典型文献
异质网中基于图卷积神经网络的链路预测方法
文献摘要：
综合考虑异质信息网络具有的复杂性和异质性的特点,提出一种异质网中基于图卷积神经网络(heterogeneous graph convolution neural network embedding,HeGCNE)的链路预测方法.针对经典图卷积神经网络逐层传递规则的不足,提出改进的逐层传递规则,对异质节点进行表征学习,融合对抗学习优化节点表征;在此基础上,利用节点的哈达玛积构造连边表征,将连边表征放入基于梯度提升树算法的二分类器,解决异质网络的链路预测问题.实验结果表明,改进后的方法可以有效提高链路预测的准确性和稳定性.
文献关键词：
异质信息网络;链路预测;图卷积神经网络;对抗学习;梯度提升树
中图分类号：
作者姓名：
蒋宗礼;张文婷;张津丽
作者机构：
北京工业大学 计算机学院,北京 100124
文献出处：
引用格式：
[1]蒋宗礼;张文婷;张津丽-.异质网中基于图卷积神经网络的链路预测方法)[J].计算机工程与设计,2022(01):150-156
A类：
HeGCNE
B类：
图卷积神经网络,链路预测,异质信息网络,heterogeneous,graph,convolution,neural,network,embedding,逐层,传递规则,表征学习,对抗学习,学习优化,哈达,放入,梯度提升树算法,二分类,分类器,异质网络
AB值：
0.273148
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。
