科研之友
微信
新浪微博
Facebook
分享链接
摘要
图是一种重要且基础的数据结构，存在于各种各样的实际场景中。而随着近年来互联网的高速发展，社交网络图数据大量增加，对这些数据进行分析对公共服务、广告营销等实际场景有重要作用。目前已经有不少的图神经网络算法在此类问题中取得了较好的结果，但依然有提升的空间，在很多追求高准确度的场景下，工程师依然希望有性能更好的算法可供选择。文中对神经网个性化传播算法进行了改进，提出了新的可用于社交图网络的图神经网络算法DPPNP。相比于传统图神经网络算法，在信息于节点之间传播时，该算法会根据节点的度对不同节点按不同比例保留自身信息，以提高准确度。在真实数据集上的实验结果表明，与已有的图神经网络算法相比，该算法拥有更好的性能。
- 单位
