属性网络表示学习研究综述

刘欣, 赵中英, 李智恒, 李超

PDF(6190 KB)
PDF(6190 KB)
山东科技大学学报(自然科学版) ›› 2022, Vol. 41 ›› Issue (05) : 91-101. DOI: 10.16452/j.cnki.sdkjzk.2022.05.011

属性网络表示学习研究综述

  • 刘欣, 赵中英, 李智恒, 李超
作者信息 +
History +

摘要

属性网络表示学习旨在最大限度保留原始网络特征的同时,利用网络中丰富的结构与属性信息学习节点或边的向量表示,从而将拓扑空间的网络转化到欧式空间,这有利于后续网络分析任务的高效执行,因此受到国内外学者的广泛关注,成为近年来的研究热点。本研究对属性网络表示学习的代表性方法进行对比研究,首先按照网络的时序性、网络元素的多样性对已有工作进行分类,然后分别阐述了同构属性网络、异构属性网络、动态属性网络的表示学习方法,并对已有方法的核心技术、数据集、评测任务等进行对比研究,最后总结探讨未来可能的研究方向与挑战,旨在为属性网络表示学习的相关研究提供新的思路。

关键词

属性网络 / 表示学习 / 同构属性网络 / 异构属性网络 / 动态属性网络

中图分类号

O157.5

引用本文

导出引用
刘欣, 赵中英, 李智恒, 李超. 属性网络表示学习研究综述. 山东科技大学学报(自然科学版). 2022, 41(05): 91-101 https://doi.org/10.16452/j.cnki.sdkjzk.2022.05.011

基金

国家自然科学基金项目(62072288,61702306)

评论

PDF(6190 KB)

Accesses

Citation

Detail

段落导航
相关文章

/