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

摘要： 對于無標簽網(wǎng)絡(luò)，由于基于圖神經(jīng)網(wǎng)絡(luò)的鏈路預(yù)測方法使用其高效建模機制進行鏈路預(yù)測任務(wù)時性能較差，因此，提出了一種近似圖神經(jīng)網(wǎng)絡(luò)框架的無監(jiān)督鏈路預(yù)測算法(ALIP),旨在模擬圖神經(jīng)網(wǎng)絡(luò)算法的高效建模機制和學習過程，解決網(wǎng)絡(luò)節(jié)點標簽缺失導(dǎo)致的建模不充分問題。首先，參照GCN的輸入層，融合網(wǎng)絡(luò)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...