融合图注意力的多特征链接预测算法

• 作者: 张雁操 赵宇海 史岚
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 链接预测 节点嵌入 图神经网络 注意力机制 聚合图
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 1096-1106
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2012092

摘要

链接预测是复杂网络中重要的研究方向之一.利用神经网络学习预定义的启发式特征近年来受到广泛关注.但是目前此类方法主要利用目标链接的局部子图预测链接,具有较强的局部性.针对这一问题,在SEAL算法的基础上,提出了利用多特征融合图注意力进行链接预测的算法ADNSL.该模型支持多类型的节点嵌入特征作为输入,包括局部特征生成和全局特征提取两部分.对于局部特征生成模块,利用图卷积层,将局部子图中的节点特征交互融合.为了弥补SEAL中的特征无效性和节点无偏性,提出了双向无参注意力.在全局特征提取模块中,利用迭代公式生成聚合图以降低struc2vec节点嵌入算法的复杂度,进而从全局角度挖掘可解释的结构特征,可以有效提升链接预测算法性能.实验表明,ADNSL算法可以合理地利用多类型节点嵌入特征,在八个不同领域的真实数据集上的表现明显优于多个基准算法.