程序地带

考虑二分图中全局特征的图嵌入方法


2021,WSDM


《Bipartite Graph Embedding via Mutual Information Maximization》论文阅读笔记
背景: 二分图:建模两种类型节点的关系,边表示它们之间是否有交互。已有方法: 图嵌入的方法从图中学习节点特征,但并不是为二分图设计的,可能会陷入局部最优。其他研究主要分为: (1)基于随机漫步:生成不同的节点序列,通过预测滑动窗口中的上下文节点来学习节点特征。 (2)基于重构:通过学习不同的编码器重构邻接矩阵。存在问题: 假设节点都与其邻居节点相关,不能建模二分图的全局特征,如同质节点的社区结构与异构节点的长期依赖关系。 在这里插入图片描述 如图中,Lion, Ice, Toy同风格,应该属于同一社区,但是实际中它们并没有划分到同一社区,因为Lion无法到达Ice和Toy。此外,Lily和Ice离得远,很难从局部图结构中揭示出异构节点之间的依赖关系。本文: 引入一个新的局部全局infomax目标获得全局属性。首先生成一个由两个原型特征组成的全局特征,然后使用注意机制将边编码为局部表示,通过最大化局部和全局特征之间的信息,使二分图中的节点具有全局相关性。具体: (1)二分图编码: 学习初始的节点特征。从每个层的两跳(二分图中相邻的节点不同类型)邻居中学习。首先表示直接邻居的特征,然后使用同构图卷积得节点特征。 在这里插入图片描述 (2)全局特征: 二分图的整体表示。 聚合二分图中所有同构节点的信息,生成每一类的原型特征。然后使用组合函数(COM)结合两个原型特征。 在这里插入图片描述 (3)局部特征: 加注意机制。 在这里插入图片描述 (4)Infomax目标: 噪声对比损失: 在这里插入图片描述

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_44760744/article/details/111246419

随机推荐

CSS笔记——动画

一、基本使用先定义,再使用。@keyframesdonghua1{0%{transform:translate(0px);}100%{transform:translate(12...

Yomuki 阅读(450)

如何轻松写出正确的链表代码

如何轻松写出正确的链表代码

如何轻松写出正确的链表代码?1、理解指针或引用的含义将某个变量赋值给指针,实际上就是将这个变量的地址赋值给指针,或者反过来说,指针中存储了这个变...

ru-willow 阅读(552)

requests 获取div_每日获取变更的CVE漏洞

requests 获取div_每日获取变更的CVE漏洞

查看CVE推送每日更新,做成类似于新闻头条的推送是企业安全从业人员最应该掌控的能力。随着安全体系工作的开展,每位甲方安全从业者从开始的朋友圈接收漏洞信息,到各...

weixin_39668496 阅读(769)