COSNET: Connecting Heterogeneous Social Networks with Local and Global Consistency 论文阅读笔记
COSNET: Connecting Heterogeneous Social Networks with Local and Global Consistency
Yutao Zhang , Jie Tang, Zhilin Yang, Jian Pei, and Philip S. Yu
这篇论文开源发布数据集
论文连接地址 http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.696.391&rep=rep1&type=pdf
1摘要
现有的方法通过估计两个网络中用户之间的两两相似度来解决这一问题。然而，这些方法存在着多个网络匹配不一致的问题。
为了解决这一问题，我们提出了一种新的基于能量的模型COSNET(将异构社交网络与局部和全局一致性连接起来)，该模型考虑了多个网络之间的局部一致性和全局一致性。提出了一种有效的梯度算法，将原始的基于能量的目标函数转化为对偶形式，从而训练模型。
2Introduction
异构网络对齐
3 COSNET: THE PROPOSED MODEL
propose energy-based model to jointly consider local user matching, network structure and global consistency
Local Matching
局部点匹配
首先，我们为单个用户对xi定义局部特性（local feature）。我们考虑了用户属性文件的相似性，它广泛用于实体链接[4,5,20,28]和对象解析[6,13,30]。设gl(xi, yi)为一个向量值特征函数，用于为用户对xi属性特征计算相似度。我们将局部匹配能量函数建模为:
Network Matching
局部匹配独立地处理每一对用户，不考虑网络结构。为了利用网络结构，我们应该考虑“保邻匹配”。
意思是如果在两个社交网络中的用户账户被匹配到，我们希望他们的邻居也是共同的。
我们定义网络匹配能量函数：
当我们从训练数据中学习模型参数后，yi和yj相同的权重就会降低。对于测试集，如果在匹配的图中连接了两个用户对，那么如果给它们分配相同的标签，模型能量就会很低。因此，根据式(1)中网络匹配能量模型的定义，我们倾向于在匹配图中为邻居分配相同的标签来最小化模型能量。
Global Consistency
在本节中，我们将在模型中添加另一个能量函数来惩罚全局不一致性。理想情况下，我们应该考虑x中所有可能的用户对序列。因此，直接惩罚所有序列是不可行的。相反，我们大约只考虑序列
长度是3。图3给出了一个示例。假设我们有三个网络G1、G2、G3，其中有三个候选用户对(v12、v22)、(v12、v31)和(v22、v31)，这些对之间的边表示两个用户对共享一个用户。这三对在匹配图中形成一个三元闭合(如图3所示)，因此，我们为匹配图中的每一个闭合三元定义一个基于三元的能量函数
3.4 Model Learning
最终，我们的目标函数：
3.5 Candidate Generation
1Content-based method 一个简单的解决方案是使用 用户名作为生成种子匹配的标识。
2 Structure-based method 根据网络结构生成候选对集合。一个用户对如果匹配成功，那么他们的各自的邻居也可以考虑进
候选集合。
COSNET: Connecting Heterogeneous Social Networks with Local and Global Consistency 论文阅读笔记相关推荐
- Peer pressure in extortion game can resolve social dilemma（博弈论+机制设计） 论文阅读笔记
Peer pressure in extortion game can resolve social dilemma 论文阅读笔记 一.基本信息 二.文章摘要 三.核心模型 四.分析过程 五.论文总结 ...
- 全卷积（FCN）论文阅读笔记：Fully Convolutional Networks for Semantic Segmentation
论文阅读笔记:Fully Convolutional Networks forSemantic Segmentation 这是CVPR 2015拿到best paper候选的论文. 论文下载地址:Fu ...
- 论文阅读笔记：Intriguing properties of neural networks
论文阅读笔记:Intriguing properties of neural networks 深度学习对抗样本的开山之作 要点 以往的观点认为深度神经网络的高层特征中每一个分量描述了一种特质,但是这 ...
- 论文阅读笔记（4）：Local Convex Representation with Pruning for Manifold Clustering ，带剪枝的局部凸表达进行流形聚类
论文阅读笔记(4):带剪枝的局部凸表达进行流形聚类 介绍 文章主要贡献 理论上:局部凸表达(Local Convex Representation, **LCR**) 剪枝方法:估计流形的内在维数以剪 ...
- 论文阅读笔记 1.《Open Flow: Enabling Innovation in Campus Networks》（2022.12.22）
论文阅读笔记 1.<Open Flow: Enabling Innovation in Campus Networks>(2022.12.22) 一.论文主要内容 二.对 OpenFlow ...
- 【异构图笔记，篇章3】GATNE论文阅读笔记与理解:General Attributed Multiplex HeTerogeneous Network Embedding
[异构图笔记,篇章3]GATNE论文阅读笔记与理解:General Attributed Multiplex HeTerogeneous Network Embedding 上期回顾 论文信息概览 论 ...
- [论文阅读笔记] Are Meta-Paths Necessary, Revisiting Heterogeneous Graph Embeddings
[论文阅读笔记] Are Meta-Paths Necessary? Revisiting Heterogeneous Graph Embeddings 购物返利 www.cpa5.cn 本文结构 解 ...
- VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION(VGG网络)-论文阅读笔记
VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION VGG网络 论文阅读笔记 //2022.4.11上午9:53开始阅 ...
- 【论文阅读笔记】Pyramid Scene Paring Networks
[论文阅读笔记]Pyramid Scene Paring Networks 阅读第一遍(2021.1.18) 提出的问题:当前基于FCN的模型的主要问题是缺乏合适的策略来利用全局场景类别线索 提出:金 ...
- 论文阅读笔记：MGAT: Multi-view Graph Attention Networks
论文阅读笔记:MGAT: Multi-view Graph Attention Networks 文章目录 论文阅读笔记:MGAT: Multi-view Graph Attention Networ ...
最新文章
- Mysql创建触发器实现不同表的插入、更新、删除操作
- python mysql库对比_mysqlclient和PyMySQL对比
- 线程安全的signals
- 工业用微型计算机(23)-汇编语言基本结构
- Memcached 运行状态
- java定义接口规范_关于java的接口的一些规范
- java中的强软弱虚_详解Java的四种引用——强软弱虚，颠覆你的认知！
- 树莓派7寸触屏，略贵
- 语音识别HCLG解码
- 8086的内中断典型如int 21h的分析
- JSP 2.2规范 对jsp:useBean的解释
- select min from 连接
- PHP导出数据库数据字典脚本
- 怎样用计算机制作漫画,用电脑绘制漫画需要些什么？步骤是什么？
- 以 ARM 开发板 和 Arduino UNO 开发板通过串口通信为例，思考嵌入式设备之间通过串口通信的问题总结
- 正好配资在线开户叶飞带崩小票
- 全球及中国生物制药产业盈利现状及竞争格局展望报告2021-2027年
- 移动研发平台EMAS 3.0全新升级，欢迎登陆阿里云官网搜索EMAS进行体验
- 绕过CDN查找真实IP的方法总结
- 图像处理与机器视觉行业分析