融合重要性采样和池化聚合的知识图推荐算法

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:yww74
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现有的知识图推荐模型通过聚合相邻实体节点的特征和结构信息来更新当前位置实体节点的嵌入表示,为了控制计算成本和维护模型的稳定性,通常使用随机的固定大小的采样邻域来替代完整的知识图.然而,这些方法存在两个问题:首先,随机选择的邻域限制了知识图用于辅助推荐的效果和稳定性.此外,多数模型只是对所采样邻居节点特征进行均值聚合,这种聚合方法没有充分挖掘所采样邻居节点对于目标节点影响的差异性.针对以上问题,本文提出了基于关系紧密度的重要性采样方法,通过计算关系紧密度选择对目标节点更重要的邻域,以及基于池化操作的聚合方法,通过引入池化层训练得到不同邻居节点对目标节点的差异化权值.在结合本文提出的两种方法后,本文提出基于图神经网络的知识图推荐算法KGCN-PL.最后,本文评估了所改进模型在5个真实世界数据集上的性能,与近几年提出的基于知识图的推荐算法进行对比,在AUC,召回率指标上均取得提升.
其他文献
移动互联网单服务器环境下传统身份认证方案存在用户需要针对不同的服务器记忆相应的不同口令,以及传统认证方式中的口令泄漏等安全问题。为解决以上问题,文章提出一种移动互联网单服务器环境下基于SM9算法的身份认证方案。用户针对不同的应用系统,仅需记忆统一的标识和口令,即可在不同的应用系统中通过身份认证,从而获得应用服务和访问资源的权限。文章方案将SM9标识密码算法与口令隐藏相结合,采用一次一密的方式实现密
随着我国综合实力的不断提高,建筑行业在规模、技术上也发生着变化,附加于建筑工程项目的信息越来越多。随着BIM(建筑信息模型Building Information Model)理念的提出,建筑工程管理发生了新变革,利用BIM技术构建的可视化、信息化、智能化三维实体模型,可实现数据共享及不同工种、不同部门协同工作。本文介绍了BIM的基本概念及特性,分析了传统二维CAD设计的缺陷,对比突出三维BIM设
在雾计算三层数据传输框架下,用户的图像数据隐私泄露依然是最严重的问题之一,特别是大多数加密方法都不适用于物理终端资源受限的情况。因此,针对这类场景,需要设计合适的数据隐私保护方法。压缩感知具有轻量级和保密性,可以解决该问题。文章提出一种基于压缩感知的图像数据三层传输方案,不仅可以实现数据的安全传输,还可以结合里德-所罗门码(RS)应对篡改攻击,实现篡改定位和恢复。保密性方面,终端利用块压缩感知实现
4月24日,以“安全:数字化改革之根基”为主题的“2021西湖论剑·网络安全大会”(以下简称“西湖论剑”)成功举办.西湖论剑共设1场主论坛、15场分论坛、1场网络安全展览、1场
期刊
2021年4月16-17日,“第九届全国网络与信息安全防护峰会(XDef 2021)”在武汉东西湖华美达酒店顺利召开,来自公安部、教育部、湖北省委网信办、武汉市委网信办等相关部门,企业
期刊
粒子群算法作为一种随机算法,其随机性对种群的进化速度和寻优精度提出了严峻的挑战.针对该问题,本文提出了一种具备自纠正和逐维学习能力的粒子群算法.首先提出了一种纠正策
现有的组推荐方法侧重于寻找组内成员之间的相似性,而忽略了成员之间存在的差异.在群组成员差异性显著的情况下,丢弃群组成员间的差异性,竭力寻求相似性,这样会大大降低群组