公开(公告)号：CN111709474A

公开(公告)日：2020-09-25

申请号：CN202010547872.5

申请日：2020-06-16

Applicant: 重庆大学

Inventor： 周明强 ,  孔亦涵 ,  张申申 ,  张程 ,  金海江 ,  刘丹

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明提供了一种融合拓扑结构和节点属性的图嵌入链路预测方法，包括以下步骤：S1、通过图嵌入算法学习网络的拓扑结构信息，将网络的拓扑结构信息嵌入到向量空间中，得到基于节点的嵌入结构特征向量；S2、对于网络中节点属性进行统一编码得到节点属性特征向量；S3、使用深度神经网络对结构特征和属性特征进行非线性融合并输出链路预测分数。本发明可以很好地融合网络中的拓扑结构特征和节点属性信息，帮助用户获得更精准的关联性推送。

公开(公告)号：CN111709518A

公开(公告)日：2020-09-25

申请号：CN202010547871.0

申请日：2020-06-16

Applicant: 重庆大学

Inventor： 周明强 ,  刘丹 ,  金海江 ,  孔亦涵 ,  张程 ,  刘慧君

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06Q50/00

Abstract: 本发明提供了一种基于社区感知和关系注意力的增强网络表示学习的方法，首先，获取网络拓扑结构和节点的文本信息；其次，采用社区发现算法获取社区信息，标记每个节点所处的社区，将其与拓扑结构结合生成社区结构网络；再次，采用社区感知模块在社区结构网络上学习节点的结构嵌入；然后，采用关系注意力模块学习每对相邻节点的文本嵌入；最后，结合结构嵌入和文本嵌入进行模型训练得到每个节点的嵌入表示。本发明可以完整捕获网络局部和全局结构以及节点间丰富的语义关系。