基于分层注意力的信息级联预测模型

张志扬; 张凤荔; 陈学勤; 王瑞锦

首页> 中文期刊> 《计算机科学》 >基于分层注意力的信息级联预测模型

基于分层注意力的信息级联预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:信息级联预测(Information Cascade Prediction)是社交网络分析领域的一个研究热点,其通过信息级联的扩散序列与拓扑图来学习在线社交媒体中信息的传播模式。当前的信息级联预测模型大多以循环神经网络为基础,仅考虑信息级联的时序结构信息或者序列内部的空间结构信息,无法学习序列之间的拓扑关系。而现有的级联图结构学习方法无法为节点的邻居分配不同的权重,导致节点之间的关联性学习较差。针对上述问题,文中提出了基于节点表示的信息级联采样方法,将信息级联建模为节点表示而非序列表示。随后提出一种基于分层注意力的信息级联预测(Information Cascade Prediction with Hierarchical Attention,ICPHA)模型。该模型首先通过结合了自注意力机制的循环神经网络来学习节点序列的时序结构信息;然后通过多头注意力机制学习节点表示之间的空间结构信息;最后通过分层的注意力网络对信息级联的结构信息进行联合建模。所提模型在Twitter,Memes,Digg这3种数据集上达到了领先的预测效果,并且具有良好的泛化能力。

著录项

来源
《计算机科学》 |2020年第6期|201-209|共9页
作者
张志扬; 张凤荔; 陈学勤; 王瑞锦;
展开▼
作者单位

电子科技大学信息与软件工程学院成都 610054;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
在线社交媒体; 深度学习; 循环神经网络; 图表示学习; 信息级联预测; 多头注意力机制;

相似文献

中文文献
外文文献
专利

1. 基于时空注意力的社交网络信息级联预测模型 [J] . 刘超 ,韩锐 ,刘小洋 . 中文信息学报 . 2021,第008期
2. 融合动态图表示和自注意力机制的级联预测模型 [J] . 张凤荔 ,王雪婷 ,王瑞锦 . 电子科技大学学报 . 2022,第1期
3. 基于双通道级联注意力网络的医学图像配准 [J] . 张纠 ,刘晓芳 ,杨兵 . 计算机工程与设计 . 2021,第010期
4. 基于多注意力机制级联LSTM模型的猪脸表情识别 [J] . 温长吉 ,张笑然 ,吴建双 . 农业工程学报 . 2021,第012期
5. 融合内容特征和时序信息的深度注意力视频流行度预测模型 [J] . 武维 ,李泽平 ,杨华蔚 . 计算机应用 . 2021,第007期
6. 基于关键状态参数预测的CO/CO2级联预测模型 [C] . Xu Ben ,徐奔 ,Chen Xin . 2016年第27届中国过程控制会议 . 2016
7. 基于双自注意力层次级联对抗网络的图像超分辨率重建 [A] . 李欣 . 2019

基于分层注意力的信息级联预测模型

摘要

著录项

相似文献

相关主题

期刊订阅