-
公开(公告)号：CN111931903B
公开(公告)日：2023-07-07
申请号：CN202010654776.0
申请日：2020-07-09
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于双层图注意力神经网络的网络对齐方法，包括网络嵌入表示和嵌入向量空间对齐两个阶段。在网络嵌入表示阶段，提出了双层图注意力神经网络进行网络表示学习，以提取用户在社交网络中的嵌入向量；在嵌入向量空间对齐阶段，利用得到的社交网络用户节点嵌入向量和部分已知的锚链接集合构建分类模型来预测不同社交网络之间的锚链接，并提出了一种双向嵌入向量空间对齐策略来满足不同社交网络间的用户实体一对一的匹配约束。通过上述设置，本方法能有效地捕捉到用户在社交网络中与邻居用户间和各特征之间的不同影响权重，从而学习到用户在社交网络中的精确表示，提高不同社交网络之间的锚链接预测的准确性。
-
公开(公告)号：CN111931903A
公开(公告)日：2020-11-13
申请号：CN202010654776.0
申请日：2020-07-09
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于双层图注意力神经网络的网络对齐方法，包括网络嵌入表示和嵌入向量空间对齐两个阶段。在网络嵌入表示阶段，提出了双层图注意力神经网络进行网络表示学习，以提取用户在社交网络中的嵌入向量；在嵌入向量空间对齐阶段，利用得到的社交网络用户节点嵌入向量和部分已知的锚链接集合构建分类模型来预测不同社交网络之间的锚链接，并提出了一种双向嵌入向量空间对齐策略来满足不同社交网络间的用户实体一对一的匹配约束。通过上述设置，本方法能有效地捕捉到用户在社交网络中与邻居用户间和各特征之间的不同影响权重，从而学习到用户在社交网络中的精确表示，提高不同社交网络之间的锚链接预测的准确性。
-
Search Results
2
records
(took 0.017 seconds)
