基于深度神经网络的社会媒体网络分析

• 作者: 张艳红 王宝会
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 深度学习 神经网络 社会媒体网络 特征学习 链接预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 252-255,263
• 页数: 5页
• 分类号: TP319
• 字数: 4504字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.4.051

摘要

社会媒体网络中不仅包含了用户、文本、图片和视频等多种模态的数据,还包含了反映不同模态数据之间交互的群体特征.为了更好地描述社会媒体网络,从而为上层应用提供更好的服务,提出了一种基于深度神经网络的社会媒体网络模型.该模型采用深度神经网络对单个模态的数据进行学习,从而得到任意一个模态数据的潜在特征表示方法.对于两种不同模态的数据,利用具有高斯分布的先验矩阵与两个模态数据的后验分布建立反映这两个模态数据间群体特征的生成模型.实验结果表明,提出的模型在网络结构的链接分析中具有更好的预测效果,能有效地描述社会媒体网络的整体特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳红	首都经济贸易大学信息学院	5	6	1.0	2.0
2	王宝会	北京航空航天大学软件学院	6	28	4.0	5.0