典型文献
基于AFP的有向加权注意力流网络链路预测
文献摘要：
个性化推荐系统在减轻信息超载、提供个性化服务和辅助用户决策等方面应用广泛,链路预测是个性化推荐的重要方法之一.传统启发式链路预测方法仅考虑网络的图结构特征,缺乏对显式特征和隐式特征信息的应用,且大多数方法基于无向无权网络.针对传统链路预测方法存在的不足,基于集体注意力流网络和R-GCN方法,提出了链路预测算法AFP,将注意力流网络中2节点间不同的边方向抽象为2种边关系类型,并引入注意力机制学习网络中的节点属性和边属性,还综合考虑了网络的图结构特征、显式特征和隐式特征,最后通过评分函数得到三元组成立与否的概率,将链路预测问题转化为一个二分类问题,预测节点间的边属于某个关系类型的可能性.实验结果表明,相比于GCN、GAT等6个基准算法,该算法在准确度、精度和召回率等多个评价指标上均有提升.
文献关键词：
链路预测;有向加权图;注意力机制;R-GCN
中图分类号：
作者姓名：
马满福;姜璐娟;李勇;张强;范颜军;邓晓飞
作者机构：
西北师范大学计算机科学与工程学院,甘肃兰州 730070;西北工业大学计算机学院,陕西西安 710129
文献出处：
引用格式：
[1]马满福;姜璐娟;李勇;张强;范颜军;邓晓飞-.基于AFP的有向加权注意力流网络链路预测)[J].计算机工程与科学,2022(10):1762-1770
A类：
有向加权图
B类：
AFP,力流,流网,个性化推荐系统,轻信,信息超载,个性化服务,用户决策,启发式,图结构,显式特征,隐式,特征信息,无权网络,GCN,链路预测算法,边关,关系类型,注意力机制,学习网络,节点属性,三元组,问题转化,二分类问题,某个,GAT,召回率
AB值：
0.325766
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。
