網(wǎng)絡(luò)嵌入旨在將網(wǎng)絡(luò)節(jié)點(diǎn)嵌入到一個(gè)低維向量空間且最大程度地保存原有網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及其屬性。相比無向網(wǎng)絡(luò),有向網(wǎng)絡(luò)具有特殊的非對稱傳遞性,可體現(xiàn)在節(jié)點(diǎn)之間的高階相似度量中,如何較好地保存這一特性是當(dāng)前有向網(wǎng)絡(luò)嵌入研究的熱點(diǎn)和難點(diǎn)。針對此問題,通過引入有向網(wǎng)絡(luò)的共引網(wǎng)絡(luò),設(shè)計(jì)了共引信息的度量函數(shù),給出了一種有向網(wǎng)絡(luò)高階相似度量指標(biāo)融合共引信息的統(tǒng)一框架,提出了可以保存非對稱傳遞性的共引增強(qiáng)的高階相似保存網(wǎng)絡(luò)嵌入模型（Co-Citation Enhancing High-Order Proximity preserved Embedding,CCE-HOPE）。在4個(gè)真實(shí)數(shù)據(jù)集上進(jìn)行鏈路預(yù)測實(shí)驗(yàn)的結(jié)果表明,不同高階相似度量指標(biāo)下,不同比重共引信息對效果影響具有一般規(guī)律,因此可以給出比重的最佳取值范圍;在此范圍內(nèi),與現(xiàn)有方法相比,CCE-HOPE方法可有效提高鏈接預(yù)測的準(zhǔn)確度。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 相關(guān)研究
    1.1 網(wǎng)絡(luò)嵌入
    1.2 高階相似
2 CCE-HOPE模型
    2.1 基本概念
    2.2 問題描述
    2.3 模型整體框架
        2.3.1 共引網(wǎng)絡(luò)的計(jì)算
        2.3.2 權(quán)值的調(diào)整
        2.3.3 網(wǎng)絡(luò)融合
        2.3.4 高階相似矩陣的構(gòu)建與求解
3 實(shí)驗(yàn)
    3.1 數(shù)據(jù)集和參數(shù)設(shè)置
        3.1.1 數(shù)據(jù)集
        3.1.2 參數(shù)設(shè)置和對比算法
    3.2 評價(jià)指標(biāo)
    3.3 權(quán)重參數(shù)a值的影響
    3.4 對比實(shí)驗(yàn)
結(jié)束語



本文編號(hào)：3718862