探索基于端到端图表示学习的新兴主题预测方法及其应用效果.docxVIP

探索基于端到端图表示学习的新兴主题预测方法及其应用效果

目录

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2图表示学习发展概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3端到端学习范式简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.4新兴主题预测的挑战与机遇．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.5本文主要贡献与结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

相关工作．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1图表示学习技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1.1图卷积网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.1.2图注意力网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1.3基于图嵌入的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.1.4其他前沿图表示模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.2主题模型与预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2.1传统主题发现方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2.2基于表示学习的话题建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.2.3主题演化与趋势预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.3端到端预测方法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

2.3.1端到端推荐系统．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.3.2端到端序列分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.4现有研究的不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

基于端到端图表示学习的新兴主题预测框架．．．．．．．．．．．．．．．．．33

3.1核心思想与假设．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

3.2数据预处理与图构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.2.1信息网络构建策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.2.2节点与边特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.3端到端图表示学习模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.3.1模型整体架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

3.3.2图卷积/注意力层设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.3.3主题编码与预测模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.4损失函数与优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

3.5模型训练与参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

4.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

4.1.1数据集来源与描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.1.2数据集划分与标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.2对比方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.2.1基于传统机器学习的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

4.2.2基于独立图表示学习的方法．．．．．．．