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

基于多头注意力机制的社交网络符号预测

Social network sign prediction based on multi-head attention mechanism

免费全文下载 (已被下载 次)  
获取PDF全文
作者 颜仕雄,朱焱,李春平
机构 西南交通大学 信息科学与技术学院;清华大学 软件学院
统计 摘要被查看 次,已被下载
摘要 社交网络符号预测旨在从网络拓扑结构挖掘社交网络用户的潜在关系。传统符号预测方法缺少处理二阶邻居信息的能力,难以有效提取社交网络用户的低维特征。为了有效融合节点用户邻居信息,提出了一种利用多头注意力机制学习一阶、二阶邻居信息的网络表示学习方法SMGAT(Signed Mutil-head Graph Attention Network),从而改善社交网络符号预测的效果。首先融合平衡理论和状态理论采样一阶邻居、二阶邻居,然后利用多头注意力机制融合邻居的符号和结构信息,学习节点的低维特征,最后通过逻辑回归分类器实现符号预测。通过在4个真实的符号网络数据集上进行实验,结果证明SMGAT方法能够有效挖掘邻居节点的符号、结构信息,提高社交网络符号预测效果。
关键词 符号网络;网络表示学习;多头注意力机制;邻居采样
基金项目 四川省科技计划项目(2019YFSY0032)
本文URL http://www.arocmag.com/article/02-2021-05-026.html
收稿日期
修回日期
页码 -
中图分类号 TP181
文献标志码