检索结果

Select

1. 基于节点-属性二部图的网络表示学习模型

周乐, 代婷婷, 李淳, 谢军, 楚博策, 李峰, 张君毅, 刘峤

《计算机应用》唯一官方网站 2022, 42 (8): 2311-2318. DOI: 10.11772/j.issn.1001-9081.2021060972

摘要（648）

HTML （140）

PDF （843KB）（440）

在图结构数据上开展推理计算是一项重大的任务，该任务的主要挑战是如何表示图结构知识使机器可以快速理解并利用图数据。对比现有表示学习模型发现，基于随机游走方法的表示学习模型容易忽略属性对节点关联关系的特殊作用，因此提出一种基于节点邻接关系与属性关联关系的混合随机游走方法。首先通过邻接节点间的共同属性分布计算属性权重，并获取节点到每个属性的采样概率；然后分别从邻接节点与含有共有属性的非邻接节点中提取网络信息；最后构建基于节点-属性二部图的网络表示学习模型，并通过上述采样序列学习得到节点向量表达。在Flickr、BlogCatalog、Cora公开数据集上，用所提模型得到的节点向量表达进行节点分类的Micro-F1平均准确率为89.38%，比GraphRNA（Graph Recurrent Networks with Attributed random walks）高出了2.02个百分点，比经典工作DeepWalk高出了21.12个百分点；同时，对比不同随机游走方法发现，提高对节点关联有促进作用的属性的采样概率可以增加采样序列所含信息。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于需求评估响应的循环迭代本体构建方法

代婷婷, 周乐, 余秦勇, 黄细凤, 谢军, 宋明慧, 刘峤

计算机应用 2020, 40 (9): 2712-2718. DOI: 10.11772/j.issn.1001-9081.2020010039

摘要（399）

PDF （1259KB）（438）

针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题，提出一种基于需求评估响应的循环迭代本体构建新方法。首先，借鉴软件开发V-模型和本体测试框架对所建本体进行需求分析，以定义出一套强调满足需求而非知识丰富度的本体测试文档；其次，细化核心架构、架构知识体系，并更新测试文档；最后，利用测试文档分别评估核心架构、架构知识体系、需求分析上的知识可满足性表达，并在知识表达不满足的情况下进行本体的局部或全局更新。与本体构建常用方法相比，所提方法能实现本体构建过程中的评估与迭代演进。此外，运用该方法建立的政务本体不仅为事项办理相关知识提供了知识表征框架，还为政务知识计算提供了新思路。基于所提方法开发的政务流程优化程序已成功应用在某省的政务大数据分析领域，这在一定程度上证实了方法的合理性与有效性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于spearman秩相关的序值决策系统约简

祁云嵩谢军

计算机应用 2009, 29 (07): 1758-1759.

摘要（1422）

PDF （475KB）（1171）

约简是知识发现的重要过程。经典的基于等价关系的粗糙集理论,没有考虑系统取值的序值性，并且对数据噪声较为敏感。提出了一个基于spearman秩相关分析的序值决策系统约简方法，该方法通过各属性对被决策个体的spearman秩次的影响来确定约简结果。实验结果表明，该方法不但考虑了系统属性值的序值关系，并且对数据噪声不敏感，因而更符合实际应用的要求。