典型文献
基于邻域信息的网络结构表示学习
文献摘要：
针对传统网络表示学习方法无法学习节点网络结构相关性的问题,提出一种基于邻域信息的网络结构表示学习模型.该模型首先定义基于邻域信息的节点间结构相似度计算方法,对不同邻域范围内节点间结构相似度建模;其次构建深层自编码器,将节点结构相似度作为监督信息优化网络表示,在网络嵌入过程中学习节点结构信息.与node2vec,SDNE,struc2vec三种相关算法进行对比的实验结果表明,该方法有更好的网络结构识别能力,能学习到节点间的结构相关性,所得到的网络表示能适用于角色识别相关任务.此外,跨网络分类实验结果还体现了该方法在迁移学习方面的潜力.
文献关键词：
结构识别;网络表示学习;网络分析;自编码器;角色识别
中图分类号：
作者姓名：
王喆;李鑫
作者机构：
吉林大学 符号计算与知识工程教育部重点实验室,长春 130012;吉林大学 计算机科学与技术学院,长春 130012
文献出处：
引用格式：
[1]王喆;李鑫-.基于邻域信息的网络结构表示学习)[J].吉林大学学报（理学版）,2022(02):343-350
A类：
struc2vec
B类：
邻域信息,网络表示学习,表示学习方法,结构相关性,结构相似度,相似度计算,自编码器,节点结构,监督信息,信息优化,网络嵌入,结构信息,node2vec,SDNE,结构识别,识别能力,示能,角色识别,迁移学习
AB值：
0.293794
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
