基于雙端權(quán)重約束的異質(zhì)超網(wǎng)絡(luò)表示學(xué)習(xí)

打開文本圖片集

摘 要：與傳統(tǒng)網(wǎng)絡(luò)不同，超網(wǎng)絡(luò)具有復(fù)雜的高階元組關(guān)系，而現(xiàn)有大多數(shù)超網(wǎng)絡(luò)表示學(xué)習(xí)方法不能很好地捕獲復(fù)雜的高階元組關(guān)系。針對(duì)上述問題，為了更好地捕獲復(fù)雜的高階元組關(guān)系，提出了基于雙端權(quán)重約束的異質(zhì)超網(wǎng)絡(luò)表示學(xué)習(xí)方法。首先，該方法提出一個(gè)超邊多源隨機(jī)游走融合算法，將超邊融入到基于超路徑的隨機(jī)游走節(jié)點(diǎn)序列中；然后，受到知識(shí)表示學(xué)習(xí)模型TransE的啟發(fā)，該方法引入超邊感知器模型與hyper-gram模型進(jìn)行加權(quán)融合，以便于捕獲超網(wǎng)絡(luò)中復(fù)雜的高階元組關(guān)系；最后，在四個(gè)真實(shí)超網(wǎng)絡(luò)數(shù)據(jù)集上的實(shí)驗(yàn)表明，對(duì)于鏈接預(yù)測任務(wù)，該方法的性能幾乎優(yōu)于所有基線方法。（剩余18828字）