%0 Journal Article %A 刘正铭 %A 马宏 %A 刘树新 %A 杨奕卓 %A 李星 %T 一种融合节点文本属性信息的网络表示学习算法 %D 2018 %R 10.19678/j.issn.1000-3428.0050760 %J 计算机工程 %P 165-171 %V 44 %N 11 %X

现有网络表示学习算法主要针对网络结构信息进行表示学习,而忽略现实网络中丰富的节点文本属性信息。为有效融合网络结构信息和节点文本属性信息进行表示学习,提出一种新的网络表示学习算法。为实现两方面信息在训练过程中的相互约束,建立基于参数共享的共耦神经网络训练模型,并利用负采样和随机梯度下降的优化策略实现训练过程的快速收敛。实验结果表明,与Doc2Vec算法、DeepWalk算法、DW+D2V算法和TADW算法相比,该算法的分类性能更好

%U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0050760