情报学报  2021, Vol. 40 Issue (2): 135-144    DOI: 10.3772/j.issn.1000-0135.2021.02.003
  情报分析方法与技术 本期目录 | 过刊浏览 | 高级检索 |
基于表示学习的双层知识网络链路预测
曹志鹏, 潘定, 潘启亮
暨南大学,广州 510632
Link Prediction in Two-layer Knowledge Network Based on Network Representation Learning
Cao Zhipeng, Pan Ding, Pan Qiliang
Jinan University, Guangzhou 510632
全文: PDF (1854 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 当前,针对知识网络的链路预测主要是基于网络拓扑结构的相似性,很少考虑作者的研究领域,导致信息利用不充分等问题,因此本文提出了双层知识网络的链路预测框架hypernet2vec。双层知识网络,即作者合著关系网络和学术领域关系网络,利用网络表示学习,分别将两层网络中的节点映射到低维的向量空间,再输入到专门设计的卷积神经网络中计算并进行链路预测。与经典的链路预测指标如RA指标、LP指标和LRW指标等相比,hypernet2vec模型预测的AUC(area under curve)值取得了显著的提升,平均提升幅度达11.17%。文章还从情报产生层面和复杂系统层面,对模型发生作用的深层机理进行了探讨。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
曹志鹏
潘定
潘启亮
关键词 知识网络链路预测神经网络表示学习    
收稿日期: 2019-12-16     
基金资助:广东省社科规划项目“广东省高校知识网络的结构和演化机制研究”(GD17YGL04)。
作者简介: 曹志鹏,男,1983年生,博士研究生,主要研究领域为知识网络、复杂系统;潘定,男,1963年生,博士生导师,主要研究领域为数据挖掘、信息管理;潘启亮,男,1974年生,博士研究生,主要研究领域为科研管理、知识网络,E-mail:tpql@jnu.edu.c;
引用本文:   
曹志鹏, 潘定, 潘启亮. 基于表示学习的双层知识网络链路预测[J]. 情报学报, 2021, 40(2): 135-144.
Cao Zhipeng, Pan Ding, Pan Qiliang. Link Prediction in Two-layer Knowledge Network Based on Network Representation Learning. 情报学报, 2021, 40(2): 135-144.
链接本文:  
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.02.003     或     https://qbxb.istic.ac.cn/CN/Y2021/V40/I2/135