【摘 要】
：
目前针对信息网络的研究多数基于同质网络,关于异质信息网络的网络表示学习研究相对较少。为此,提出一种结合不同元路径将异质信息网络转化成带权同质子图的网络表示学习算法
【基金项目】
：
国家自然科学基金创新群体项目(61521003)
论文部分内容阅读
目前针对信息网络的研究多数基于同质网络,关于异质信息网络的网络表示学习研究相对较少。为此,提出一种结合不同元路径将异质信息网络转化成带权同质子图的网络表示学习算法。基于不同元路径在同类节点间构建带权重的连边,从异质网络中抽取出带权同质子图,通过带偏置的随机游走方式得到同类节点序列,并利用Skip-gram模型生成该类节点的表示向量。实验结果表明,与只考虑单一路径的算法相比,该算法处理节点分类、相似性搜索等数据挖掘任务时均能得到较好的效果。
其他文献
大多数事务内存研究都在多核处理器上进行，只有少数研究针对集群计算环境。现有的集群事务内存性能较差，因为事务内存的运行需要进行大量的远程内存访问，而集群的内存分布性使得
无线多跳网络具有信道时变性强、拓扑动态变化等特点,需要简单高效的功率控制机制。发射功率影响数据发送速率,而基于发送队列长度的功率控制机制存在可行解。为此,结合无线
根据宁乡县1991～2001年种植业统计资料,分析了这十年间宁乡县种植业生产所取得的主要成就,研究了其进一步发展所具有的优势,思考了其后续发展所面临的问题,提出了相关的发展对
针对现有社区检测算法复杂度高、运行速度慢等问题，以模块度最大化为优化目标，提出一种社区结构自适应检测算法。该算法具有幂律分布属性，能扩展至超大型网络，并且包含近似因子可