社交网络中基于IAUE模型的锚链识别

来源：软件学报杂志2017年第s2期北京时间：

作者：王宁,王莉

单位：王宁，太原理工大学 计算机科学与技术学院, 山西 晋中 03060011,王莉，太原理工大学 大数据学院, 山西 晋中 03060002

摘要：社交网络中的锚链识别对于跨网络信息传播、跨平台推荐、社交链预测等具有重要意义.针对当前锚链识别研究中准确率低的问题，提出了一种有效提高锚链识别准确率的方法：IAUE模型.该模型首先利用网络结构信息进行网络表征学习，然后利用BP神经网络、随机梯度下降和负采样等方法得到异构网络节点间的锚链候选集，最后辅以G-S算法精化锚链匹配结果，提高异构网络对齐的准确率.多个数据集上的实验结果表明，IAUE方法相比其他方法具有较高的性能和很好的泛化能力，可以较为准确地识别网络中的锚链.

关键词：表征学习;网络Embedding;BP神经网络;网络对齐;G-S算法

基金资助：国家高技术研究发展计划（863）（2014AA015204）；山西省国际合作项目（201703D421013）；中国科学院计算技术研究所网络数据科学重点实验室课题（CASNDST20140X）