一種近似圖神經(jīng)網(wǎng)絡框架的無監(jiān)督鏈路預測算法

摘要： 對于無標簽網(wǎng)絡，由于基于圖神經(jīng)網(wǎng)絡的鏈路預測方法使用其高效建模機制進行鏈路預測任務時性能較差，因此，提出了一種近似圖神經(jīng)網(wǎng)絡框架的無監(jiān)督鏈路預測算法(ALIP),旨在模擬圖神經(jīng)網(wǎng)絡算法的高效建模機制和學習過程，解決網(wǎng)絡節(jié)點標簽缺失導致的建模不充分問題。首先，參照GCN的輸入層，融合網(wǎng)絡的結(jié)構(gòu)信息和節(jié)點屬性；其次，使用矩陣分解替代GCN的隱藏層，模擬正向傳播；再次，借鑒恒等映射和... （共8頁）