《计算机应用研究》|Application Research of Computers

基于几何邻居的半监督节点分类

Semi-supervised node classification based geometric neighbor

免费全文下载 (已被下载 次)  
获取PDF全文
作者 成天英,王茜,袁丁
机构 重庆大学 计算机学院
统计 摘要被查看 次,已被下载
摘要 现实世界中存在各种各样的网络,如社交网络,文献网络等。目前基于网络结构的节点分类方法只注重局部网络连接关系。为了能获取更广泛的网络信息,提出一种基于邻居节点结构信息的半监督节点分类算法CBGN。首先,在网络中加入惩罚因子来改进随机游走策略以获取节点的不定长游走序列,这些节点序列被当作句子输入到word2vec模型中,从而将网络结构的潜在信息转化成向量作为节点的特征表示。其次,改进支持向量机算法,结合梯度下降法和坐标下降法来优化参数空间,以对未标记节点进行更准确的分类。最后,在四个标准数据集上与目前较先进的几种方法进行了对比实验。结果表明,CBGN算法提高了分类精度,相比之前已有的方法具有更好的分类效果。
关键词 特征表示;节点分类;半监督学习;随机游走;网络分析
基金项目
本文URL http://www.arocmag.com/article/02-2020-09-007.html
收稿日期
修回日期
页码 -
中图分类号 TP
文献标志码