基于密集卷积和多特征感知的链接预测模型研究

来源：计算机工程与科学杂志2025年第8期北京时间：

作者：刘金竹, 张东, 李冠宇

单位：（大连海事大学信息科学技术学院，辽宁 大连 116026）

摘要：ConvE将卷积神经网络应用于链接预测任务，其优异的性能引起了学术界的关注。但是，ConvE等卷积神经网络模型对图结构信息的特征提取仍不充分且没有考虑知识图谱中关系存在的多特征属性。为了充分利用图结构信息特征以及关系的多特征属性，提出了一个新的链接预测模型——ComConvR。该模型对关系的多特征进行提取，并向卷积神经网络添加密集卷积块，增强了网络的信息提取能力，实现了多特征融合，以完成链接预测任务。最后，使用ComConvR在4个基准数据集上进行链接预测实验并进行消融实验和关键参数讨论，表明了密集卷积块的有效性和高效性。

关键词：链接预测；神经网络；多特征感知；密集卷积 ,,

基金资助：国家自然科学基金（61976032，62002039）