首页|基于图嵌入与支持向量机的社交网络节点分类方法

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

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.

张陶、于炯、廖彬、余光雷、毕雪华

展开 >

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

新疆财经大学 统计与数据科学学院,乌鲁木齐830012

社交网络 节点分类 图嵌入 支持向量机 隐含关系特征

618620606146207961562086615620782019D01C2052017D01C232

2021

10.19734/j.issn.1001-3695.2021.01.0031

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
年,卷(期)：2021.38(9)
  • 7
  • 6