计算机应用研究2021，Vol.38Issue(9) ：2646-2650,2661.DOI:10.19734/j.issn.1001-3695.2021.01.0031

基于图嵌入与支持向量机的社交网络节点分类方法

Node classification method in social network based on graph embedding and support vector machine

张陶 于炯 廖彬 余光雷 毕雪华
计算机应用研究2021，Vol.38Issue(9) ：2646-2650,2661.DOI:10.19734/j.issn.1001-3695.2021.01.0031
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于图嵌入与支持向量机的社交网络节点分类方法

Node classification method in social network based on graph embedding and support vector machine

张陶 1于炯 2廖彬 3余光雷 4毕雪华4
扫码查看

作者信息

  • 1. 新疆大学 信息科学与工程学院,乌鲁木齐 830046;新疆医科大学 医学工程技术学院,乌鲁木齐830011
  • 2. 新疆大学 信息科学与工程学院,乌鲁木齐 830046
  • 3. 新疆财经大学 统计与数据科学学院,乌鲁木齐830012
  • 4. 新疆医科大学 医学工程技术学院,乌鲁木齐830011
  • 折叠

摘要

针对无属性社交网络的节点分类问题,提出了一种基于图嵌入与支持向量机,利用社交网络中节点之间关系特征,对节点进行分类的方法.首先,通过DeepWalk、LINE等多种图嵌入模型挖掘节点隐含关系特征的同时,将高维的社交网络数据转换为低维embedding向量.其次,提取节点度、聚集系数、PageRank值等特征信息,组合构成节点的特征向量.然后,利用支持向量机构建节点分类预测模型对节点进行分类预测.最后,在三个公开的社交网络数据集上实验,与对比方法相比,提出的方法在社交网络节点分类任务中能取得更好的分类效果.

关键词

社交网络/节点分类/图嵌入/支持向量机/隐含关系特征

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量7
参考文献量6
段落导航相关论文