检索结果-南通市图书馆

维普期刊数据库博看期刊

异质信息网络中基于解耦图神经网络的社区搜索

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第3期51卷 90-101页

作者：陈伟周丽华王亚峰王丽珍陈红梅云南大学信息学院昆明650500

在异质信息网络(HINs)中搜索包含给定查询节点的社区具有广泛的应用价值,如好友推荐、疫情监控等。现有HINs社区搜索方法大多基于预定义的子图模式对社区的拓扑结构施加一个严格的要求,忽略了节点间的属性相似性,导致结构关系弱而属性... 详细信息

在异质信息网络(HINs)中搜索包含给定查询节点的社区具有广泛的应用价值,如好友推荐、疫情监控等。现有HINs社区搜索方法大多基于预定义的子图模式对社区的拓扑结构施加一个严格的要求,忽略了节点间的属性相似性,导致结构关系弱而属性相似性高的社区难以定位,并且采用的全局搜索模式难以有效处理大规模的网络数据。为解决这些问题,首先设计解耦图神经网络和基于元路径的局部模块度,分别用于度量节点间的属性相似性和结构内聚性,并利用0/1背包问题优化属性和结构两种凝聚性度量指标,定义了最有价值的c大小社区搜索问题,进而提出了一种基于解耦图神经网络的价值最大化社区搜索模型,执行3个阶段的搜索过程。第一阶段,依据查询信息与元路径,构造候选子图,将搜索范围控制在查询节点的局部范围内,保证整个模型的搜索效率;第二阶段,利用解耦图神经网络,融合异质图信息和用户标签信息,计算节点间的属性相似度;第三阶段,根据社区定义以及凝聚性度量指标,设计贪心算法查找属性相似度高且结构凝聚的c大小社区。最后,在真实的同质和异质网络数据集上测试了搜索模型的性能,大量实验结果验证了模型的有效性和高效性。

关键词：异质信息网络社区搜索解耦图神经网络元路径局部模块度

融合规范知识库和异质信息网络嵌入的作者姓名消歧研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：董文佳孙坦赵瑞雪马玮璐熊赫鲜国建中国农业科学院农业信息研究所农业农村部农业大数据重点实验室中国农业科学院国家新闻出版署农业融合出版知识挖掘与知识服务重点实验室

[目的]深入挖掘文献特征间的深层次关联关系，提升学术文献作者姓名消歧的效果。[方法]结合机构名称规范库、学科分类体系、主题词表等规范知识库的先验知识，设计一种基于知识增强的特征提取框架，在规范数据的基础上，通过异质信息网... 详细信息

[目的]深入挖掘文献特征间的深层次关联关系，提升学术文献作者姓名消歧的效果。[方法]结合机构名称规范库、学科分类体系、主题词表等规范知识库的先验知识，设计一种基于知识增强的特征提取框架，在规范数据的基础上，通过异质信息网络嵌入融合文献特征的语义信息和关系信息，生成高质量的文献向量表示，使用层次凝聚算法进行聚类。[结果]在特定数据集测试中，模型F1值达到89.07%，相较于现有技术，模型性能提升显著。[局限]知识库的质量和规模限制了模型在新兴及细分领域的准确性和泛化能力。[结论]本文方法成功结合了专家先验知识和深度学习的强大学习能力，为学术文献中的姓名消歧任务提供了一条新的有效路径。

关键词：姓名消歧规范知识库特征提取异质信息网络深度学习

基于异质信息网络表征学习的微博虚假信息甄别研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

情报杂志 2024年

作者：王世雄吴泽政浙江理工大学经济管理学院

[研究目的]社会网络的飞速发展与突发公共卫生事件的时有发生,使得大量的、具有迷惑性的虚假信息混杂社交媒体中,甄别此类信息已然成为用户信息素养的重要组成部分。[研究方法]以微博上的异质信息网络为研究对象,综合考虑微博文本的语... 详细信息

[研究目的]社会网络的飞速发展与突发公共卫生事件的时有发生,使得大量的、具有迷惑性的虚假信息混杂社交媒体中,甄别此类信息已然成为用户信息素养的重要组成部分。[研究方法]以微博上的异质信息网络为研究对象,综合考虑微博文本的语义特征和用户行为的非语义特征,引入多头注意力机制融合生成集成表示实现虚假信息甄别,并从信息内容、参与用户、用户与信息交互三个维度进行特征挖掘与量化分析。[研究结论]研究表明,基于异质信息网络表征学习的虚假信息甄别方法具有较好的实用性,有助于解构虚假信息的特征,为突发公共卫生健康事件的虚假信息治理及辩症施策提供有益参考。

关键词：异质信息网络表征学习突发公共卫生事件虚假信息用户行为社交媒体微博文本

融合跨平台用户偏好与异质信息网络的推荐算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代情报 2024年第9期44卷 31-41页

作者：张雪毕达天陈功坤杜小民吉林大学商学与管理学院吉林长春130012 海南大学国际商学院海南海口570228

[目的/意义]本文基于跨平台用户的异构大数据,提出一种融合跨平台用户偏好与异质信息网络的推荐算法(CPHAR),对于缓解个性化推荐的稀疏性和冷启动问题具有重要意义。[方法/过程]首先,根据跨平台用户信息构建核心兴趣朋友圈,使用卷积神... 详细信息

[目的/意义]本文基于跨平台用户的异构大数据,提出一种融合跨平台用户偏好与异质信息网络的推荐算法(CPHAR),对于缓解个性化推荐的稀疏性和冷启动问题具有重要意义。[方法/过程]首先,根据跨平台用户信息构建核心兴趣朋友圈,使用卷积神经网络和自注意力机制捕捉用户在源平台和目标平台中的信息偏好特征;其次,根据核心兴趣网络以及推荐项目之间的关系构建异质信息网络,使用异质图注意力网络模型进行特征聚合;最后,将以上特征嵌入改进后的矩阵分解模型,计算推荐得分。[结果/结论]模型在自主构建的4个跨平台数据集中均表现出优越的性能,本文不仅弥补了推荐领域中跨平台多属性和细粒度数据集的空缺,而且通过引入跨平台特征进一步完善了推荐系统相关的理论与方法体系。

关键词：推荐算法跨平台异质信息网络用户偏好深度学习

基于图神经网络的异质信息网络社区搜索算法研究与应用

在线全文

学校读者我要写书评

暂无评论

基于图神经网络的异质信息网络社区搜索算法研究与应用

作者：陈修旭北方工业大学

学位级别：硕士

异质信息网络是一种有向图,它通过多样化的顶点和边的类型来呈现丰富的结构和语义信息。社区搜索在图挖掘领域被认为是一项基础而关键的任务,在异质信息网络中,这一任务尤为重要,已经成为研究的焦点和热门话题,已经在欺诈检测、知识图... 详细信息

异质信息网络是一种有向图,它通过多样化的顶点和边的类型来呈现丰富的结构和语义信息。社区搜索在图挖掘领域被认为是一项基础而关键的任务,在异质信息网络中,这一任务尤为重要,已经成为研究的焦点和热门话题,已经在欺诈检测、知识图谱等多个领域发挥着关键作用。基于此,本研究专注于探讨异质信息网络中的社区搜索问题,并提出了相应的算法设计和应用实例。首先,研究了属性异质信息网络中的单类型社区搜索问题,特别关注在此类网络中寻找包含指定查询点q的社区。近期研究发现,在社区搜索领域,机器学习方法的应用比传统的结构方法(例如k-core)更有优势。但是,半监督学习策略面临着对大量标注数据的依赖,以及在处理大型异质信息网络时带来的显著的内存和计算成本问题。针对这些挑战,本研究提出了一种称为MK(最有可能的K大小)的社区搜索策略。MK框架首先通过在多条元路径上进行随机游走,并在随机游走采样产生的局部子图上进行训练,从而避免了对整个网络进行训练的需求。同时,基于注意力机制的图神经网络巧妙地学习元路径权重,并且推断节点概率,我们使用节点概率指导多轮次的社区搜索,然后设置社区搜索的迭代终止阈值。为了减少对标签数据的依赖,本研究还采用了自训练伪标签生成。在四个数据集上进行的实验验证了本研究的算法在有效性和效率方面的优势。其次,进一步研究了异质信息网络中的多类型社区搜索问题,即在异质信息网络中发现包含特定查询点q的社区,社区中的节点都属于给定的节点类型集合S。当前的研究往往专注于单一类型节点,而忽视了异质信息网络中多类型节点社区的存在。为了克服这一限制,本研究提出了一种基于用户偏好的多类型社区搜索算法,能够灵活地识别异质信息网络中的单一类型或多类型社区。本研究还展示了定位MK社区是NP难的,并提出了一种启发式局部搜索策略加快社区重写过程。此外,本研究还介绍了一种自适应节点移除算法,以维持更新后子图的质量和规模。通过在四个真实网络上的实验验证了所提框架的有效性和效率。

关键词：社区搜索异质信息网络图神经网络元路径

基于动态随机游走的异质信息网络嵌入方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态随机游走的异质信息网络嵌入方法研究

作者：章圣聪河北大学

学位级别：硕士

信息网络嵌入是社会关系研究中的重要任务,旨在将网络中的节点及相互关系投影到嵌入空间中,保留网络中关键结构和语义信息,从而方便后续对信息关系的处理和分析。大多数异质信息网络(Heterogeneous Information Network,HIN)嵌入方法使... 详细信息

信息网络嵌入是社会关系研究中的重要任务,旨在将网络中的节点及相互关系投影到嵌入空间中,保留网络中关键结构和语义信息,从而方便后续对信息关系的处理和分析。大多数异质信息网络(Heterogeneous Information Network,HIN)嵌入方法使用元路径来引导随机游走从HIN中采样并进行表征学习,以克服传统随机游走更偏向于高阶节点的偏差。网络嵌入性能取决于随机游走采样的质量和对随机游走序列的表征学习的能力,它目前存在以下问题:(1)元路径引导的随机游走在采样质量方面主要依赖于元路径是否适合当前的HIN。元路径的定义需要专业领域知识,用单一的元路径很难表示复杂HIN的结构,在元路径引导的随机游走中,一些异构结构(如节点类型)并不在元路径指定的节点类型中,部分异构信息被忽略。(2)在随机游走序列表征学习方面,经典的方法通常极大化滑动窗口的共现性概率来获得相应的网络嵌入表示,它未对随机游走序列中不同的种类的节点进行细致的区分,导致一部分复杂的节点信息和语义信息的缺失,从而在异质信息网络的应用有所不足。针对上述问题,本文做了以下研究工作:(1)针对随机游走采样质量问题,提出基于网络模式的随机游走模型Hete Edge Walk。Hete Edge Walk是一种不涉及元路径引导的随机游走模型,通过预先定义好的网络模式引导动态调整的双向边采样的策略灵活地采样网络中的信息,更好地捕捉复合交互关系。在DBLP、ACM、Foursquare和Movies四个公开数据集上进行实验,Hete Edge Walk相比基线的方法得分提升2%,验证模型能更好地捕获异质信息网络中的结构和语义信息。(2)针对随机游走序列表征学习问题,提出基于Transformer编码器的模型Hete Edge Walk Pro。Hete Edge Walk Pro模型是对Hete Edge Walk模型随机游走序列表征学习方面的改进,用Transformer编码器处理随机游走序列获得相应的网络嵌入表示。采用多头自注意力机制捕捉不同的特征信息,增强模型对随机游走序列的复杂数据结构和语义信息的理解能力。在DBLP、ACM、Foursquare和Movies四个公开数据集上进行实验,与Hete Edge Walk对比提升0.5%,证明了模型的有效性。

关键词：网络嵌入随机游走异质信息网络表征学习边采样

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时间戳的异质信息网络数据动态加密传输

电子器件 2024年第3期47卷 649-655页

作者：周娟张驰殷晓虎陈明明张克诚陕西铁路工程职业技术学院铁道运输学院陕西渭南714000 国家农业智能装备工程技术研究中心北京100097 西安科技大学通信与信息工程学院陕西西安710054

针对异质信息网络动态数据特征种类多、数据量大,在数据传输过程中易出现安全隐患等问题,提出一种基于时间戳的加密传输算法。采用DES算法建立网络数据加密种类查询表,标记关键字词字符,通过逆转换初始数据关键词的IP位置,计算得到关键... 详细信息

针对异质信息网络动态数据特征种类多、数据量大,在数据传输过程中易出现安全隐患等问题,提出一种基于时间戳的加密传输算法。采用DES算法建立网络数据加密种类查询表,标记关键字词字符,通过逆转换初始数据关键词的IP位置,计算得到关键词所处位置的属性、状态以及频率等信息,按照信息参数给出对应加密密钥。在此基础上,定义异质信息网络无向图,采用时间戳算法描述网络实时动态特性,划分网络中静态数据与动态数据,建立混淆矩阵,按照节点跟随时间的游走变化关系构建加密传输序列,完成最终数据加密传输。实验结果证明,所提算法的加密效果好,对任何类型的网络数据均能实现高效加密,且数据传输完整性较高。

关键词：时间戳异质信息网络数据动态加密传输时间序列

异质信息网络中最大路径连通Steiner分量查询算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2023年第2期34卷 655-675页

作者：李源范晓林孙晶赵会群杨森王国仁北方工业大学信息学院北京100144 北京理工大学计算机学院北京100081

异质信息网络(HINs)是包含多种类型对象(顶点)和链接(边)的有向图,能够表达丰富复杂的语义和结构信息.HINs中的稠密子图查询问题,即给定一个查询点q,在HINs中查询包含q的稠密子图,已成为该领域的热点和重点研究问题,并在活动策划、生物... 详细信息

异质信息网络(HINs)是包含多种类型对象(顶点)和链接(边)的有向图,能够表达丰富复杂的语义和结构信息.HINs中的稠密子图查询问题,即给定一个查询点q,在HINs中查询包含q的稠密子图,已成为该领域的热点和重点研究问题,并在活动策划、生物分析和商品推荐等领域具有广泛应用.但现有方法主要存在以下两个问题:(1)基于模体团和关系约束查询的稠密子图具有多种类型顶点,导致其不能解决仅关注某种特定类型顶点的场景;(2)基于元路径的方法虽然可查询到某种特定类型顶点的稠密子图,但其忽略了子图中顶点之间基于元路径的连通度.为此,首先在HINs中提出了基于元路径的边不相交路径的连通度,即路径连通度;然后,基于路径连通度提出了k-路径连通分量(k-PCC)模型,该模型要求子图的路径连通度至少为k;其次,基于k-PCC模型提出了最大路径连通Steiner分量(SMPCC)概念,其为包含q的具有最大路径连通度的k-PCC;最后,提出一种高效的基于图分解的k-PCC发现算法,并在此基础上提出了优化查询SMPCC算法.大量基于真实和合成HINs数据的实验结果验证了所提出模型和算法的有效性和高效性.

关键词：异质信息网络稠密子图查询 k-路径连通分量最大路径连通Steiner分量元路径

在线全文

学校读者我要写书评

暂无评论

异质信息网络的互信息最大化社区搜索

浙江大学学报（工学版） 2023年第2期57卷 287-298页

作者：王亚峰周丽华陈伟王丽珍陈红梅云南大学信息学院云南昆明650500

针对现有社区搜索方法难以处理复杂多样的搜索要求及在高维稀疏的异质信息网络(HINs)中难以融合网络结构和节点属性来度量节点间相关性的不足,提出异质信息网络互信息最大化社区搜索问题,给出互信息最大化的社区定义,设计相应的搜索方... 详细信息

针对现有社区搜索方法难以处理复杂多样的搜索要求及在高维稀疏的异质信息网络(HINs)中难以融合网络结构和节点属性来度量节点间相关性的不足,提出异质信息网络互信息最大化社区搜索问题,给出互信息最大化的社区定义,设计相应的搜索方法 (互信息最大化社区搜索,CSMIM).将用户的搜索要求定义为查询约束,利用带查询约束的深度图互信息最大化(QC-DGI)模型融合网络结构、语义和节点属性信息获得节点嵌入,有效地计算节点间的互信息.根据给定的查询信息,利用互信息最大化准则搜索目标社区.为了提高搜索结果的准确率,提出基于用户反馈的优化策略,实现互信息从全局到局部的个性化计算.在真实数据集上进行大量实验,实验结果表明所提方法能够有效地根据搜索要求挖掘出给定节点所在的社区,相比具有代表性的基线方法有更高的准确率.

关键词：社区搜索异质信息网络网络表示学习互信息查询约束