典型文献
基于PPMI的异质属性网络嵌入
文献摘要：
属性网络嵌入旨在映射网络中的节点和链接关系到低维空间,同时保留其固有的结构和属性特征.异质属性网络中多种类型的节点和链接关系给网络嵌入学习提供了丰富的辅助信息,同时也带来了新的挑战.提出异质属性网络嵌入模型(heterogeneous attribute network embedding based on the PPMI,HANEP),旨在将网络中多种类型的节点和(或)多种类型的链接关系映射到低维、紧凑的空间,同时保护节点的属性特征和不同类型对象之间的异质链接承载的复杂、多样且丰富的语义信息.HANEP模型首先基于样本属性的相似性构建属性图、依据元路径抽取异质属性网络的拓扑结构,然后通过随机冲浪获得属性和拓扑概率共现(probabilistic co-occurrence,PCO)矩阵,并计算其正点对互信息(positive point-wise mutual information,PPMI),进而采用多个自编码器(auto-encoder,AE)捕捉节点属性和异质链接的本质信息.元路径可以捕捉异质网络中多种类型节点间的链接关系,构建属性图可以清晰描述节点属性的非线性流行结构,属性和拓扑的局部成对约束和图表示有助于整合节点属性和网络拓扑的一致性和互补性关系,PPMI表示可以捕捉属性和拓扑的高阶近邻信息及潜在的复杂非线性关系.在3个真实数据集上的实验结果验证了 HANEP算法的有效性.
文献关键词：
网络分析;异质属性网络嵌入;自编码器;概率共现矩阵;正点对互信息
中图分类号：
作者姓名：
东坤杰;周丽华;朱月英;杜国王;黄通
作者机构：
云南大学信息学院,昆明 650504;大连理工大学计算机科学与技术学院,辽宁大连 116086
文献出处：
引用格式：
[1]东坤杰;周丽华;朱月英;杜国王;黄通-.基于PPMI的异质属性网络嵌入)[J].计算机研究与发展,2022(12):2781-2793
A类：
异质属性网络嵌入,HANEP,正点对互信息,概率共现矩阵
B类：
PPMI,链接关系,低维空间,属性特征,多种类型,嵌入学习,辅助信息,嵌入模型,heterogeneous,attribute,network,embedding,关系映射,射到,紧凑,语义信息,属性图,元路径,拓扑结构,冲浪,probabilistic,occurrence,PCO,positive,point,wise,mutual,information,自编码器,auto,encoder,AE,节点属性,异质网络,非线性流,成对约束,图表,网络拓扑,互补性,近邻,非线性关系,真实数据
AB值：
0.296397
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。
