-
题名共引增强有向网络嵌入研究
- 1
-
-
作者
吴勇
王斌君
翟一鸣
仝鑫
-
机构
中国人民公安大学警务信息工程与网络安全学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第12期279-284,共6页
-
基金
公安部科技强警基础专项(2018GABJC03)
中国人民公安大学拔尖人才培养专项资助研究生科研创新项目(2019bsky002)。
-
文摘
网络嵌入旨在将网络节点嵌入到一个低维向量空间且最大程度地保存原有网络的拓扑结构及其属性。相比无向网络,有向网络具有特殊的非对称传递性,可体现在节点之间的高阶相似度量中,如何较好地保存这一特性是当前有向网络嵌入研究的热点和难点。针对此问题,通过引入有向网络的共引网络,设计了共引信息的度量函数,给出了一种有向网络高阶相似度量指标融合共引信息的统一框架,提出了可以保存非对称传递性的共引增强的高阶相似保存网络嵌入模型(Co-Citation Enhancing High-Order Proximity preserved Embedding,CCE-HOPE)。在4个真实数据集上进行链路预测实验的结果表明,不同高阶相似度量指标下,不同比重共引信息对效果影响具有一般规律,因此可以给出比重的最佳取值范围;在此范围内,与现有方法相比,CCE-HOPE方法可有效提高链接预测的准确度。
-
关键词
有向网络嵌入
非对称传递
共引网络
链路预测
-
Keywords
Directed network embedding
Asymmetric transitivity
Co-citation network
Link prediction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-