结合深度学习的网络邻居结构研究及应用

摘要：

通过研究网络的拓扑结构可以探索到丰富的知识,特别是网络中节点的邻居可以形成不同的邻居结构,而不同的结构蕴含着不同的意义,进而也有着不同的影响.实际上,邻居结构与节点的交互行为之间是互相影响、互为因果的.对三种最为普遍的邻居结构进行分析,并提出结合深度学习的网络邻居结构影响力模型DNSI(neighbor structure influence based on deep learning).通过对图片格式的网络数据提取特征,DNSI可以得到三种邻居结构影响力.分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务,实验结果表明该模型在绝大多数情况下具有优越性.

关键词：社交网络、邻居结构、节点属性、中心度度量、行为预测

所属期刊栏目：13

分类号：TP181;TP393(自动化基础理论)

在线出版日期：2019-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：239-250