一种基于多尺度特征和改进采样策略的异构网络对齐方法

作     者：任尊晓 王莉 REN Zunxiao;WANG Li

作者机构：太原理工大学大数据学院晋中030600 

基　　金：国家自然科学基金(61872260)资助项目 

出 版 物：《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期：2021年第36卷第4期

页      码：779-788页

摘      要：网络对齐是集成不同平台数据的重要途径。利用网络表示学习得到节点表征并建立节点匹配策略是当前异构网络对齐的主流技术之一。在这类研究中,网络表示模型和计算复杂性为两大关键问题。本文提出一种基于多尺度特征建模和优化采样策略的无监督网络对齐方法。首先,提出一种不同尺度的节点特征表示,提取节点特征;然后利用网络嵌入模型获得网络的初表征,在此基础上设计了一种基于节点重要性的采样策略选择地标节点,改进随机抽样策略;建立了基于地标节点的网络节点相似关系矩阵,引入低秩矩阵近似方法进行矩阵分解,得到节点表示;最后,根据节点表示的相似性对网络进行对齐。在3个数据集上的实验结果表明,本模型优于其他基线模型。

主 题 词：网络表征 异构网络对齐 矩阵分解 矩阵近似 无监督学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16337/j.1004-9037.2021.04.016

馆 藏 号：203104787...