基于群体相似性约束网络表示学习及流处理算法

《基于群体相似性约束网络表示学习及流处理算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于群体相似性约束网络表示学习及流处理算法作者姓名丁东辉工程领域软件工程校内指导教师黄翰教授校外指导教师马震远副总经理所在学院软件学院论文提交日期2017年12月LearningNetworkandNetworkStreamRepresentationswithGroupSimilarityConstraintsADissertationSubmittedfortheDegreeofMasterCandidate：DingDonghuiSupervisor：Prof.HuangHanD.G.M.MaZhenyuanSouthChinaUniv

2、ersityofTechnologyGuangzhou,China分类号：ＴＰ3学校代号：10561学号：201521034653华南理工大学硕士学位论文基于群体相似性约束网络表示学习及流处理算法作者姓名：丁东辉指导教师姓名、职称：黄翰教授马震远副总经理申请学位级别：工程硕士工程领域名称：软件工程论文形式：产品研发工程设计应用研究工程/项目管理调研报告研究方向：商务智能方向论文提交日期：2017年12月18日论文答辩日期：2018年3月16日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：杨晓伟委员：汪疆平、黄翰、程兴国、吴秋霞摘要随着

3、互联网的普及与迅速发展，当今社会已经进入了信息爆炸的时代。社会生活中信息无处不在，事物信息的交互与关联形成了巨大的信息网络，且形式多样。巨大网络图中包含了大量的潜在信息，有待被挖掘和利用。近年来，网络表示学习在网络分析的任务中扮演着重要的角色，越来越受到学术界和工业界的关注。网络表示学习将网络图结构映射到低维向量空间，学习得到每个节点的向量表示，之后便可应用到许多网络分析任务如链路预测、社区发现、异常检测等。受群体相似性现象启发，本文提出了一种基于群体相似性约束的网络表示学习算法。群体相似性是指网络图中一个节点的邻居存在某种相似性。本文首先定义异构网络二部图

4、的节点相似度，再对群体相似性进行建模，从而构造了群体相似性损失函数，最后将其应用到同构网络和异构网络的表示学习。实验证明群体相似性约束对于网络表示学习具有促进作用。本文针对现实世界中网络流提出了一种基于截断邻居的网络表示学习算法。真实的网络图结构非常巨大，拥有大量的节点和边，成千万乃至上亿。单个计算节点的内存甚至磁盘不足以加载如此量级数据，且计算时间过长。算法为每个节点维护固定数量的邻居，一定程度上维护网络结构的二阶相似性。最后，本文在多个公开数据集上进行网络分析任务实验，包括社交网络的节点分类和推荐场景中评分预测。通过与多个算法进行对比分析，本文提出的算法

5、具有较好的性能和鲁棒性。关键字：网络表示学习；网络流；群体相似性IAbstractWiththepopularityandrapiddevelopmentoftheInternet,nowadays,thesocietyhasenteredtheeraofinformationexplosion.Theinformationinsocietyisubiquitous,andtheinteractionandassociationofinformationmakesahugeinformationnetwork,whichhasdiverseforms.The

6、hugenetworkgraphcontainsalotofpotentialinformationthatneedstobediscoveredandexploited.Inrecentyears,thenetworkrepresentationtechniquesplayanimportantroleinthetaskofnetworkanalysis,attractingmoreandmoreattentionfromtheacademicandindustry.Thenetworkrepresentationtechniquesmapthenetwo

7、rkgraphstructuretothelow-dimensionalvectorspace,andlearnthevectorrepresentationofeachnode,whichcanbeappliedtomanynetworkanalysistasks,suchaslinkprediction,communitydiscovery,andanomalydetection.Inthispaper,weproposeanetworkrepresentationlearningalgorithmbasedonthesimilarityofpopula

8、tion.Inspiredbytheneighbor