多关系感知的时序交互网络嵌入
机器学习
2021-10-12 v1
摘要
时序交互网络形成于诸多领域，例如电子商务、在线教育与社交网络服务。时序交互网络嵌入能有效挖掘其中的信息，对上述领域具有重要意义。通常，一次交互的发生不仅影响直接参与该交互的节点（交互节点），也影响交互节点的邻居节点。然而，现有的时序交互网络嵌入方法仅利用历史交互关系来挖掘邻居节点，忽略了其他关系类型。在本文中，我们提出一种多关系感知的时序交互网络嵌入方法（MRATE）。基于历史交互，MRATE 挖掘历史交互关系、共同交互关系与交互序列相似关系，以获得交互节点的基于邻居的嵌入。MRATE 中的分层多关系感知聚合方法首先使用图注意力网络（GATs）聚合通过同一关系类型传播的交互影响，然后通过自注意力机制组合来自多种关系类型的聚合交互影响。在三个公开时序交互网络数据集上进行了实验，实验结果表明了 MRATE 的有效性。
引用
@article{arxiv.2110.04503,
title = {Multi-Relation Aware Temporal Interaction Network Embedding},
author = {Ling Chen and Shanshan Yu and Dandan Lyu and Da Wang},
journal= {arXiv preprint arXiv:2110.04503},
year = {2021}
}
备注
18 pages, 4 figures