基于半監(jiān)督聚類的網(wǎng)絡(luò)嵌入方法
關(guān)鍵詞：人工智能其他學(xué)科 網(wǎng)絡(luò)嵌入 聚類 半監(jiān)督 區(qū)分性
摘要：GEMSEC(graph embedding with self clustering)在計(jì)算節(jié)點(diǎn)特征的同時(shí)學(xué)習(xí)節(jié)點(diǎn)聚類,通過強(qiáng)制將節(jié)點(diǎn)進(jìn)行聚類來揭露網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu),但未考慮類別標(biāo)簽信息,導(dǎo)致學(xué)到的節(jié)點(diǎn)嵌入缺乏區(qū)分性。針對這一問題,提出了一種基于半監(jiān)督聚類的網(wǎng)絡(luò)嵌入方法(NESSC),將隨機(jī)游走序列和少量節(jié)點(diǎn)類別標(biāo)簽作為輸入,在計(jì)算節(jié)點(diǎn)特征和學(xué)習(xí)節(jié)點(diǎn)k-means聚類的過程中,利用類別標(biāo)簽信息指導(dǎo)聚類過程,同時(shí)重構(gòu)已知節(jié)點(diǎn)類別標(biāo)簽信息,學(xué)習(xí)具有區(qū)分性的節(jié)點(diǎn)表示。在6個(gè)真實(shí)網(wǎng)絡(luò)上進(jìn)行節(jié)點(diǎn)聚類和節(jié)點(diǎn)分類評(píng)測實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果顯示,NESSC方法明顯優(yōu)于無監(jiān)督網(wǎng)絡(luò)嵌入方法DeepWalk和GEMSEC,可以通過加入節(jié)點(diǎn)的標(biāo)簽信息來提高網(wǎng)絡(luò)嵌入的效果。因此,通過網(wǎng)絡(luò)節(jié)點(diǎn)的嵌入,可以高效地提取網(wǎng)絡(luò)的有用信息,對于相關(guān)網(wǎng)絡(luò)嵌入研究具有一定的參考價(jià)值。
河北工業(yè)科技雜志要求:
{1}參考文獻(xiàn)：只列出在正文中被引用過的、新的、重要的、正式發(fā)表的文獻(xiàn)資料，數(shù)量不應(yīng)少于5條。采用順序編碼制。
{2}來稿內(nèi)容題材新穎、結(jié)構(gòu)嚴(yán)謹(jǐn)、文字凝練、闡論精辟，有一定理論水平和學(xué)術(shù)價(jià)值。
{3}來稿無論是否錄用，一律不退稿，請自留底稿。如來稿6個(gè)月后未被錄用，作者可自行處理稿件。切勿一稿多投。稿件嚴(yán)禁抄襲或剽竊行為，如有之，一切后果由作者自負(fù)。
{4}文章一般有引言部分和正文部分，正文部分用阿拉伯?dāng)?shù)字分級(jí)編號(hào)法，一般用兩級(jí)。
{5}關(guān)鍵詞盡量使用MeSH詞匯，或從文題、摘要、正文中選取與本文研究或討論中的中心問題有關(guān)和必要的詞。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
