基于递归投影的结构性网络嵌入

作者：孟亚文; 傅洛伊; 王新兵

来源：计算机应用研究, 2020, (03): 659-661+707.

DOI：10.19734/j.issn.1001-3695.2018.09.0639

• 网络嵌入
• 结构身份
• 特征学习 network embedding
• structural identity
• feature learning

近些年来,在网络嵌入(network embedding)领域的大多数研究都着眼于基于网络节点邻接关系的社区身份,如node2vec和Deep Walk;而基于网络拓扑结构的结构身份研究则十分匮乏,前沿方法如struc2vec等,通常效率很低。提出了递归结构性网络嵌入(recurrent structural network embedding,RSNE),一种新颖而高效的结构特征学习方法。RSNE递归式地把节点的结构身份定义为其邻居结构身份的非线性投影。为了避免退化为基于邻接关系的聚类,采用了一种有效而鲁棒的初始化方法。理论分析显示RSNE在时间复杂度上显著优于现有的结构性网络嵌入方法,可视...

• 单位
  上海交通大学