集成时空轨迹的动态属性网络表征学习

作     者：曹燕 颜铭江 贾香恩 董一鸿 陈华辉 Cao Yan;Yan Mingjiang;Jia Xiang’en;Dong Yihong;Chen Huahui

作者机构：宁波大学信息科学与工程学院宁波315211 

基　　金：国家自然科学基金(61572266) 浙江省自然科学基金(LY20F020009) 宁波市自然科学基金(202003N4086) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2021年第33卷第3期

页      码：487-496页

摘      要：网络表征学习是当前信息网络数据表示的研究热点,相比于传统网络分析技术已显示出它的有效性和高效性.目前绝大多数研究仅将网络视为静态来处理,即网络结构不随时间演化而变化,而且很少考虑网络中丰富的节点属性信息,难以适应现实信息网络时刻变化的动态特性.同时考虑网络的动态性和节点属性,提出基于时空路径的动态属性网络表征学习(DAWalk),将结构特征与属性特征聚合为节点的嵌入表示.游走时空轨迹序列以捕获网络的结构特征以及动态演化趋势规律.在模型学习方面使用改进的自编码器模型,最小化序列中成对节点的距离损失,学习出序列节点对隐藏的高度非线性规律,使得学到的节点表示更具健壮性.实验表明,在可视化、链接预测、节点分类任务上,提出的DAWalk在3个数据集上的性能均优于其他基准算法.

主 题 词：网络表征学习 动态网络 动态图嵌入 属性网络 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2021.18310

馆 藏 号：203102587...