院计算技术研究所网络数据科学重点实验室课题CASNDST20140X

在线出版日期：2018-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：38-41,77