《基于图卷积神经网络的社区发现方法分析》5800字.docx

PAGE

PAGE61

PAGE45

基于图卷积神经网络的社区发现方法分析

本文以异质网络作为研究对象，研究对异质网络可进行有效社区发现的方法，考虑到异质网络中有多种类型和多维关系的混杂特性，本文将异质网络的社区发现过程分为两个阶段：第一个阶段是采用图卷积神经网络构建模型来学习网络中的节点特性和网络结构，通过向量化的表示方法将异质社会网络表示成可计算的向量化形式，第二个阶段是采用聚类的方法对已进行向量化的网络结构实现节点的社区划分。在第二阶段的聚类过程中，本文采用了K-means聚类和层次聚类（HAC）聚类两种算法进行社区划分，并对两种算法划分后的结果进行了对比分析，实验结