一种基于特征迁移的社交网络嵌入方法

    公开(公告)号:CN116128670A

    公开(公告)日:2023-05-16

    申请号:CN202211661230.3

    申请日:2022-12-23

    申请人: 东北大学

    摘要: 本发明提供一种基于特征迁移的社交网络嵌入方法,涉及动态社交网络嵌入技术领域。该方法首先对社交网络等间隔取快照,从而得到离散的图快照序列,然后使用图卷积神经网络对快照进行表示;再针对动态社交网络演化过程中的节点、连边可能出现的不同情况,制定不同的迁移策略以及图快照之间特征迁移的迁移权重;最后针对动态社交网络演化过程中的节点、连边可能出现的不同情况,计算节点在不同情形下对应的节点表征;该方法在学习节点嵌入的过程中考虑了邻居结构之间的相似性,前一时刻图快照的节点表征作为下一时刻的图快照的节点表征,使得模型能够稳定的学习社交网络中的网络演化信息。

    一种动态网络图快照切片方法
    6.
    发明公开

    公开(公告)号:CN115203612A

    公开(公告)日:2022-10-18

    申请号:CN202210823400.7

    申请日:2022-07-14

    申请人: 东北大学

    IPC分类号: G06F16/958 G06N20/00

    摘要: 一种动态网络图快照切片方法,适用于动态网络采取图快照作为网络表达形式的场景,属于网络表示学习领域;使用动态网络的时间属性和拓扑结构特征作为图快照稳定性判定的依据,分别计算出图快照的网络密度以及网络权重,进而得到图快照的加权网络密度值,然后根据该值选出最佳切片步长,得出对应步长的图快照序列,进一步在社团发现、节点聚类、链路预测任务上验证了该方法的有效性。此外,还选择Vue和element‑ui技术,借助MySQL数据库存储数据,使用Javascript、Java作为编程语言开发了一个原型系统用于上述内容的可视化展示。该方法提供了一种动态网络图快照切片处理方法且具有通用性以及实际应用价值,进一步完善了目前的图快照切片处理方法。