-
题名异构信息网络上基于图正则化的半监督学习
被引量:9
- 1
-
-
作者
刘钰峰
李仁发
-
机构
湖南大学信息科学与工程学院
湖南大学嵌入式系统与网络实验室
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第3期606-613,共8页
-
基金
国家自然科学基金项目(61173036)
湖南大学青年教师成长计划基金项目(531107040824)
-
文摘
现实世界中存在着大量包含多种类型的对象和联系的异构信息网络,从中挖掘信息获取知识已成为当前的研究热点之一.基于图正则化的半监督学习在近年来得到了广泛的研究,然而,现有的半监督学习算法大都只能应用于同构网络.基于同构节点和异构节点的一致性假设,提出了任意结构的异构信息网络上的半监督学习的正则化分类函数,并得到分类函数的闭式解,以此预测未标记节点的类别.提出了异构信息网络上的半监督学习的迭代框架,标记节点的信息可以在邻近的节点上迭代传播,直至达到稳定状态,并证明了迭代算法将收敛于正则化分类函数的闭式解.DBLP数据集上的实验表明该方法优于经典的半监督学习算法.
-
关键词
异构信息网络
同构信息网络
半监督学习
正则化框架
聚类
-
Keywords
heterogeneous information network
homogeneous information network
semi-supervised learning
regularization framework
clustering
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-