一种融合节点文本属性信息的网络表示学习算法.PDF

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 一种融合节点文本属性信息的网络表示学习算法 刘正铭马 宏刘树新杨奕卓李 星 国家数字交换系统工程技术研究中心郑州 摘 要 现有网络表示学习算法主要针对网络结构信息进行表示学习而忽略现实网络中丰富的节点文本属性信 息 为有效融合网络结构信息和节点文本属性信息进行表示学习提出一种新的网络表示学习算法 为实现两方 面信息在训练过程中的相互约束建立基于参数共享的共耦神经网络训练模型并利用负采样和随机梯度下降的 优化策略实现训练过程的快速收敛 实验结果表明与 算法 算法 算法和 算法相比该算法的分类性能更好 关键词 复杂网络网络表示学习信息融合文本属性信息神经网络 中文引用格式刘正铭马 宏刘树新等一种融合节点文本属性信息的网络表示学习算法计算机工程 英文引用格式 网络表示学习旨在将每个网络节点映射为一个 概述 低维空间的稠密向量使得相似的网络节点在低维 近年来随着以智能终端和社交媒体为代表的 空间距离较近 网络表示学习通过对网络数据形式 各种信息渠道的出现大数据分析技术越来越受到 进行变换一方面使其包含的数据信息能够更加容 人们的重视 社交网络科学引文网络等复杂网 易提取和分析即由人为的特征工程转化为机器的 络的规模不断扩大网络数据类型复杂多样 现实 自动特征提取另一方面有效缓解了网络数据表示 网络数据的高维性稀疏性和异质性等特点对现有 的高维性稀疏性等问题 网络分析技术带来严重挑战这使得对于网络数据 传统的网络表示学习模型主要是基于特定网络 的表示学习研究具有重要意义