基于霍克斯点过程的动态网络表示学习方法
Dynamic Network Representation Learning Based on Hawkes Point Process作者机构：战略支援部队信息工程大学信息技术研究所河南郑州450003
出 版 物：《电子学报》 (Acta Electronica Sinica)
年 卷 期：2020年第48卷第11期
页 面：2154-2161页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金创新研究群体资助项目(No.61521003)
摘 要：网络表示学习是将网络中的节点映射到低维空间形成低维稠密特征向量的分布式学习方法.本文在现有网络表示学习研究的基础上,提出一种基于霍克斯点过程的动态网络表示学习方法.该方法基于霍克斯点过程有效结合了网络历史连边信息和网络演化中的三元闭包特性对当前节点产生连边的影响,解决了现有方法难以有效捕捉网络历史信息和演化特性的问题.在多种数据集的实验结果表明,本文提出的方法较其它方法在节点分类、链路预测和可视化等实验中的性能均有较大的提高,实验中的F1分数值和AUC值分别提高了3.72%~6.41%和2.22%~4.69%.
维普期刊数据库
同方期刊数据库