mvn2vec:多视角网络嵌入中的保持与协作
社会与信息网络
2019-11-05 v3 人工智能
机器学习
神经与进化计算
摘要
多视角网络广泛存在于现实应用中。同时,网络嵌入已成为一种针对网络数据的有效表示学习方法。因此,我们受此驱动研究多视角网络嵌入问题,重点关注此类网络嵌入中特定且重要的优化目标。在嵌入真实多视角网络的实践中,我们明确识别出两个此类目标,称之为保持(preservation)与协作(collaboration)。本文通篇对这两个目标进行了深入分析。此外,提出mvn2vec算法以(i)研究不同程度的保持与协作如何影响嵌入学习,以及(ii)探索通过同时建模二者获得更优嵌入质量的可行性。通过在一系列合成数据集、大规模内部Snapchat数据集及两个公开数据集上的实验,我们确认了保持与协作作为多视角网络嵌入两个目标的有效性与重要性。这些实验进一步表明,通过同时建模两个目标可获得更好的嵌入,且不会使模型过度复杂或需要额外监督。代码与处理后的数据集可在 http://yushi2.web.engr.illinois.edu/ 获取。
引用
@article{arxiv.1801.06597,
title = {mvn2vec: Preservation and Collaboration in Multi-View Network Embedding},
author = {Yu Shi and Fangqiu Han and Xinwei He and Xinran He and Carl Yang and Jie Luo and Jiawei Han},
journal= {arXiv preprint arXiv:1801.06597},
year = {2019}
}