检索结果-南通市图书馆

异质信息网络中基于元路径的社团发现算法研究

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2018年第9期32卷 132-142页

作者：郑玉艳王明省石川王锐北京邮电大学计算机学院北京100876 广州市城市规划勘测设计院地理信息中心广东广州510060

实际的网络化数据往往包含多种类型的对象和关系,采用异质信息网络可以更好地对其建模,因此异质信息网络分析逐渐成为数据挖掘的研究热点。虽然同质信息网络中的社团发现已经被深入研究,但是异质信息网络中的社团发现还很少被研究。该... 详细信息

实际的网络化数据往往包含多种类型的对象和关系,采用异质信息网络可以更好地对其建模,因此异质信息网络分析逐渐成为数据挖掘的研究热点。虽然同质信息网络中的社团发现已经被深入研究,但是异质信息网络中的社团发现还很少被研究。该文研究异质信息网络中的社团发现问题,提出了一个新的社团发现算法框架HCD(heterogeneous community detection)。该框架由两部分组成:基于单条元路径的社团发现算法HCD_sgl和融合多条元路径的社团发现算法HCD_all。HCD_sgl首先确定在给定元路径下所有节点的初始标签,再利用改进的标签传递算法进行最终的社团发现;HCD_all是在HCD_sgl的基础上将基于多条元路径的社团发现结果进行融合。通过在真实数据集和人工数据集上的实验验证了HCD算法的有效性。

关键词：异质信息网络社团发现元路径语义相似性度量

异质信息网络嵌入视角下公安微博传播预测研究

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2020年第21期64卷 67-76页

作者：孙冉安璐武汉大学信息管理学院武汉430072 武汉大学信息资源研究中心武汉430072

[目的/意义]预测用户是否转发、评论通缉微博,研究及评估影响通缉微博传播的重要特征,有助于公安微博提升其运营绩效,增强警民之间的沟通和合作。[方法/过程]针对通缉微博的特点,在抽取通缉微博的用户特征、时间特征、微博文本结构特征... 详细信息

[目的/意义]预测用户是否转发、评论通缉微博,研究及评估影响通缉微博传播的重要特征,有助于公安微博提升其运营绩效,增强警民之间的沟通和合作。[方法/过程]针对通缉微博的特点,在抽取通缉微博的用户特征、时间特征、微博文本结构特征的基础上,提取通缉微博中的案件特征,包含案件地点关键字、时间关键字、通缉令等级、有无悬赏等,利用xgboost算法计算不同特征在转发、评论预测中的重要性,并结合传播网络特征和节点属性,构建基于特征属性异质信息网络嵌入的公安微博传播预测模型,并对模型进行训练和评估。[结果/结论]预测模型在转发、评论数据集上的AUC值分别达到0.737和0.799。由于该模型融合了网络结构特征和不同节点属性,更贴近现实的异质信息网络,相比传统的链接预测模型精确度更高。另外,特征重要性实验结果表明,所提出的案件关键字特征在影响微博转发、评论预测的所有特征中重要性最高。

关键词：信息传播公安微博链接预测图表示学习异质信息网络

在线全文

学校读者我要写书评

暂无评论

面向异质信息网络的双通道协同聚类算法

计算机学报 2023年第11期46卷 2416-2430页

作者：邱林山房子荃陈璐张天明李天义浙江大学计算机科学与技术学院杭州310027 浙江大学软件学院浙江宁波315048 浙江工业大学计算机科学与技术学院杭州310023 奥尔堡大学计算机学院奥尔堡9220丹麦

网络聚类广泛应用于现实世界的各个领域,受到了越来越多的关注.由于保留了节点和链接关系的异质性,异质信息网络聚类相较于同质网络聚类具有更优的性能.然而,现有基于图神经网络的异质信息网络聚类忽略了节点属性以及拓扑结构对聚类的... 详细信息

网络聚类广泛应用于现实世界的各个领域,受到了越来越多的关注.由于保留了节点和链接关系的异质性,异质信息网络聚类相较于同质网络聚类具有更优的性能.然而,现有基于图神经网络的异质信息网络聚类忽略了节点属性以及拓扑结构对聚类的权重不同的问题.此外,这些方法仅对单一类型的目标节点聚类,而没有考虑其余类型节点的辅助作用.为此,提出了面向异质信息网络的双通道协同聚类算法(B3C),其能够有效地融合节点属性和拓扑结构,并挖掘异质节点间的潜在相关性,从而提高聚类性能.首先,设计了一个简单有效的双通道编码器以聚合拓扑结构及相似矩阵的邻域信息;接着,应用自训练聚类的同时学习异质信息网络表示以及优化聚类分配,并采用协同聚类机制,以对不同类型节点同时聚类;最后,利用三元中心损失(Triplet-Center Loss)学习具有区分度的节点表示,以凝聚相似节点,分离不相似节点.在公开数据集上进行了大量实验,验证了本文提出的双通道编码器性能相较于广泛使用的图神经网络编码器有显著提升,并且B3C精度优于现有的基于学习的异质信息网络聚类方法.

关键词：异质信息网络网络聚类协同聚类网络表示学习图神经网络

在线全文

学校读者我要写书评

暂无评论

属性公平的异质信息网络上的社区搜索算法

软件学报 2023年第3期34卷 1277-1291页

作者：乔连鹏侯会文王国仁东北大学计算机科学与工程学院辽宁沈阳110169 北京理工大学计算机学院北京100081

近年来,异质信息网络上的社区搜索问题已经吸引了越来越多的关注,而且被广泛应用在图数据分析工作中.但是现有异质信息网络上的社区搜索问题都没有考虑子图上属性的公平性.将属性的公平性与异质信息网络上的kPcore挖掘问题相结合,提出... 详细信息

近年来,异质信息网络上的社区搜索问题已经吸引了越来越多的关注,而且被广泛应用在图数据分析工作中.但是现有异质信息网络上的社区搜索问题都没有考虑子图上属性的公平性.将属性的公平性与异质信息网络上的kPcore挖掘问题相结合,提出了基于属性公平的异质信息网络上的极大core挖掘问题.针对该问题,首先提出了一个子图模型FkPcore.当对FkPcore进行枚举时,基础算法Basic-FkPcore遍历了所有路径实例,并枚举了大量k Pcore及其子图.为了提高算法效率,提出了Adv-FkPcore算法,以避免在枚举FkPcore时对所有的kPcore及其子图进行判断.另外,为了提高点的P_neighbor的获取效率,提出了结合点标记的遍历方法(traversalmethod with vertex sign, TMS),并基于TMS算法提出了FkPcore枚举算法Opt-FkPcore.在异质信息网络数据集上进行的大量实验证明了所提方法的有效性和效率.

关键词：社区搜索异质信息网络属性公平性遍历方法枚举算法

一种基于异质信息网络的学术文献作者重名消歧方法

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 2022年第4期6卷 60-68页

作者：邓启平陈卫静嵇灵张宇娥电子科技大学图书馆成都611731

【目的】充分利用学术文献中的实体关系数据解决作者重名消歧问题。【方法】从文献信息中抽取多种类型节点及其关系构建异质信息网络,采用网络表示学习方法获取作者节点的表示向量并利用聚类分析得到初步划分,最后基于强规则匹配融合多... 详细信息

【目的】充分利用学术文献中的实体关系数据解决作者重名消歧问题。【方法】从文献信息中抽取多种类型节点及其关系构建异质信息网络,采用网络表示学习方法获取作者节点的表示向量并利用聚类分析得到初步划分,最后基于强规则匹配融合多个聚类簇得到消歧结果。【结果】在构建的Web of Science数据集下进行测试,本文方法的K-Metric平均值达0.842,较对比方法提升了63.18%,即使不考虑强规则匹配依然提升了34.69%。【局限】该方法需要利用引文信息,应用场景具有一定的局限性。【结论】基于异质信息网络,利用更丰富的实体关系对作者节点进行表示学习,能有效改善作者重名消歧的效果。

关键词：重名消歧关系数据异质信息网络网络表示学习

基于异质信息网络元路径的药物-靶标相互作用预测模型

在线全文

学校读者我要写书评

暂无评论

北京大学学报（自然科学版） 2022年第1期58卷 37-44页

作者：廖懿鸣欧阳纯萍刘永彬胡富裕南华大学计算机学院衡阳421001

提出一种融合元路径信息的图神经网络模型,用于预测药物-靶标相互作用(GMDTI)。首先根据8个数据集中的药物、靶标、疾病和副作用数据以及它们之间的8种作用关系,构建药物-靶标异质信息网络(HIN);然后定义两条元路径来捕获药物-靶标HIN... 详细信息

提出一种融合元路径信息的图神经网络模型,用于预测药物-靶标相互作用(GMDTI)。首先根据8个数据集中的药物、靶标、疾病和副作用数据以及它们之间的8种作用关系,构建药物-靶标异质信息网络(HIN);然后定义两条元路径来捕获药物-靶标HIN中的不同子结构信息和不同节点间隐藏的语义信息,并应用图神经网络的方法聚合节点的一阶邻居信息和元路径中节点间的语义信息;最后利用端到端的学习方法完成DTIs预测。该方法同时考虑药物-靶标HIN的结构特性和元路径语义信息,有助于学习到更多潜在的药物-靶标作用关系。实验结果表明,GMDTI的预测准确率高于所有基线模型,AUC达到98.6%,AUPR达到94.5%。同时通过调整数据的稀疏度和降噪实验,证明GMDTI具备优于所有基线模型的鲁棒性。

关键词：药物-靶标相互作用预测图神经网络异质信息网络元路径特征表示

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

富属性异质信息网络的可约束异常检测

华中科技大学学报（自然科学版） 2017年第12期45卷 26-31页

作者：张蕊张桂发郭记眀蒋洪波武汉理工大学计算机科学与技术学院湖北武汉430070 武汉理工大学交通物联网技术湖北省重点实验室湖北武汉430070 武汉理工大学内河航运技术湖北省重点实验室湖北武汉430070 华中科技大学电子信息与通信学院湖北武汉430074

针对仅考虑网络结构来对异质信息网络进行异常点发现可能带来的结果失真、难以理解等问题,提出一种富属性异质信息网络的可约束异常检测算法.通过将信息丰富的交互数据建模成富属性异质信息网络,以带属性元路径来指定用户感兴趣的属性... 详细信息

针对仅考虑网络结构来对异质信息网络进行异常点发现可能带来的结果失真、难以理解等问题,提出一种富属性异质信息网络的可约束异常检测算法.通过将信息丰富的交互数据建模成富属性异质信息网络,以带属性元路径来指定用户感兴趣的属性和子空间,综合网络结构和属性内容两方面来评估节点的异常度,给出了可约束的异常检测算法框架.在Arxiv真实数据集上进行了实验,以带属性元路径来指定对作者、论文及论文的标题和摘要等方面的约束,对多个查询输出了异常度从高到低的节点列表及约束域异常点集合.结果表明:相比仅考虑网络结构或仅考虑属性内容的基准算法,平均准确率提高12.95%以上.

关键词：异常检测异质信息网络富属性元路径相似性

一种基于图注意力网络的异质信息网络表示学习框架

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第4期43卷 915-922页

作者：康世泽吉立新张建朋战略支援部队信息工程大学郑州450001

常用的异质信息网络有知识图谱和具有简单模式层的异质信息网络,它们的表示学习通常遵循不同的方法。该文总结了知识图谱和具有简单模式层的异质信息网络之间的异同,提出了一个通用的异质信息网络表示学习框架。该文提出的框架可以分为... 详细信息

常用的异质信息网络有知识图谱和具有简单模式层的异质信息网络,它们的表示学习通常遵循不同的方法。该文总结了知识图谱和具有简单模式层的异质信息网络之间的异同,提出了一个通用的异质信息网络表示学习框架。该文提出的框架可以分为3个部分:基础向量模型,基于图注意力网络的传播模型以及任务模型。基础向量模型用于学习基础的网络向量;传播模型通过堆叠注意力层学习网络的高阶邻居特征;可更换的任务模型适用于不同的应用场景。与基准模型相比,该文所提框架在知识图谱的链接预测任务和异质信息网络的节点分类任务中都取得了相对不错的效果。

关键词：异质信息网络知识图谱图注意力网络表示学习

在线全文

学校读者我要写书评

暂无评论

一种基于元路径的异质信息网络链路预测模型

计算机学报 2014年第4期37卷 848-858页

作者：黄立威李德毅马于涛郑思仪张海粟付鹰中国人民解放军理工大学指挥信息系统学院南京210007 中国电子系统工程研究所北京100039 武汉大学软件工程国家重点实验室武汉430072 中国人民解放军国防信息学院武汉430010

真实世界中不同类型的对象之间相互连接,形成异质信息网络.预测网络中对象之间的连接或交互是网络分析中的一个重要任务.不同于传统的同质性网络的链路预测,异质信息网络中,由于存在多种类型的节点和边,节点之间可以通过不同的关系进行... 详细信息

真实世界中不同类型的对象之间相互连接,形成异质信息网络.预测网络中对象之间的连接或交互是网络分析中的一个重要任务.不同于传统的同质性网络的链路预测,异质信息网络中,由于存在多种类型的节点和边,节点之间可以通过不同的关系进行连接.文中使用元路径,即通过一组关系连接了多种节点类型的路径,来描述异质信息网络中不同类型对象之间各种连接的不同语义,从而提出一种异质信息网络链路预测模型,通过组合对象之间在不同元路径上建立连接的概率来进行链路预测.在DBLP和***两个真实数据集上的实验结果表明:在7种关系的链路预测中,相比最好的基准方法,文中方法的AUC值平均提升了5.93%;另外,在链路预测中,通过元路径区分不同类型的节点和边之后,预测精度得到了明显提升;最后,为了平衡预测精度和模型的可扩展性,实验分析表明链路预测中仅考虑路径长度小于5的元路径就已经足够产生很好的预测结果.

关键词：异质信息网络链路预测元路径社会计算社交网络