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
共找到6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：
基于改进DeepWalk的网络表示学习算法在社交网络反欺诈中的应用
1
作者 徐艳龙 《长江信息通信》 2025年第7期120-122,共3页
网络表示学习通过自动提取网络结构和行为模式中蕴含的特征,为解决社交网络反欺诈问题提供新的思路。文章基于DeepWalk提出一种融合网络拓扑结构和节点属性的端到端欺诈检测方法,包括改进的随机游走策略和Skip-Gram模型两个模块,并在真... 网络表示学习通过自动提取网络结构和行为模式中蕴含的特征,为解决社交网络反欺诈问题提供新的思路。文章基于DeepWalk提出一种融合网络拓扑结构和节点属性的端到端欺诈检测方法,包括改进的随机游走策略和Skip-Gram模型两个模块,并在真实和合成的社交网络数据集上评估算法性能,结果表明,改进算法多项评价指标优良,呈现出良好的泛化能力和实用潜力。 展开更多
关键词 社交网络反欺诈 网络表示学习 deepwalk算法 随机游走
在线阅读 下载PDF
基于DeepWalk算法的电力系统错误数据注入网络攻击分类方法 被引量：9
2
作者 连祥龙 钱瞳 +1 位作者 张银 唐文虎 《电力自动化设备》 EI CSCD 北大核心 2023年第3期166-171,共6页
为了准确、有效地识别错误数据注入攻击(FDIA)对电网造成危害的严重程度,提出了基于DeepWalk算法的FDIA分类新方法。根据FDIA的特点,构建电力系统的响应模型;提出批量随机边删减策略,将响应模型生成的攻击数据构造为攻击场景图;采用Deep... 为了准确、有效地识别错误数据注入攻击(FDIA)对电网造成危害的严重程度,提出了基于DeepWalk算法的FDIA分类新方法。根据FDIA的特点,构建电力系统的响应模型;提出批量随机边删减策略,将响应模型生成的攻击数据构造为攻击场景图;采用DeepWalk算法将攻击场景图中的节点映射为低维向量,并将其作为机器学习算法的输入对FDIA进行分类。以遭受FDIA的IEEE 39节点系统为例进行仿真,结果表明所提方法可以根据FDIA对电网造成危害的严重程度准确、有效地对FDIA进行分类。 展开更多
关键词 电力系统 网络攻击 错误数据注入攻击 deepwalk算法 节点分类
在线阅读 下载PDF
面向动态交通流多步预测的时空图模型 被引量：1
3
作者 杨平 李成鑫 +1 位作者 刘宜成 吕淳朴 《计算机工程与设计》 北大核心 2024年第4期1195-1201,共7页
为更好表征交通路网中节点之间的动态隐式关系,提出一种基于时空数据嵌入的动态图卷积交通流预测模型。基于路网中节点之间的共现关系,利用深度游走算法将时空数据映射到嵌入空间中学习节点的向量表示;引入时隙嵌入特征与二维空间嵌入... 为更好表征交通路网中节点之间的动态隐式关系,提出一种基于时空数据嵌入的动态图卷积交通流预测模型。基于路网中节点之间的共现关系,利用深度游走算法将时空数据映射到嵌入空间中学习节点的向量表示;引入时隙嵌入特征与二维空间嵌入特征共同构建三维嵌入邻接张量,用于捕获时空依赖关系;在图卷积网络中添加自适应更新机制,利用循环组件演化图卷积网络的参数,以捕获图序列的动态性。将所提模型应用于基于真实交通数据集的交通流预测,结果验证了其有效性和提取路网隐式关系的准确性。 展开更多
关键词 交通流预测 时空数据嵌入 深度游走算法 节点向量表示 时空依赖 动态图卷积 自适应更新机制
在线阅读 下载PDF
融合网络结构特征的贷款违约预测研究
4
作者 孙玮 刘东琪 靳晓曼 《福建电脑》 2024年第10期18-22,共5页
信贷违约风险是金融风险的重要组成部分,应用机器学习进行违约预测已成为研究重点。为提升机器学习模型在贷款违约中的预测能力,本文构建了贷款用户的社会网络。通过选取体现关联关系的网络结构特征,并应用DeepWalk算法和Stacking模型,... 信贷违约风险是金融风险的重要组成部分,应用机器学习进行违约预测已成为研究重点。为提升机器学习模型在贷款违约中的预测能力,本文构建了贷款用户的社会网络。通过选取体现关联关系的网络结构特征,并应用DeepWalk算法和Stacking模型,将用户的社会网络拓扑结构信息作为特征加入机器学习模型进行训练。实验结果表明,该模型能够提高预测准确度,较基准模型AUC分别提高了1.38%、1.74%,对金融机构在贷前风险识别及制定信贷决策具有借鉴意义。 展开更多
关键词 社会网络 deepwalk算法 Stacking模型 贷款违约
在线阅读 下载PDF
基于改进DeepWalk算法的电商网络链路预测研究
5
作者 钱晓东 史玉林 郭颖 《数据分析与知识发现》 CSSCI CSCD 北大核心 2024年第12期62-72,共11页
【目的】针对DeepWalk算法应用在电子商务网络链路预测中的不足,提出一种基于改进的DeepWalk算法的链路预测算法。【方法】针对DeepWalk算法随机游走过程中平等对待每个节点的问题,利用电商网络的结构和属性信息对随机行走进行偏置,引... 【目的】针对DeepWalk算法应用在电子商务网络链路预测中的不足,提出一种基于改进的DeepWalk算法的链路预测算法。【方法】针对DeepWalk算法随机游走过程中平等对待每个节点的问题,利用电商网络的结构和属性信息对随机行走进行偏置,引导游走过程更有针对性地遍历图中不同类型的节点;传统的DeepWalk算法使用余弦相似度方法进行节点的相似度度量,该方法不能很好地表现用户和商品关系的问题,本文将巴氏(Bhattacharyya)系数引入现有的非线性相似度计算中,创建新的节点相似度方法。【结果】改进后的DeepWalk算法在不同规模的数据中平均召回准确率提高范围在0.05~0.17;在计算节点相似性时,节点属性相似度贡献α的最优值在0.5~0.6之间。【局限】随着时间复杂度的增长可能会导致算法可扩展性下降。【结论】经过改进的算法能够更好地学习节点嵌入向量,以识别电商网络中的节点相似性,从而显著提升节点表示的准确性和链路预测的效果。 展开更多
关键词 deepwalk算法 电商网络 链路预测 推荐
原文传递
复杂网络上基于多维特征表示学习的推荐算法 被引量：9
6
作者 丁来旭 刘洪娟 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第3期359-367,共9页
网络表示学习可以有效解决推荐面临的数据稀疏问题.本文对网络表示学习中LINE算法和DeepWalk算法进行改进,提出混合推荐算法并应用于电影推荐场景.该算法通过学习用户喜好特征、厌恶特征和相似用户特征,生成三个低维特征向量.将三个低... 网络表示学习可以有效解决推荐面临的数据稀疏问题.本文对网络表示学习中LINE算法和DeepWalk算法进行改进,提出混合推荐算法并应用于电影推荐场景.该算法通过学习用户喜好特征、厌恶特征和相似用户特征,生成三个低维特征向量.将三个低维特征向量线性组合拼接成用户表示向量,以余弦相似度作为相似性指标,将相似用户关联的电影推荐给目标用户,实现电影推荐.实验结果表明,所提出的推荐算法相较于次优算法,在MovieLens数据集上的准确率和F 1指标分别提升12%和7%,在MovieTweetings数据集上的准确率和F 1指标分别提升16%和18%.本文提出的基于多维特征表示学习的推荐算法在电影推荐类场景中,具有显著的优越性. 展开更多
关键词 网络表示学习 推荐算法 多维特征学习(MFL) LINE deepwalk
在线阅读 下载PDF
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
使用帮助 返回顶部