基于时空轨迹多视角匹配网络的社交链接推断
信息检索
2021-03-23 v1
摘要
本文研究目标位置感知社交网络（LSN）中的社交链接推断问题，旨在预测该网络内用户间未观测到的链接。此问题对于网络补全与好友推荐等下游应用至关重要。除通用链接预测中常用的网络结构外，面向LSN中社交链接推断的研究还从空间维度利用用户轨迹。然而，用户轨迹中所蕴含的时间因素被多数已有研究严重忽视，限制了捕捉用户间时间相关性的能力。此外，通过融合不同视角（即社交、空间与时间因素）实现有效用户匹配仍待解决，阻碍了链接推断的潜在提升。为此，本文设计了一种新颖的多视角匹配网络（MVMN），将三种因素分别视为任意目标用户对的某一视角。MVMN通过为其开发合适的匹配模块，具备建模各因素的灵活性与完备性：1）位置匹配模块，2）时间序列匹配模块，3）关系匹配模块。各模块学习用于匹配的视角特定表示，MVMN融合它们以进行最终链接推断。在两个真实数据集上的大量实验证明了我们的方法相对于若干竞争性链接预测与序列匹配基线的优越性，验证了其关键模块的贡献。
引用
@article{arxiv.2103.11095,
title = {Social Link Inference via Multi-View Matching Network from Spatio-Temporal Trajectories},
author = {Wei Zhang and Xin Lai and Jianyong Wang},
journal= {arXiv preprint arXiv:2103.11095},
year = {2021}
}
备注
12 pages, Published in IEEE TNNLS (Key source code added)