期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于注意力与图对比学习方法的社交影响预测方法
1
作者
江丽
《安徽大学学报(自然科学版)》
北大核心
2025年第3期20-26,共7页
近年来,通过引入自注意力机制,图注意力网络(graph attention networks,简称GAT)在社交网络影响力预测上取得较好的预测效果.然而,现有的基于图注意力网络的方法往往忽略了自注意力机制中多头信息之间的协同性和差异性,缺乏对多头信息...
近年来,通过引入自注意力机制,图注意力网络(graph attention networks,简称GAT)在社交网络影响力预测上取得较好的预测效果.然而,现有的基于图注意力网络的方法往往忽略了自注意力机制中多头信息之间的协同性和差异性,缺乏对多头信息的协同挖掘与有效利用.提出一种基于多头对比学习与图注意力神经网络模型的社交影响预测方法.该方法通过引入对比学习机制,实现多头自注意力机制的输出之间一致性与差异性的对比,提升多头图注意力神经网络模型的学习能力.实验结果表明,该方法能够进一步提高社交影响力的预测效果.
展开更多
关键词
图注意力网络
多头自注意力机制
社交影响
对比学习
在线阅读
下载PDF
职称材料
题名
基于注意力与图对比学习方法的社交影响预测方法
1
作者
江丽
机构
安徽大学网络信息中心
出处
《安徽大学学报(自然科学版)》
北大核心
2025年第3期20-26,共7页
基金
安徽省高等学校科学研究项目(2024AH050045)。
文摘
近年来,通过引入自注意力机制,图注意力网络(graph attention networks,简称GAT)在社交网络影响力预测上取得较好的预测效果.然而,现有的基于图注意力网络的方法往往忽略了自注意力机制中多头信息之间的协同性和差异性,缺乏对多头信息的协同挖掘与有效利用.提出一种基于多头对比学习与图注意力神经网络模型的社交影响预测方法.该方法通过引入对比学习机制,实现多头自注意力机制的输出之间一致性与差异性的对比,提升多头图注意力神经网络模型的学习能力.实验结果表明,该方法能够进一步提高社交影响力的预测效果.
关键词
图注意力网络
多头自注意力机制
社交影响
对比学习
Keywords
graph attentional networks
multi-head self-attention
social influence
contrastive learning
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于注意力与图对比学习方法的社交影响预测方法
江丽
《安徽大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
