题名 异构信息网络上基于图正则化的半监督学习
被引量：9
1
作者
刘钰峰 李仁发
机构
湖南大学信息科学与工程学院 湖南大学嵌入式系统与网络实验室
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第3期606-613,共8页
基金
国家自然科学基金项目(61173036) 湖南大学青年教师成长计划基金项目(531107040824)
文摘
现实世界中存在着大量包含多种类型的对象和联系的异构信息网络,从中挖掘信息获取知识已成为当前的研究热点之一.基于图正则化的半监督学习在近年来得到了广泛的研究,然而,现有的半监督学习算法大都只能应用于同构网络.基于同构节点和异构节点的一致性假设,提出了任意结构的异构信息网络上的半监督学习的正则化分类函数,并得到分类函数的闭式解,以此预测未标记节点的类别.提出了异构信息网络上的半监督学习的迭代框架,标记节点的信息可以在邻近的节点上迭代传播,直至达到稳定状态,并证明了迭代算法将收敛于正则化分类函数的闭式解.DBLP数据集上的实验表明该方法优于经典的半监督学习算法.
关键词
异构信息网络 同构信息网络 半监督学习 正则化框架 聚类
Keywords
heterogeneous information network homogeneous information network semi-supervised learning regularization framework clustering
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 异构信息网络中节点相似性搜索并行算法研究
2
作者
徐小玉 陈仲委
机构
浙江万里学院
出处
《浙江万里学院学报》
2024年第3期82-90,共9页
基金
浙江省社会科学界联合会研究课题成果“共同富裕视域下社区精准志愿服务体系的研究与实现”(2023N075)。
文摘
传统的基于串行计算的节点相似性搜索算法,在处理增量式异构信息网络数据流时面临效率低下、资源消耗过大等问题。为此,文章利用同构信息网络中并行约简的基本原理与基本方法,定义了异构信息网络的并行约简度量方法:值相似依赖度和余弦实体相似依赖度,提出异构数据流中元路径下节点相似性搜索并行算法(FPathSim),F-PathSim可以并行约简、并行计算,整体上删除对节点相似性搜索冗余的数据,减少对整个数据集的重复处理。在DBLP数据集上进行大量的实验,实验结果表明F-PathSim能较好的适应异构信息网络中增量式数据流中节点相似性搜索要求。
关键词
异构信息网络 同构信息网络 并行约简 元路径 增量式数据流 相似依赖度
Keywords
heterogeneous information network homogeneous information network parallel reduction meta path incremental data flow similarity dependence
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 异质信息网络中演员合作关系的链路预测
被引量：5
3
作者
郭振宏 李海峰
机构
中央财经大学信息学院
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第1期219-225,共7页
基金
国家自然科学基金(61100112 61309030) +2 种基金 国家社会科学基金重点项目(13AXW010) 北京市青年英才计划项目(YETP0987) 中央财经大学"121"青年人才发展基金(QBJ1427)
文摘
在异质信息网络中,节点与链接的异质特性和复杂性会增加链路预测的难度。针对该问题,提出一种采用综合拓扑特征表示的链路预测方法。对不同的元路径根据异质和同质信息网络拓扑特征获得异质和同质数据,将逻辑回归模型作为链路预测模型,并综合拓扑特征进一步提高预测准确率。在异质的movielens电影数据集上进行实验,结果表明,该方法可有效提高异质信息网络演员合作关系的链路预测性能。
关键词
异质信息网络 同质信息网络 分类算法 链路预测 元路径
Keywords
heterogeneous information network homogeneous information network classification algorithm link prediction meta-path
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 异质信息网络链接预测研究与新发展
被引量：1
4
作者
张悦 王晓丹 卜霄菲 孙可
机构
沈阳师范大学软件学院
出处
《沈阳师范大学学报（自然科学版）》
CAS
2019年第5期453-460,共8页
基金
辽宁省教育厅高等学校基本科研项目专项资金资助(LQN201707) 辽宁省自然科学基金指导计划(20180550014)
文摘
传统的链接预测方法均基于社交网络中只有一种类型节点和链接的同质信息网络,且网络结构不随时间变化。而现实世界中的网络往往是具有多种类型节点和链接的异质信息网络。而且,从时间维度上来看,网络是不断变化的。因此,链接预测的研究方法应随着网络数据的复杂化而不断变化。首先给出社交网络链接预测问题的相关概念和问题定义,针对近年来异质信息网络链接预测学习方法、理论和模型进行了分类描述,并简要阐述了重要的应用实例。
关键词
在线社交网络 同质信息网络 异质信息网络 链接预测
Keywords
online social network homogeneous information network heterogeneous information network link prediction
分类号
O157.5
[理学—数学]
题名 异质信息网络中基于网络嵌入的影响力最大化
5
作者
杨宇迪 周丽华 杜国王 邹星竹 丁海燕
机构
云南大学信息学院 云南大学滇池学院
出处
《智能系统学报》
CSCD
北大核心
2021年第4期757-765,共9页
基金
国家自然科学基金项目(61762090,62062066,61966036) 国家社会科学基金项目(18XZZ005) +1 种基金 云南省高等学校科技创新团队项目(IRTSTYN) 云南省教育厅科学研究基金项目(2021Y026).
文摘
针对当前大部分影响力最大化算法忽略了异质信息网络包含多种节点类型和多种关系类型,且不同类型节点在原始空间无法直接度量的问题,提出了一种异质信息网络中基于网络嵌入的影响力最大化模型(influence maximization based on network embedding,IMNE),用于选择初始扩散节点实现影响力最大化。该模型不仅可以在对异质信息网络进行编码的同时表征异质信息网络中潜在的信息,还可以捕获不同类型节点间影响力的不确定和复杂性。在3个真实数据集上的实验验证了IMNE算法的有效性。
关键词
异质信息网络 同质信息网络 影响力最大化 信息扩散 网络嵌入 直接影响力 间接影响力 全局影响力
Keywords
heterogeneous information network homogeneous information network influence maximization information diffusionnetwork embeddingdirect influence indirect influence global influence
分类号
TP391
[自动化与计算机技术—计算机应用技术]
