基于二階圖自編碼器的復雜網絡分析

打開文本圖片集

摘  要：為了充分利用復雜網絡中蘊含的信息，增強圖自編碼器模型的表征能力，提出一種基于二階圖卷積網絡的自編碼器模型SeGCN-AE。先使用二階圖卷積網絡提取實體屬性和關系信息，生成低維特征表示；然后使用內積解碼器重構復雜網絡鏈接關系矩陣，并通過重構損失對模型進行優(yōu)化。在兩個基準復雜網絡數據集實驗中，SeGCN-AE的性能始終優(yōu)于當前較為先進的基線模型，表明二階關系的引入能夠增強模型的表征能力，提升復雜網絡分析任務的表現。（剩余6660字）