HDD算法

发表在knowledge-Based Systems上的一篇文章。有许多现实世界的复杂系统与多类型相互作用的实体，可以被视为异构网络，包括人类连接和生物进化。这类网络的主要问题之一是预测信息的扩散，如未来社会事件的发展和演变的形状、增长和规模。信息扩散是网络上被广泛研究的动力学处理方法之一。新闻、创新和病毒等信息从一组种子节点开始，并在整个网络中传播。信息扩散已经在广泛的领域被研究，包括医疗保健、复杂网络和社交网络。网络系统上最重要的任务之一是理解、建模和预测网络主体中的快速事件和演变。该作者关注异构网络，并通过考虑不同的元路径为输入添加权重，提出了一种新的元路径表示学习方法HDD（Heterogeneous Deep Diffusion）。

算法的总体框架：

1 背景知识

1.1 元路径以及topic diffusion的目标

给出图 $T_{G}={A, G}$ ，元路径 $P$ 定义如下。A和R代表了节点和边的类型，元路径一般表示为 $A_{1}R_{1}A_{2}R_{2}...A_{l+1}$ 。如下图所示，两个作者直接的一条边代表他们之间有一篇论文，多条边则是多篇共同论文。所以，APA 则代表了两个作者 A 之间的论文 P 的元路径。同理，AVA 则是两个作者 A 共同在会议 V 上发表了论文。
而topic diffusion则旨在解决当一个节点 $i$ 在 t 时刻写了论文时，在 $t + 1$ 时刻究竟是哪个作者又会写一篇论文的问题。

1.2 级联 Cascade

假设有N个主题， $N=n_{i}(1<i<N)$ 。对于每个主题 $N_{i}$ ，联级 $C_{i}=(u_{i}, v_{i}, t_{i})$ 来记录主题 $n_{i}$ 的扩散过程：作者 $v_{i}$ 在时间 ${t_{i}}$ 引用 $u_{i}$ 。

如上图，可以表示为 $(p a p e r 1, t 1 = 0), (p a p e r 1, p a p e r 2, t 2), (p a p e r 1, p a p e r 3, t 3), (p a p e r 1, p a p e r 4, t 4), (p a p e r 1, p a p e r 5, t 5)$ 。

1.3 LSTM

关于LSTM的讲解，大佬们已经解释的非常清楚了，这里只用截图。

2 提出的方法

2.1 作者（节点）embedding

每一个节点都要用一个向量来表示。这里 $\in R^{N}，N$ 是作者的数量，所有的作者都共享一个嵌入张量embedding tensor $\in R^{N*N*T_{s}}，T_{s}$ 是时间戳的数量。
如果t1中的两个节点将共同撰写关于特定主题的论文，则最后一列用于输出为1（活动节点），否则被视为0（非活动节点）。

2.2 CNN-LSTM

CNN-LSTM是CNN的特征提取和LSTM的总结提取特征的组合。采用LSTM来聚合特征，使网络能够在由CNN层提取局部特征时考虑到全局结构。

我们的CNN-LSTM模型使用了一个嵌入层（维数为1000），一个5个卷积的一维CNN层，穿插着一个64max池，一个LSTM层（每个门有1000个网络单元），最后，一个乙状激活函数应用于LSTM的输出。

该方法的创新点

1.通过考虑异构网络中不同的元路径，向输入层添加了权重。
2.使用了深度表示学习，它可以自动从异构网络中的每个节点中提取总结的特征。

论文笔记——HDD算法：异构网络中信息扩散的深度学习方法相关推荐

【论文翻译】HeteSim：异构网络中相关性度量的通用框架
原文链接:https://blog.csdn.net/Mrong1013967/article/details/115330139 HeteSim:异构网络中相关性度量的通用框架摘要相似性搜索是许 ...
m基于基站休眠的LTE-A异构网络中节能算法matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述要求 1.开发一个软件工具,可以直观地演示如何在LTE-A异构网络中通过基站的睡眠模式节约能源 2. ...
Chemical Science | 通过异构网络中的深度学习对已知药物进行靶标识别
今天给大家介绍的是2020年1月在Chemical Science上发表的论文"Target identification among known drugs by deep learnin ...
【文献阅读】异构网络中的联邦优化——FedProx
本文是FedProx的论文,值得一看. 由于本文之前有简单看过一次,这次就不细读,就只读其中比较重要的部分也就是PedProx的实现和收敛证明. 定义 1:(-不精确解) 对于一个函数 ,其中 .我 ...
【论文翻译】跨异构网络学习挖掘竞争关系
跨异构网络学习挖掘竞争关系跨异构网络学习挖掘竞争关系摘要发现和监控竞争对手是公司在全球市场保持领先地位的根本.现有的研究主要集中在挖掘单个数据源中的竞争关系,而竞争信息通常分布在多个网络中.在这 ...
【电信学】【2019.03】5G异构网络中的移动性管理
本文为澳大利亚埃迪斯科文大学(作者:Mohammad Arifin Rahman Khan)的硕士论文,共91页. 近年来,由于智能手机.平板电脑和笔记本电脑等便携式设备的普及,移动数据流量呈指数级增 ...
【论文笔记】—生成对抗网络—GAN—2014-NIPS
论文介绍生成对抗神经网络GAN开山之作论文. 论文作者为"生成对抗网络之父"Ian Goodfellow和图灵奖得主Youshua Bengio. GAN近年来成为人工智能和深度 ...
人群与网络：新事物在网络中的扩散
一种网络级联扩散模型如下: 场景:一个社会网络,AB两类事物可能被人们采纳:B为旧的,一直以来大家都采用:A是新的,可能一开始只有很少几个人用(例如上图标红的7,8) 假定:①每个人只能采用A或B:② ...
[论文阅读] (ASONAM2019) Meta-GNN: 属性异构网络中用于半监督学习的元图神经网络
论文标题:Meta-GNN:Metagraph Neural Network for Semi-supervised learning in Attributed Heterogeneous Info ...

论文笔记——HDD算法：异构网络中信息扩散的深度学习方法