资料下载
×
一种结合属性信息的二分网络表示学习方法
消耗积分:0 |
格式:pdf |
大小:2.53 MB |
2021-03-26
分享资料个
现有的网络表示学习算法主要是针对同质网络或异质网络设计的，而忽略了在推荐系统、搜索引擎和答系统等领域出现的二分网络的特殊特征以及这类网络所携带着的非常丰富的属性信息。为了解决上述题，提出了一种结合属性信息的二分网络表示学习方法（ABNE）。该方法首先将连边分解成邻居节点间的接关系集，嵌入显式关系，接着通过余弦相似性引入并定乂节点的属性相似度矩阵，并将其作为权重矩阵的部分指导有偏随机游走，从而嵌入隐式关系和属性信息。最后通过一个联合优化框架得到同时携带网络结构信息和属性信息的节点表示向量。在四个真实公开数据集上进行了推荐任务，并与其他现有方法进行比较，实验结果表明该算法的优越性和合理性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
