随着在线社交网络的普及,基于位置的社交网络(Location-Based Social Networks,LBSN)积累了海量数据,且因其包含丰富的时空、语义......

网络表示学习是探索如何更好地表示网络信息的一项研究。它将信息网络中的节点表示为低维稠密的实向量,供下游机器学习任务使用。......

异构网络表示学习,是在现实世界各类实体及其复杂关系构成的网络中,学习网络低维稠密独立的向量表示过程;该向量表示解决了大规模......

随着基于位置社交网络的兴起,获取位置信息变得越来越容易,使得数据量不断增加造成了严重的信息过载问题。在缤纷复杂的数据下,用......

[目的/意义]现有新闻用户影响力预测研究大部分是利用微博社交网络中的全局特征进行分析,忽略了社交网络中异构节点的局部特征以及......

移动互联网智能手机时代,给人们的生活带来了极大便捷,网络用户对互联网服务也提出了更高的要求。分析并预测用户的App点击使用行......