-
公开(公告)号:CN112766464A
公开(公告)日:2021-05-07
申请号:CN202110132110.3
申请日:2021-01-31
Applicant: 西安电子科技大学
Abstract: 本发明属于网络链路预测技术领域,公开了一种基于时空聚合的灵活动态网络链路预测方法、系统及应用,所述动态网络链路预测方法包括:构建基于时空聚合的灵活动态网络链路预测模型,在每个时间步共享相同参数;通过变分推理原理对节点嵌入进行采样,利用构建基于时空聚合的灵活动态网络链路预测模型进行动态网络链路预测。本发明提供一种动态网络链路预测方法,可用于动态网络分析,通过对过去时间的网络状态进行建模,预测未来网络中节点之间链接的变化,计算过程中参数少,误差小,计算准确度高。本发明不需要额外的节点特征、标签或随机游走过程作为其中的一部分,并且由于参数更少,可以更加灵活地扩展到更大的图形。
-
公开(公告)号:CN112766464B
公开(公告)日:2023-07-25
申请号:CN202110132110.3
申请日:2021-01-31
Applicant: 西安电子科技大学
IPC: G06N3/045 , G06N3/047 , G06N3/0475 , G06N3/048 , G06N3/044 , G06N3/0442 , G06N3/088 , G06N3/094 , G06N5/04
Abstract: 本发明属于网络链路预测技术领域,公开了一种基于时空聚合的灵活动态网络链路预测方法、系统及应用,所述动态网络链路预测方法包括:构建基于时空聚合的灵活动态网络链路预测模型,在每个时间步共享相同参数;通过变分推理原理对节点嵌入进行采样,利用构建基于时空聚合的灵活动态网络链路预测模型进行动态网络链路预测。本发明提供一种动态网络链路预测方法,可用于动态网络分析,通过对过去时间的网络状态进行建模,预测未来网络中节点之间链接的变化,计算过程中参数少,误差小,计算准确度高。本发明不需要额外的节点特征、标签或随机游走过程作为其中的一部分,并且由于参数更少,可以更加灵活地扩展到更大的图形。
-
公开(公告)号:CN111368074B
公开(公告)日:2022-06-10
申请号:CN202010113634.3
申请日:2020-02-24
Applicant: 西安电子科技大学
IPC: G06F16/35 , G06F16/36 , G06F16/9536 , G06Q50/00 , G06N3/04
Abstract: 本发明涉及计算机网络技术领域,公开了一种基于网络结构和文本信息的链路预测方法,包括:S1、基于网络结构中随机游走的节点,获得节点的结构嵌入向量;S2、构建卷积神经网络来处理节点的文本信息,获得节点的文本信息嵌入向量;S3、将节点的结构嵌入向量和文本信息嵌入向量进行联合嵌入;S4、生成训练集和测试集;S5、构建神经网络进行二分类学习;S6、训练神经网络;S7、预测结果,这种基于网络结构和文本信息的链路预测方法,计算过程简单,误差小,预测准确率高。
-
公开(公告)号:CN111368074A
公开(公告)日:2020-07-03
申请号:CN202010113634.3
申请日:2020-02-24
Applicant: 西安电子科技大学
IPC: G06F16/35 , G06F16/36 , G06F16/9536 , G06Q50/00 , G06N3/04
Abstract: 本发明涉及计算机网络技术领域,公开了一种基于网络结构和文本信息的链路预测方法,包括:S1、基于网络结构中随机游走的节点,获得节点的结构嵌入向量;S2、构建卷积神经网络来处理节点的文本信息,获得节点的文本信息嵌入向量;S3、将节点的结构嵌入向量和文本信息嵌入向量进行联合嵌入;S4、生成训练集和测试集;S5、构建神经网络进行二分类学习;S6、训练神经网络;S7、预测结果,这种基于网络结构和文本信息的链路预测方法,计算过程简单,误差小,预测准确率高。
-
-
-