一种融合节点文本属性信息的网络表示学习算法

来源：计算机工程杂志2018年第11期北京时间：

作者：刘正铭,马宏,刘树新,杨奕卓,李星

单位：国家数字交换系统工程技术研究中心,郑州 450002

摘要：现有网络表示学习算法主要针对网络结构信息进行表示学习,而忽略现实网络中丰富的节点文本属性信息。为有效融合网络结构信息和节点文本属性信息进行表示学习,提出一种新的网络表示学习算法。为实现两方面信息在训练过程中的相互约束,建立基于参数共享的共耦神经网络训练模型,并利用负采样和随机梯度下降的优化策略实现训练过程的快速收敛。实验结果表明,与Doc2Vec算法、DeepWalk算法、DW+D2V算法和TADW算法相比,该算法的分类性能更好

关键词：复杂网络,网络表示学习,信息融合,文本属性信息,神经网络

基金资助：国家自然科学基金(61521003)