{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,6,14]]，“日期-时间”：“2024-06-14T06:00:06Z”，“时间戳”：1718344806186}，“引用-计数”：46，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2021,6,1]]，“时间”：”2021-06-01T00:00:00Z“，”timestamp“：1622505600000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2021,6,1]]，“date-time”：“2021-06-01T00:00:00Z”，“timestamp”：1622505600000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/1015223\/policy-017“}，{“start”：{“date-parts”：[[2021,6,1]]，“date-time”：“2021-06-01T00:00:00Z”，“timestamp”：1622505600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2021,6,1]]，“date-time”：“2021-06-01T00:00:00Z”，“timetamp”：622505600000}，”content-versiion“：”stm-asf“，“delay-in-daies”：0、“URL”:“https:”\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2021,6,1]]，“date-time”：“2021-06-01T00:00:00Z”，“timestamp”：1622505600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2021,6,1]]，“datetime”：“2011-06-01T_00:00:0Z”，f“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”信息科学“]，“published-print”：{“date-parts”：[2021,6]}，”DOI“：“10.1016\/j.ins.2020.012.074”，“type”：“journal-article”，“created”：{“date-parts”：[2021,1,26]]，“date-time”：“2021-01-26T02:46:46Z”，“timestamp”：16116292060000}，“page”：《424-440》，“update-policy”：”http://\/dx.doi.org\/10.10016\/elsevier_cm_policy“，”source“Crossref”，“is-referenced-by-count”：16，“title”：[“通过内容和结构邻近性保持图级嵌入预测信息级联”]，“前缀”：“10.1016”，“卷”：“560”，“作者”：[{“给定”：“晓东”，“家族”：“冯”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“启航”，“家庭”：“赵”，”序列“：“附加”，“隶属关系”：[]}：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.ins.2020.074_b0005”，“series-title”：“万维网国际会议”，“首页”：“9”，“文章标题”：“使用自激鹰过程建模和预测微博的流行动态”，“author”：“Bao”，“year”：“2015”}，{“key”：“10.1016\/j.ins.2020.012.074_b0010”，“doi-asserted-by”：“crossref”，“first page”：“54”，“doi”：“10.116\/j.physa.2019.01.132”，“article-title”：“通过具有自适应窥视窗口的生成模型预测受欢迎度”，“volume”：”522“，“author”：“Bao”，“year”：“2019”，“journal-title“：”Physica a“}”，{“issue”：“6”，“key”：.2020.12.074_b0015“，“首页”：“585”，“文章标题”：“嵌入和聚类的拉普拉斯特征映射和光谱技术”，“卷”：“14”，“作者”：“贝尔金”，“年份”：“2001年”，“期刊标题”：《高级神经信息处理系统》}，{“问题”：“8”，“关键”：“10.1016\/j.ins.2020.074_b0020”，“第一页”：，“author”：“Berger”，“year”：“2009”，“journal-title”：“J.Mark.Res.”}，{“key”：“10.1016\/J.ins.2020.074_b0025”，“doi-asserted-by”：“crossref”，“unstructured”：“Vincent D.Blondel，Jean-Loup Guillaume，Renaud Lambiotte，Etienne Lefebvre。大型网络中社区的快速发展。J.Stat.Mech.：理论解释，2008（10）：P10008，2008。”，“doi”：“10.1088\/1742-5468\/2008\/10\/P10008”}，{“key”：“10.1016\/j.ins.2020.012.074_b0030”，“doi-asserted-by”：“crossref”，“unstructured”：“齐曹，沈华伟，岑科廷，欧阳文涛，程雪琪。深鹰：弥合信息级联预测与理解之间的差距，见：会议信息与知识管理CM，第1149\u20131158页。ACM，2017.“，”DOI“：”10.1145\/3132847.3132973“}，{“key”：“10.1016\/j.ins.2020.074_b0035”，“series-title”：“ACM Web搜索和数据挖掘国际会议”，“首页”：“70”，“文章标题”：“耦合图神经网络社交平台上的人气预测”，“author”：“Cao”，“year”：“2020”}，“key“：”1016\/j.ins.202.074_b0040“，”doi-asserted-by“：”crossref“，”unstructured“：”陈雪芹、范舟、张坤鹏、戈斯·特拉切夫斯基、钟婷、张凤丽。通过递归级联卷积进行信息扩散预测，见：IEEE国际数据工程会议（ICDE），第770\u2013781页。IEEE，2019.“，”DOI“：”10.1109\/ICDE.2019.00074“}，{“key”：“10.1016\/j.ins.2020.012.074_b0045”，“DOI-asserted-by”：“crossref”，“首页”：“59”，“DOI”：“101016\/j.eswa.2019.05.015”，“article-title”：“上传视频未来受欢迎程度的早期预测”，“volume”：”133“author”：“Chen”，“year”：“2019”，“journal-title“：”专家系统.应用程序“}，{”键“：”10.1016\/j.ins.2020.012.074_b0050“，”doi-asserted-by“：”crossref“，”unstructured“：”Justin Cheng、Lada Adamic、P.Alex Dow、Jon Michael Kleinberg和Jure Leskovec。可以预测级联吗？，in：万维网上国际会议，第925\u2013936页。ACM，2014.“，”DOI“：”10.1145\/2566486.2567997“}，{“key”：“10.1016\/j.ins.2020.074_b0055”，“series-title”：“万维网国际会议”，“首页”：“577”，“文章-标题”：“Deepcas:信息级联的端到端预测器”，“author”：“Cheng”，“year”：“2017”}，“key“：”1016\/j.ins.200.12.074_b0060“，”“DOI-asserted-by”：“交叉引用”，“非结构化”：“颜文冲、丁云、青岩、潘绍明。基于图形的半监督学习：综述。神经计算，第216页\u20132302020.”，“DOI”：“10.1016\/j.neucom.209.12.130”}，{“issue”：“41”，“key”：“10.1016\/j.in.2020.12.074_b0065”，“DOI断言”：“crossref”，“first page”：“15649”，“DOI”：“10.1073\/pnas0803685105”，“文章标题”：“通过测量社会系统的响应函数揭示的稳健动态类”，“volume”：“105”，“author”：“Crane，“年份”：“2008年”，“新闻标题”：“Proc。美国国家科学院。科学。美国“}，{“key”：“10.1016\/j.ins.2020.074_b0070”，“series-title”：“人工智能国际联合会议，IJCAI”，“首页”：“3364”，“文章-标题”：“深度属性网络嵌入”，“作者”：“高”，“年份”：“2018”}，}“密钥”：“101016\/j.ins.2020.12.074_b0075”，“系列-标题”:“万维网国际会议”，“第一页”：269“，”article-title“：”微博网络人气预测的有效且轻松的功能“，”author“：”Gao“，”year“：”2014“}，{”key“：”10.1016\/j.ins.2020.074_b0080“，”series-title“：“ACM Web搜索和数据挖掘国际会议”，“首页”：“107”，“article-title”：“建模和预测微博平台上的转发动态”，“author”：“Gao”，“year”：“2015”}，{“key”：“10.1016\/j.ins.2020.074_b0085”，“series-title”：“国际机器学习大会，IMLS”，“first page”：《666》，“article-title”：《用生存理论建模信息传播》，“audor”：《Rodriguez》，“year:“2013”}10.1016\/j.in.2020.12.074_b0090“，”doi由“断言”：“crossref”，“非结构化”：“龚茂国，姚传宇，谢宇，徐明亮。嵌入文本信息的半监督网络。模式识别，104:1073472020.“，”DOI“：”10.1016\/j.patcog.2020.107347“}，{”key“：”101016\/j.ins.2020.074_b0095“，”series-title“：”ACM SIGKDD知识发现和数据挖掘会议“，”first page“：“855”，”article-title“：“node2vec:网络可扩展特征学习”，”author“：”Grover“，”year“：”2016“}”，{“key”：“”10.1016\/j.in.2020.12.074_b0100”，“非结构化”：“Will Hamilton，Zhitao Ying，Jure Leskovec。大图上的归纳表示学习，in：《神经信息处理系统的进展》，第1024\u20131034页，2017年。“}，{”key“：”10.1016\/j.ins.2020.074_b0105“，”series-title“：”万维网国际会议“，”first page“：“57”，”article-title“：“预测推特上的流行消息”，“author”：“Hong”，“year”：“2011”}，}“key“：”10.1016\/j.ins.2020.012.074_b0110“，”doi-asserted-by“：”crossref“，”unstructured“：”黄建毅、汤玉元、胡莹、李建江、胡长军。预测流行演变的活跃期：基于twitter标签的案例研究。信息科学，第Online Available页，2019年。“，”DOI“：”10.1016\/j.ins.2019.04.028“}，{“key”：“10.1016\/j.ins.2020.012.074_b0115”，“series-title”：“学习表征国际会议”，“首页”：“1024”，“article-title”：”半监督分类与图卷积网络“，”author“：”Kipf“，”year“：”2017“}”，{”key“：”10.1016\/j.ins.2020.012.074_b0120“，“series-title”：“高级应用数据库系统国际会议”，“首页”：“131”，“article-title”：“半监督网络嵌入”，“作者”：“李”，“年份”：“2017”}，{“密钥”：“10.1016\\j.ins.2020.12.074_bo125”，“series-title“：”网络和社交媒体上的国际AAAI会议“，”首页“：”640“，“article-title”：“用于级联预测的文本和网络联合建模”，“author”：“Li”，“year”：“2018”}，{“key”：“10.1016\/j.ins.2020.074_b0130”，“doi-asserted-by”：“crossref”，”first page“：”432“，”doi“：”10.1016\/j.ins.2017.09.034“，”article-title“预测社交网络信息扩散的参与者及其应用”，“卷”：“422”，“作者”：“李”，“年份”：“2018”，“期刊标题”：“信息科学。“}，{”key“：”10.1016\/j.ins.2020.012.074_b0135“，”doi-asserted-by“：”crossref“，”first page“：“310”，“doi”：“10.1016\/j.ins.2016.01.009”，“article-title”：“利用概念漂移预测微博中社交多媒体的流行”，“volume”：“339”，”author“：”Li“，“year”：“2016”，“journal-title“：”Inf.Sci.“}s.2020.12.074_b0140“，”series-title“：”ACM SIGKDD国际知识发现和数据挖掘会议“，”first page“：”723“，”article-title“：“带特征池的图卷积网络”，”author“：”Ma“，”year“：”2019“}，{“key”：“10.1016\/j.ins.2020.074_b0145”，”firstpage“:”3111“，”article-title“：”单词和短语的分布式表示及其组成”，“卷”：“26”，“作者”：“Mikolov”，“年份”：“2013年”，“新闻标题”：“高级神经信息”。过程。系统。“}，{”key“：”10.1016\/j.ins.2020.012.074_b0150“，”unstructured“：”Tomas Mikolov，Kai Chen，Greg Corrado，Jeffrey Dean.向量空间中单词表示的有效估计.arXiv预印本arXiv:1301.37812013.“}ACM SIGKDD国际知识发现和数据挖掘会议”，“首页”：“701”，“文章标题”：“深度行走：在线学习社会表征”，“作者”：“Perozzi”，“年份”：“2014”}，{“关键”：“10.1016\/j.ins.2020.074_b0160”，“系列标题”：文章标题“：“使用早期视图模式预测youtube视频的流行程度”，“作者”：“Pinto”，“年份”：“2013”}，｛“密钥”：“10.1016\/j.in.2020.12.074_b0165”，“系列标题”：“ACM SIGKDD国际知识发现和数据挖掘会议”，“首页”：“385”，“文章标题”：“struc2vec：从结构身份学习节点表征“，”author“：”Ribeiro“，”year“：”2017“}，{”issue“：”5“，”key“：”10.1016\/j.ins.2020.074_b0170“，”doi-asserted-by“：”crossref“，”first page“：“561”，”doi“：”10.3233\/IDA-2007-11508“，”article-title“：”Toward accurate dynamic time warping in linear time and space“，“volume”：“11”，“author”：“Salvador”，““2007年”，“新闻标题”：“智能数据分析”。“}，{”issue“：”8“，”key“：”10.1016\/j.ins.2020.074_b0175“，”doi-asserted-by“：”crossref“，”first-page“：”80“，”doi“：”101145\/1787234.1787254“，”article-title“：”预测在线内容的流行程度“，“volume”：“53”，“author”：“Szabo”，“year”：“2010”，“journal-title”：“Commun.ACM”}，”{“key”：”10.116\/j-in“s.2020.12.074_b0180“，”doi-asserted-by“：”crossref“，”首页“：”355“，”DOI“：”10.1016\/j.ins.2015.07.001“，”article-title“：”预测微观评论的流行：一个四方案例研究“，”volume“：”325“，“author”：“Vasconcelos”，“year”：“2015”，“journal-title”：“Inf.Sci”。“}，{”key“：”10.1016\/j.ins.2020.074_b0185“，”unstructured“：”Ashish Vaswani，Noam Shazeer，Niki Parmar，Jakob Uszkoreit，Llion Jones，Aidan N Gomez，\u0141ukasz Kaiser，Illia Polosukhin。你只需要注意。《神经信息处理系统的进展》，第5998\u20136008页，2017年。“}series-title“：”ACM SIGKDD国际知识发现和数据挖掘会议“，”first page“：”1225“，”article-title“：“结构化深层网络嵌入”，”author“：”Wang“，”year“：”2016“}，{“key”：“10.1016\/j.ins.2020.074_b0195”，”series-ttle“：通过递归神经网络建模点过程的强度函数”，“author”：“Xiao”，“year”：“2017”}，{“key”：“10.1016\/j.ins.2020.074_b0200”，“series-title”：“国际人工智能联合会议”，“首页”：“5363”，“article-title”：Yang”，“年份”：“2019”}，{“key”：“10.1016\/j.ins.2020.012.074_b0205”，“非结构化”：“Zhilin Yang，William W Cohen，Ruslan Salakhutdinov.用图嵌入重新审视半监督学习，in：国际机器学习会议，2016年。”}应志涛、尤嘉轩、克里斯托弗·莫里斯、任翔、威尔·汉密尔顿、朱尔·莱斯科维奇。带可微池的层次图表示学习，in：《神经信息处理系统的进展》，第4800\u20134810页，2018年。“}，{“key”：“10.1016\/j.ins.2020.074_b0215”，“doi-asserted-by”：“crossref”，“unstructured”：“于林云、崔鹏、王飞、宋朝明、杨世强。从微观到宏观：用行为动力学揭示和预测信息级联过程，见：2015 IEEE国际数据挖掘会议，第559\u2013568页。IEEE，2015.“，”DOI“：”10.1109\/ICDM.2015.79“}，{“key”：“10.1016\/j.ins.2020.012.074_b0220”，“DOI-asserted-by”：“crossref”，“first page”：”59“，“DOI”：“101016\/j.dss.2014.05.003”，“article-title”：“建模在线社交网络中的品牌后流行动态”，“volume”：：“65”，“author”：“Zadeh”，“year”：“2014”，“journal-title“：”Decis。支持系统“}，{”键“：”10.1016\/j.ins.2020.12.074_b0225“，“series-title”：“国际人工智能联合会议，IJCAI”，“首页”：“2761”，“文章-标题”：“建模推特行为的社会影响位置”，“作者”：“张”，“年份”：“2013”}，{“key”：“10.1016\/j.ins.2020.074_b0230”，“series-标题”，“AAAI人工智能会议”，“首页“：”4438“，”article-title“：”图形分类的端到端深度学习体系结构“，”author“：”Zhang“，”year“：”2018“}]，”container-title”：[“Information Sciences”]，”original-tittle“：[]，”language“：”en“，”link“：{”URL“https:\/\/api.elsevier.com\/content\/article\/PII:S0025520312408？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0020025520312408？httpAccept=text\/plain”，“content-type”：“text\/plan”，“content-version”：“vor”，“intended-application”：“text-mining”}，“deposed”：{“date-parts”：[2022,12,24]]，“date-time”：”2022-12-24T14:54:54:08Z“，”timestamp”：1671893648000｝，“score”：1，“resource”：｛“primary”：｛“URL”：“https://linkinghub.elsevier.com/retrieve\/pii\/S020025520312408”｝｝，“subtitle”：[]，“short title”：[]，“issued”：｛“date parts”：[[2021,6]]｝，“references count”：46，“alternative id”：[“S0020025520312408”]，“URL”：“http:\/\/dx.doi.org/10.1016\/j.ins”。2020.12.074“，”关系“：｛｝，”ISSN“：[”0020-0255“]，”issn-type“：[{”value“：”0020-02五十五“，”type“:”print“}]，”subject“：[]，”published“：{”date-parts“：[2021,6]]}，”assertion“：[[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}维护，{“value”：“通过内容和结构邻近保留的图级嵌入预测信息级联”，“名称”：“articletite”，“label“：”Article Title“}，{“value”：“Information Sciences”，“name”：“journaltitle”，“label”：“Journal Title”}，“value“：”https:\/\/doi.org\/10.1016\/j.ins.2020.074“，”name“：”articlelink“，”label“:”CrossRef doi link to publisher maintained version“}”，{”value“:”Article“，”name“：”content_type“，”标签“：”content-type“}、{”值“：”\u00a9 2021 Elsevier Inc。保留所有权利。“，”name“：”copyright“，”label“：”copyright”}]}}