收录:
摘要:
本发明公开了一种基于异质网络表示学习的链路预测方法,属于网络分析领域;通过基于元路径的随机游走捕获异质网络的结构和语义,生成训练序列;应用训练序列训练skip‑gram模型以此来学习网络特征,将网络节点映射到低维向量;通过对节点向量的相识度处理得到链路预测结果;本发明解决了当前多数链路预测算法无法应用在异质网络的情况,可以获取异质网络不同节点所蕴含的丰富信息。大多预测基于邻域局部信息和结构特征,对网络的聚集系数要求较高,稀疏网络预测效果较差,本发明基于元路径的随机游走,可用于稀疏网络,本发明通过对网络整体学习统一建立节点向量,简化计算。
关键词:
通讯作者信息:
电子邮件地址: