基于扩散界面方法的带符号社交网络节点分类
社会与信息网络
2019-08-07 v2 机器学习
数值分析
数值分析
机器学习
摘要
带符号网络包含正、负两类交互,如友谊与敌意。非带符号图上节点分类任务已在许多实际应用中被证明有益,然而其对带符号网络的扩展在很大程度上仍未被探索。本文首次分析了基于扩散界面方法的带符号社交网络节点分类,该方法以Ginzburg-Landau泛函为基础,并结合图拉普拉斯算子在带符号网络上的不同扩展。我们表明,融合正、负交互的信息可提升真实带符号社交网络中的性能,并持续优于当前最优方法。
引用
@article{arxiv.1809.06432,
title = {Node Classification for Signed Social Networks Using Diffuse Interface Methods},
author = {Pedro Mercado and Jessica Bosch and Martin Stoll},
journal= {arXiv preprint arXiv:1809.06432},
year = {2019}
}
备注
Accepted at ECML-PKDD 2019