基于有偏随机游走的网络表征学习模型的研究与实现

目录

声明

摘要

图目录

表目录

第1章绪论

1．1课题背景

1．2研究内容

1．3论文结构

第2章相关工作

2．1网络表征学习的基本概念

2．1．1网络的定义

2．1．2网络节点的邻近性

2．1．3网络表征学习

2．2网络表征学习的分类体系和主要方法

2．3相关研究工作

2．3．1基于矩阵分解的降维方法

2．3．2基于神经网络保留网络结构的方法

2．4本章小结

第3章网络节点随机游走序列的标签纯度估计

3．1背景介绍

3．2案例分析

3．3随机游走序列的标签纯度估计

3．3．1有标签节点序列的标签纯度计算方法

3．3．2无标签节点序列的标签纯度估计方法

3．3．3随机游走序列的标签纯度估计模型

3．4本章小结

第4章基于有偏随机游走的网络表征学习

4．1背景介绍

4．2基于一阶邻近性的网络节点标签预测方法

4．3基于序列标签纯度的有偏游走算法

4．4随机游走序列的SkipGram表征学习框架

4．5本章小结

第5章实验

5．1数据集和评价指标

5．1．1数据集介绍

5．1．2评价指标介绍

5．2标签预测实验和分析

5．3多标签分类实验和分析

5．3．1对比算法

5．3．2参数设置

5．3．3实验结果

5．3．4参数灵敏性

5．4聚类实验和分析

5．4．1对比算法和参数设置

5．4．2实验结果

5．5本章小结

第6章总结与展望

6．1总结

6．2展望

参考文献

攻读硕士学位期间主要的研究成果

致谢