跨大规模信息网络的转移结构框架
社会与信息网络
2019-11-13 v1
摘要
机器学习中现有的用于挖掘信息网络的领域特定方法旨在将信息网络的节点表示为向量格式。然而，真实世界的大规模信息网络无法通过单一网络得到良好的网络表示。当网络结构信息从一个网络转移到另一个网络时，网络表示的性能可能急剧下降。为此，我们提出了一种新颖的框架，用于跨关系型大规模信息网络转移有用信息(FTLSIN)。该框架由一种2层随机游走来度量两个网络之间的关系并预测它们之间的链接。在真实世界数据集上的实验证明了所提模型的有效性。
引用
@article{arxiv.1911.04665,
title = {A Framework of Transferring Structures Across Large-scale Information Networks},
author = {Shan Xue and Jie Lu and Guangquan Zhang and Li Xiong},
journal= {arXiv preprint arXiv:1911.04665},
year = {2019}
}
备注
WCCI 2018 IJCNN best student paper