基于信息传播节点集的CTDN节点分类算法

• 作者: 黄鑫 李赟 熊瑾煜
• 来源期刊: 计算机工程
• 关键词: 信息传播节点集 连续时间动态网络 网络表示学习 节点分类 随机游走 Skip-Gram模型
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 移动互联与通信技术|Mobile Internet and Communication Technology
• 页码范围: 188-196
• 页数: 9页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058719

摘要

针对连续时间动态网络的节点分类问题,根据实际网络信息传播特点定义信息传播节点集,改进网络表示学习的节点序列采样策略,并设计基于信息传播节点集的连续时间动态网络节点分类算法,通过网络表示学习方法生成的节点低维向量以及OpenNE框架内的LogicRegression分类器,获得连续时间动态网络的节点分类结果.实验结果表明,与CTDNE和STWalk算法相比,该算法在实验条件相同的情况下,网络表示学习结果的二维可视化效果更优且最终的网络节点分类精度更高.