| 结合深度学习的网络邻居结构研究及应用 |
| |
| 引用本文： | 寇晓宇,吕天舒,张岩.结合深度学习的网络邻居结构研究及应用[J].计算机科学与探索,2019,13(2):239-250. |
| |
| 作者姓名： | 寇晓宇 吕天舒 张岩 |
| |
| 作者单位： | 北京大学 信息科学技术学院,北京,100871;北京大学 信息科学技术学院,北京,100871;北京大学 信息科学技术学院,北京,100871 |
| |
| 基金项目： | 国家自然科学基金重点项目 No.61532001;国家重点基础研究发展计划(973计划) No.2014CB340405;教育部-中国移动科研基金项目No.MCM20170503~~ |
| |
| 摘 要： | 通过研究网络的拓扑结构可以探索到丰富的知识,特别是网络中节点的邻居可以形成不同的邻居结构,而不同的结构蕴含着不同的意义,进而也有着不同的影响。实际上,邻居结构与节点的交互行为之间是互相影响、互为因果的。对三种最为普遍的邻居结构进行分析,并提出结合深度学习的网络邻居结构影响力模型DNSI(neighbor structure influence based on deep learning)。通过对图片格式的网络数据提取特征,DNSI可以得到三种邻居结构影响力。分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务,实验结果表明该模型在绝大多数情况下具有优越性。
|
| 关 键 词： | 社交网络 邻居结构 节点属性 中心度度量 行为预测 |
Research and Application of Network Neighborhood Structure Combined with Deep Learning |
| |
| KOU Xiaoyu,LV Tianshu,ZHANG Yan.Research and Application of Network Neighborhood Structure Combined with Deep Learning[J].Journal of Frontier of Computer Science and Technology,2019,13(2):239-250. |
| |
| Authors: | KOU Xiaoyu LV Tianshu ZHANG Yan |
| |
| Affiliation: | (School of Electronics Engineering and Computer Science,Peking University,Beijing 100871,China) |
| |
| Abstract: | KOU Xiaoyu;LV Tianshu;ZHANG Yan(School of Electronics Engineering and Computer Science,Peking University,Beijing 100871,China) |
| |
| Keywords: | social networks neighbor structure node properties centrality measurement behavior prediction |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
