文档摘要：注意力机制模型可通过自主学习,通过注意力聚焦学习节点的重要性,基于重要性为不同的节点赋予不同的权重,从而更充分且精确地提取节点特征向量.为了提高链路预测的准确性,提出一种基于双层注意力机制的链路预测方法(DAMLP).该方法设计了双层注意力机制,即节点级注意力机制可学习用户(项目)特征潜在的相关特征信息,聚合级注意力机制通过聚合相关特征信息,自动学习不同相关特征信息的重要性.通过双层注意力机制对相关特征信息的学习,使得链路预测更加准确.采取RMSE和MAE评价指标,通过与一些主流算法进行对比实验,在2个真实数据集的实验结果表明,所提方法有更好的链路预测效果.
作者：李辉 赵宇红 Author：LIHui ZHAOYuhong
作者单位：内蒙古科技大学信息工程学院,内蒙古包头014010;内蒙古电力(集团)有限责任公司,内蒙古呼和浩特010020内蒙古科技大学信息工程学院,内蒙古包头014010
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2023, 42(3)
分类号：TP393
关键词：链路预测 注意力机制 特征信息 准确性
Keywords：linkprediction attentionmechanism featureinformation accuracy
机标分类号：TP391.4F270G633.8
在线出版日期：2023年12月22日
基金项目：基于双层注意力机制的链路预测研究[
期刊论文] 内蒙古科技大学学报--2023, 42(3)李辉 赵宇红注意力机制模型可通过自主学习,通过注意力聚焦学习节点的重要性,基于重要性为不同的节点赋予不同的权重,从而更充分且精确地提取节点特征向量.为了提高链路预测的准确性,提出一种基于双层注意力机制的链路预测方法(DAM...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：链路预测,注意力机制,特征信息,准确性,
- 文件大小:
- 1.21 MB
- 下载次数:
- 60
-
高速下载
|
|
1
