科研之友
微信
新浪微博
Facebook
分享链接
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，本文在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。
- 单位
