使用多種圖編碼進行鏈結預測;Using Multiple Graph Embeddings for Link Prediction

NCU Institutional Repository > 管理學院 > 資訊管理學系 > 研究計畫 > Item 987654321/88816

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/88816

題名:	使用多種圖編碼進行鏈結預測;Using Multiple Graph Embeddings for Link Prediction
作者:	國立中央大學資訊管理學系
貢獻者:	國立中央大學資訊管理學系
關鍵詞:	鏈結預測;網絡嵌入;集成學習;深度神經網路;Link prediction;　Ensemble　learning;　Graph　 embedding;Deep Neural Network Link prediction;　Ensemble　learning;　Graph　 embedding;Deep Neural Network
日期:	2022-07-26
上傳時間:	2022-07-27 11:31:57 (UTC+8)
出版者:	科技部
摘要:	目前鏈結預測已被廣泛的應用在社群網絡、電子商務、生物資訊等各個領域，透過鏈結預測，可以幫助研究人員了解網絡的樣貌。在鏈結預測中，透過網絡嵌入的方式，能夠將網絡中的節點訊息投射到低維向量空間中，並有效的保留網絡結構，在本論文中我們提出一個集成學習模型來保留每一網絡嵌入的特性，透過不同的網絡嵌入學習節點表示。我們在五個資料集上進行實驗，預期利用多個網絡嵌入表示法的學習，透過多個不同的分類器進行訓練，最後以深度神經網絡作為最後的結果預測，可以有效提升鏈結預測的準確率。因為鏈結預測在商業上已經大量且廣泛地使用，所以本計劃不但有學術價值外，更能讓鏈結推薦系統的實務應用更精準、更抓住客戶的真實需要。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[資訊管理學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	59	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....