OFFER：一种用于网络表示学习的模体维度框架
社会与信息网络
2020-08-31 v1 机器学习
摘要
为了更好地表征多元关系，本文研究了一种用于高阶图学习的模体维度框架。通过 OFFER 可提升图学习的有效性。所提框架主要旨在加速并改善高阶图学习结果。我们从网络模体的维度施加加速过程。具体而言，节点与边的精炼度分两个阶段进行：(1) 利用节点的模体度精炼网络的邻接矩阵；(2) 利用边的模体度精炼学习过程中的转移概率矩阵。为评估所提框架的效率，我们对四种流行的网络表示算法进行了改进与检验。通过对 OFFER 性能的评估，链接预测结果与聚类结果均表明，经 OFFER 增强的图表示学习算法以更高效率持续优于原始算法。
引用
@article{arxiv.2008.12010,
title = {OFFER: A Motif Dimensional Framework for Network Representation Learning},
author = {Shuo Yu and Feng Xia and Jin Xu and Zhikui Chen and Ivan Lee},
journal= {arXiv preprint arXiv:2008.12010},
year = {2020}
}