结合深度学习的网络邻居结构研究及应用

来源：计算机科学与探索杂志2019年第2期北京时间：

作者：寇晓宇，吕天舒，张岩

单位：北京大学 信息科学技术学院，北京 100871

摘要：通过研究网络的拓扑结构可以探索到丰富的知识，特别是网络中节点的邻居可以形成不同的邻居结构，而不同的结构蕴含着不同的意义，进而也有着不同的影响。实际上，邻居结构与节点的交互行为之间是互相影响、互为因果的。对三种最为普遍的邻居结构进行分析，并提出结合深度学习的网络邻居结构影响力模型DNSI（neighbor structure influence based on deep learning）。通过对图片格式的网络数据提取特征，DNSI可以得到三种邻居结构影响力。分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务，实验结果表明该模型在绝大多数情况下具有优越性。

关键词：社交网络,邻居结构,节点属性,中心度度量,行为预测