《計算機應用研究》|Application Research of Computers

基于幾何鄰居的半監督節點分類

Semi-supervised node classification based geometric neighbor

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 成天英,王茜,袁丁
機構 重慶大學 計算機學院
統計 摘要被查看 次,已被下載
摘要 現實世界中存在各種各樣的網絡,如社交網絡,文獻網絡等。目前基于網絡結構的節點分類方法只注重局部網絡連接關系。為了能獲取更廣泛的網絡信息,提出一種基于鄰居節點結構信息的半監督節點分類算法CBGN。首先,在網絡中加入懲罰因子來改進隨機游走策略以獲取節點的不定長游走序列,這些節點序列被當作句子輸入到word2vec模型中,從而將網絡結構的潛在信息轉化成向量作為節點的特征表示。其次,改進支持向量機算法,結合梯度下降法和坐標下降法來優化參數空間,以對未標記節點進行更準確的分類。最后,在四個標準數據集上與目前較先進的幾種方法進行了對比實驗。結果表明,CBGN算法提高了分類精度,相比之前已有的方法具有更好的分類效果。
關鍵詞 特征表示;節點分類;半監督學習;隨機游走;網絡分析
基金項目
本文URL http://www.pbxovf.icu/article/02-2020-09-007.html
收稿日期
修回日期
頁碼 -
中圖分類號 TP
文獻標志碼
黑龙江时时玩法介绍