基于二階圖自編碼器的復(fù)雜網(wǎng)絡(luò)分析

打開文本圖片集

摘  要：為了充分利用復(fù)雜網(wǎng)絡(luò)中蘊(yùn)含的信息，增強(qiáng)圖自編碼器模型的表征能力，提出一種基于二階圖卷積網(wǎng)絡(luò)的自編碼器模型SeGCN-AE。先使用二階圖卷積網(wǎng)絡(luò)提取實(shí)體屬性和關(guān)系信息，生成低維特征表示；然后使用內(nèi)積解碼器重構(gòu)復(fù)雜網(wǎng)絡(luò)鏈接關(guān)系矩陣，并通過重構(gòu)損失對(duì)模型進(jìn)行優(yōu)化。在兩個(gè)基準(zhǔn)復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)集實(shí)驗(yàn)中，SeGCN-AE的性能始終優(yōu)于當(dāng)前較為先進(jìn)的基線模型，表明二階關(guān)系的引入能夠增強(qiáng)模型的表征能力，提升復(fù)雜網(wǎng)絡(luò)分析任務(wù)的表現(xiàn)。（剩余6660字）