利用特征选择与插补改进随机游走排序
社会与信息网络
2022-04-21 v1 机器学习
摘要
Science4cast竞赛旨在预测语义网络中的新链接，其中每个节点代表一个概念，每条边代表一篇关联两个概念的论文所提出的链接。该网络包含1994年至2017年的信息，以天为离散单位（代表底层论文的发表日期）。Hash Brown团队的最终提交方案\emph{ee5a}在测试集上取得了0.92738的分数。本团队得分排名\emph{第二名}，比冠军分数低0.01。本文详述了我们的模型、其直观思路，以及其在测试集中各变体的表现。
引用
@article{arxiv.2111.15635,
title = {Improving random walk rankings with feature selection and imputation},
author = {Ngoc Mai Tran and Yangxinyu Xie},
journal= {arXiv preprint arXiv:2111.15635},
year = {2022}
}