刘正铭,马 宏,刘树新,杨奕卓,李 星

(国家数字交换系统工程技术研究中心,郑州 450002)

0 概述

近年来,随着以智能终端和社交媒体为代表的各种信息渠道的出现,大数据分析技术越来越受到人们的重视[1]。社交网络、科学引文网络等复杂网络的规模不断扩大,网络数据类型复杂多样。现实网络数据的高维性、稀疏性和异质性等特点,对现有网络分析技术带来严重挑战,这使得对于网络数据的表示学习研究具有重要意义。

网络表示学习旨在将每个网络节点映射为一个低维空间的稠密向量,使得相似的网络节点在低维空间距离较近。网络表示学习通过对网络数据形式进行变换,一方面使其包含的数据信息能够更加容易提取和分析,即由人为的特征工程转化为机器的自动特征提取,另一方面有效缓解了网络数据表示的高维性、稀疏性等问题。

传统的网络表示学习模型主要是基于特定网络关系矩阵降维得到节点的向量表示[2-5],其复杂度通常是网络节点数量的二次方,同时难以融合网络节点文本属性等异质信息进行表示学习。近年来,大量研究者开始研究基于深度学习的网络表示学习方法[6-7]。文献[8]提出了DeepWalk算法,通过随机游走产生节点序列,并将节点序列看作特殊的“句子”作为Word2Vec算法[9]输入,学习节点的向量表示。文献[10]提出了LINE算法,对所有网络节点间的一阶相似性和二阶相似性进行概率建模,通过最小化该概率分布和经验分布的KL散度得到节点的向量表示。……