基于Attention机制的链接预测算法

• 作者: 张林 房一泉 程华
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 注意力机制 双向循环神经网络 拓扑序列化 链接预测 局部网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 109-114
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13245/j.hust.190220

摘要

针对社会网络中链接预测问题,提出了基于注意力(Attention)机制的链接表示及其预测算法.基于待预测节点的共邻关系构建其链接局部网络,设计了基于紧密游走的网络拓扑序列化方法.采用双向循环神经网络(Bi-RNN)对链接序列进行向量编码,以充分挖掘序列相关节点间的上下文依赖信息.通过Attention机制对链接中的节点进行关注和加权,强化重要节点对链接预测任务的贡献,实现链接拓扑特征的自动提取与准确分类预测.实验结果表明,在4种不同类型的社会网络数据集中,该算法的准确率和运算效率都有较大提高且普适性较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程华	华东理工大学信息科学与工程学院	44	148	7.0	11.0
2	房一泉	华东理工大学信息科学与工程学院	21	55	4.0	7.0
3	张林	华东理工大学信息科学与工程学院	3	14	3.0	3.0