融合快速注意力机制的节点无特征网络链路预测算法
作者:李勇; 吴京鹏; 张钟颖; 张强
更新时间:
链路预测是网络科学的一个重要研究分支,其目的是推断网络中节点对之间存在边缘连接的可能性。在现实生活中,许多关系可以用网络科学来描述,许多实际问题可以转化为链路预测问题。无节点特征网络的链路预测算法可以扩展到更复杂的网络,如有向网络、加权网络、序贯网络等。然而,现有的链路预测算法面临着网络结构信息挖掘不够深入、特征提取过程受人类主观意识影响、算法难以移植到其他网络、算法过于复杂,无法应用于大规模实际工业网络等问题。为了解决上述问题,本文基于图注意网络的基本结构,利用图嵌入表示技术收集节点特征,比较神经图灵机中的内存寻址策略,并结合复杂网络中重要节点发现的相关工作,设计了一种快速高效的注意计算方法,提出了一种快速注意机制链接预测算法(FALP)。在三个公共数据集和一个私有数据集上的实验表明,FALP算法有效地避免了上述问题,具有良好的预测性能。