计算机应用研究

作者：张陶,于炯,廖彬,余光雷,毕雪华,

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

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,

基金：国家自然科学基金资助项目(61862060,61462079,61562086,61562078)；新疆维吾尔自治区自然科学基金资助项目(2019D01C205,2017D01C232)；；

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。

来源：2021年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第9期