基于元图的主动社交网络对齐
社会与信息网络
2020-07-07 v2
摘要
网络对齐旨在推断匹配不同信息网络之间共享实体的一组锚链接，这已成为有效融合多个信息网络的先决步骤。本文将专门研究用于融合在线社交网络的网络对齐问题。由于缺少训练数据、网络异构性以及一对一约束等原因，社交网络对齐极难解决。现有网络对齐工作通常需要大量训练数据，但这一需求在应用中难以满足，因为人工标注锚链接代价极高。与其他同构网络对齐工作显著不同，在线社交网络中的信息通常属于异构类别，将其纳入模型构建并非易事。此外，锚链接上的一对一基数约束使其推断过程相互交织关联。为应对这三大挑战，本文提出了一种新颖的网络对齐模型，即 ActiveIter。ActiveIter 定义了一组网络间元图用于锚链接特征提取，采用主动学习进行有效标签查询，并使用贪心链接选择进行锚链接基数过滤。在真实世界对齐网络数据集上进行了大量实验，实验结果证明了 ActiveIter 相较于其他最先进基线方法的有效性。
引用
@article{arxiv.1902.04220,
title = {Meta Diagram based Active Social Networks Alignment},
author = {Yuxiang Ren and Charu C. Aggarwal and Jiawei Zhang},
journal= {arXiv preprint arXiv:1902.04220},
year = {2020}
}
备注
Published at ICDE 2019