｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,7,17]，“日期时间”：“2024-07-17T21:15:04Z”，“时间戳”：17212500904051｝，“引用计数”：45，“发布者”：“计算机协会（ACM）”，“问题”：“3”，“内容域”：｛“域”：[“dl.ACM.org”]，“交叉标记限制”：true｝，“short-container-title”：[“ACM Trans.Knowl.Discov.Data”]，“published-print”：{“date-parts”：[[2021,6,30]]}，“abstract”：“\n现实世界网络通常具有多个视图，其中每个视图描述一组公共节点之间的一种交互类型。例如，在视频共享网络上，虽然链接了两个用户节点，但如果它们在一个视图中有共同的喜爱视频，那么如果它们共享共同的订阅者，也可以在另一个视图中将其链接。与传统的单视图网络不同，多视图维护不同的语义以相互补充。在本文中，我们建议M<\/jats:underline>\n多视图coll\nA<\/jats:underline>\n实验性\nN<\/jats:underline>\N网络\NE<\/jats:underline>\nmbedding（MANE），一种用于学习低维表示的多视图网络嵌入方法。与现有研究类似，MANE依赖于多样性和协作\u2014，而多样性使视图能够保持各自的语义，协作使视图能够协同工作。然而，我们还发现了一种新的二阶<\/jats:italic>\n协作，这是以前没有探讨过的，并将其进一步统一到我们的框架中，以获得更好的节点表示。此外，由于每个视图对于不同的节点通常具有不同的重要性，我们建议使用MANE\n个\n个\n个\n<\/jats:tex-math>\n<\/jax:alternatives>\n<\/jats:inline-formula>\n，一个\n注意<\/jats:italic>\基于MANE的扩展，对节点视图重要性进行建模。最后，我们在三个公共的真实世界多视图网络上进行了综合实验，结果表明我们的模型始终优于最先进的方法。\n<\/jats:p>“，”DOI“：”10.1145\/3441450“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,4,21]]，”date-time“：”2021-04-21T15:42:54Z“，”timestamp“：1619019774000}，”page“：7，“标题”：[“多视图协作网络嵌入“]，”前缀“：”10.1145“，”卷“：”15“，”作者“：[{”给定“：”Sezin Kircali“，“家族”：“Ata”，“sequence”：“first”，“affiliation”：[{”名称“：”新加坡南洋大道南洋理工大学“}]}，{”ORCID“：”http://\/ORCID.org\/00000-002-4265-5289“，”authenticated-ORCID“：false，”给定“”：“Yuan”，“family”：“Fang”，“sequence“：”additional“，”affiliation“：[{“name”：“新加坡管理大学”}]}，{“given”：“Min”，“family”：“Wu”，“sequence”：“additional”，“affiliation:[{”name“：”Institute for Infocomm Research，Singapore“}]}.，{”given“：”Jiaqi“，”family“：”Shi“，”sequencegiven“：”Chee Keong“，”family“：”Kwoh“，”sequence“：”additional“，”affiliation“：[{“name”：“新加坡南洋大道南洋理工大学”}]}，{“given”：“Xiaoli”，“family”：“Li”，“sequence”：“additional”，“affiliation:[{”name“：”Institute for Infocomm Research and Nanyang Technology University，Singapore“}]}]，“member”：“320”，“published on”：{“”date-parts“：[[2021,4,21]]}，”reference“：[{“key”：“e_1_1_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.methy.2017.06.036”}，{“key”：”e_1_cu1_2_1“，”volume-title“：”第三届学习表征国际会议论文集。“，”author“Bahdanau Dzmitry”，“year”：“2015”，“unstructured”：“Dzmitry Bahdanau、Kyunghyun Cho和Yoshua Bengio。2015 . 神经机器翻译通过联合学习对齐和翻译。在第三届学习表现国际会议记录中。Dzmitry Bahdanau、Kyunghyun Cho和Yoshua Bengio。2015年，通过联合学习对齐和翻译实现神经机器翻译。在第三届学习表现国际会议记录中。}，{“key”：“e_1_2_1_3_1”，“volume-title”：“2014 IEEE数据挖掘国际会议论文集。IEEE，40\u201349”，“author”：“曹伯凯”，“unstructured”：“Bokai Cao，Lifang He，Xiannan Kong，S.Yu Philip，Zhifeng Hao，and Ann B.Ragin.2014。基于张量的多视图特征选择及其在脑疾病中的应用。2014年IEEE数据挖掘国际会议论文集。IEEE，40\u201349。曹伯凯、何丽芳、孔祥楠、S.Yu Philip、郝志峰和Ann B.Ragin。2014.基于张量的多视图特征选择及其在脑疾病中的应用。2014年IEEE数据挖掘国际会议论文集。IEEE，40\u201349.“}，{”key“：”e_1_2_1_4_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3292500.3330964”}，“key”：“e_1_i_1_5_1”，“volume-title”：“第21届ACM SIGKDD国际知识发现与数据挖掘会议论文集。ACM，119\u2013128”，“author”：“Chang Shiyu”，“unstructured”：“张世玉、魏翰、汤继良、齐国军、查鲁·C·阿加瓦尔和托马斯·S·黄。2015.通过深层架构嵌入异构网络。第21届ACM SIGKDD知识发现和数据挖掘国际会议论文集。美国计算机学会，119\u2013128。张世玉、魏翰、汤继良、齐国军、查鲁·C·阿加瓦尔和托马斯·S·黄。2015.通过深层架构嵌入异构网络。第21届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，119\u2013128.“}，{”key“：”e_1_1_6_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1553374.15533391”}，“key”：“e_1_i_1_7_1”，“doi-assert-by”：“publisher”，”doi“：”10.1613\/jair.953“}”，{“key“:”e_2_1_8_1“3874“}，{”键“：”e_1_2_1_9_1“，”卷时间“：”第24届神经信息处理系统国际会议论文集。ACM，199\u2013207“，“作者”：“Dhillon Paramveer”，“非结构化”：“Paramveer-Dhillon，Dean P.Foster，and Lyle H.Ungar。2011.通过CCA进行单词嵌入的多视角学习。第24届神经信息处理系统国际会议论文集。ACM，199\u2013207。Paramveer Dhillon、Dean P.Foster和Lyle H.Ungar。2011.通过CCA进行单词嵌入的多视角学习。第24届神经信息处理系统国际会议论文集。ACM，199\u2013207.“}，{”key“：”e_1_1_10_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3097983.3098036”}，“key”：“e_2_1_11_1”，“volume-title”：“2017年ACM信息与知识管理会议论文集。ACM，1797\u20131806”，“author”：“Lee Wang-Chien”，“year”：“2017”，“unstructured”：“”傅韬阳、李王谦和甄磊。2017 . HIN2Verc：探索异构信息网络中用于表示学习的元路径。2017年ACM信息和知识管理会议记录。美国医学会，1797\u20131806。傅韬阳、李王谦和甄磊。2017年，HIN2Vec：探索异质信息网络中的元路径，用于表征学习。2017年ACM信息和知识管理会议记录。ACM，1797\u20131806。“}，{”key“：”e_1_2_1_12_1“，”volume-title“：”第31届神经信息处理系统国际会议论文集。ACM，5125\u20135136“，”author“：”Garc\u00eda-Dur\u00e1n Alberto“，”year“：”2017“，”unstructured“：”阿尔贝托·加尔科\u00eda-Dur\u00e1n和马蒂亚斯·尼珀特。2017 . 利用嵌入传播学习图表示。第31届神经信息处理系统国际会议论文集。美国医学会，5125\u20135136。阿尔贝托·加尔科\u00eda-Dur\u00e1n和马蒂亚斯·尼珀特。2017.学习嵌入传播的图形表示。第31届神经信息处理系统国际会议论文集。ACM，5125\u20135136.“}，{”key“：”e_1_1_13_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3642-04180-8_45”}，“key”：“e_2_1_14_1”，“volume-title”：“第二十八届国际机器学习会议论文集。ACM，25\u201332”，“author”：“He Jingrui”，“year”：“2011”，“unstructured”：“”何景瑞和里克·劳伦斯。2011 . 基于图形的多任务多视图学习框架。第28届机器学习国际会议论文集。ACM，25\u201332。何景瑞和里克·劳伦斯。2011.基于图形的多任务多视图学习框架。第28届机器学习国际会议论文集。ACM，25\u201332.“}，{”key“：”e_1_2_1_15_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3292500.3330970”}，“key”：“e_1_c_16_1”，“volume-title”：“人工智能不确定性会议论文集.319\u2013328”，“author”：“Huang Jiaming”，“year”：“2018”，“unstructured”：“Jiaming Huang，Zhao Li，Vincent W。郑文文杨一凡陈远米。2018 . 无监督多视图非线性图嵌入。《人工智能不确定性会议论文集》。319\u2013328。黄嘉明、赵丽、郑文森、文文、杨一凡和陈元米。2018年。无监督多视图非线性图嵌入。《人工智能不确定性会议论文集》。319\u2013328.“}，{“key”：“e_1_2_1_17_1”，“volume-title”：“第五届学习表征国际会议论文集”，“author”：“Thomas”，“unstructured”：“托马斯·基普夫和马克斯·威林，2017。图卷积网络半监督分类。在第五届学习表现国际会议的会议记录中。托马斯·基普夫（Thomas N.Kipf）和马克斯·威林（Max Welling）。2017.图卷积网络半监督分类。在第五届学习表现国际会议的会议记录中。“}，{”key“：”e_1_2_1_18_1“，”volume-title“：”第24届神经信息处理系统国际会议论文集。ACM，1413\u20131421“，”author“：”Kumar Abhishek“，”year“：”2011“，”unstructured“：”Abhishek Kumar、Piyush Rai和Hal Daume。2011 . 协同规则多视图光谱聚类。在第24届神经信息处理系统国际会议论文集上。美国医学会，1413\u20131421。Abhishek Kumar、Piyush Rai和Hal Daume。2011.联合规则多视角光谱聚类。第24届神经信息处理系统国际会议论文集。ACM，1413\u20131421.“}，{”key“：”e_1_1_19_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1137\/1.9781611972801.21”}，“key”：“e_1_i_1_20_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/256486.2568045“}”，{781611972832.28“}，{”键“：”e_1_2_1_22_1“，”卷时间“：”第32届AAAI人工智能会议记录。人工智能促进会，117\u2013124”，“作者”：“刘烨”，“非结构化”：“刘烨、何丽芳、曹博凯、Philip S.Yu、Ann B.Ragin和Alex D.Leow。2018.脑网络聚类分析的多视图多图嵌入。第32届AAAI人工智能会议论文集。人工智能发展协会，117\u2013124。叶刘、何利芳、曹伯凯、菲利普·于晓东、安·拉金和亚历克斯·刘奥。2018.脑网络聚类分析的多视图多图嵌入。第32届AAAI人工智能会议论文集。人工智能促进会，117\u2013124.“}，{“key”：“e_1_2_1_23_1”，“volume-title”：“2018年网络会议记录.1593\u20131602”，“author”：“Lu Chun-Ta”，“unstructured”：“Chun-Ta-Lu，Lifang He，Hao Ding，Bokai Cao，and Philip S.Yu。2018。通过结构分解机从多视图多路数据中学习。2018年网络会议记录。1593\u20131602。吕春田、何立芳、郝丁、曹伯凯和俞敏洪。2018年，通过结构因子分解机从多视角多途径数据中学习。2018年网络会议记录。1593\u20131602.“}，{“key”：“e_1_2_1_24_1”，“volume-title”：“2017 IEEE数据挖掘国际会议论文集。IEEE，967\u2013972”，“author”：“马贵祥”，“unstructured”：“Ma Guixiang Ma，Chun-Ta Lu，Lifang He，S.Yu Philip，and Ann B.Ragin.2017。用于脑网络分析的带有中心检测的多视图图嵌入。2017年IEEE数据挖掘国际会议论文集。IEEE，967\u2013972。马桂祥、卢春塔、何丽芳、S.Yu Philip和Ann B.Ragin。2017.脑网络分析的多视图图嵌入和中枢检测。2017年IEEE数据挖掘国际会议论文集。IEEE，967\u2013972.“}，{”key“：”e_1_1_25_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3178876.3186113”}，“key”：“e_1_i_1_26_1”，“doi-assert-by”：“publisher”，”doi“：”10.1093\/nar\/gkt1115“}、{”密钥“：”d_2_1_27_1“、”doi-sserted-by 0.2623732“}，{“键”：“e_1_2_1_28_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1145\/3132847.3133021“}，{“key”：“e_1_2_1_29_1”，“unstructured”：“余氏方球韩新伟何新然何卡尔杨洁洛和韩嘉伟2019。mvn2vec：多视图网络嵌入中的保存和协作。arXiv:1801.06597。余世芳求韩信伟何欣然何卡尔杨洁罗和韩嘉伟。2019.mvn2vec：多视图网络嵌入中的保存和协作。arXiv:1801.06597.“}，{”key“：”e_1_2_1_30_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICDMW.2018.0145”}，“key”：“e_1_i_1_31_1”，“doi-assert-by”：“publisher”，“doi:”10.1145\/248124.2481248“}”，{77.2741093“}，{”key“：”e_1_2_1_33_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICDM.2009.20“}，{“key”：“e_1_2_1_34_1”，“volume-title”：“学习表征国际会议论文集”，“author”：“Velickovic Petar”，“year”：“2018”，“unstructured”：“彼得·维利科维奇（Petar Velickovic）、吉利姆·库库鲁尔（Guillem Cucurull）、阿兰塔·卡萨诺娃（Arantxa Casanova）、阿德里亚娜·罗梅罗（Adriana Romero）、彼得罗·里奥（Pietro Lio）和约舒亚·本吉奥（Yoshua Bengio）。2018 . 绘制注意力网络图。《学习代表国际会议论文集》。彼得·维利科维奇（Petar Velickovic）、吉利姆·库库鲁尔（Guillem Cucurull）、阿兰塔·卡萨诺娃（Arantxa Casanova）、阿德里亚娜·罗梅罗（Adriana Romero）、彼得罗·里奥（Pietro Lio）和约舒亚·本吉奥（Yoshua Bengio。2018年，绘制注意力网络图。《学习代表国际会议论文集》。“｝，｛”键“：”e_1_2_1_35_1“，”卷标题“：”第32届AAAI人工智能大会论文集。人工智能促进会，2508\u20132515“，”作者“：”王宏伟“，”年份“：”2018“，”非结构化“：”王洪伟、王佳、王嘉林、赵苗、张卫南、张福正、谢兴和郭敏义。2018 . GraphGan：利用生成性对抗网络进行图形表示学习。第32届AAAI人工智能会议论文集。人工智能发展协会，2508\u20132515。王洪伟、王佳、王嘉林、赵苗、张卫南、张福正、谢兴和郭敏义。2018.GraphGan：生成性对抗网络的图形表示学习。第32届AAAI人工智能会议论文集。人工智能促进会，2508\u20132515.“}，{“key”：“e_1_2_1_36_1”，“doi断言者”：“publisher”，“doi”：“10.1093\/生物信息学\/btm087”}，{“key”：“e_1_2_1_37_1”，“doi断言者”：“publisher”，“doi”：“10.1007\/978-3-030-00776-8_19”}，{“key”：“e_1_2_38_1”，“首页”：“3236”，“文章标题”：“图分类的多结构视图学习”，“卷”：“29”，“作者”：“吴佳”，“年份”：“2018”，“非结构化”：“贾武，潘石蕊，朱星泉，张成琦，S.Yu Philip。2018 . 用于图分类的多结构视图学习。IEEE神经网络和学习系统汇刊29，7（2018），3236\u2013 3251。贾武、潘石蕊、朱星泉、张成琦和S.Yu Philip。2018年，图形分类的多结构视图学习。IEEE神经网络和学习系统汇刊29，7（2018），3236\u20133251。”，“期刊标题”：“IEEE神经网和学习系统交易”}，{“key”：“e_1_1_39_1”，“unstructured”：“Chang Xu Dacheng Tao和Chao Xu。2013。多视角学习调查。arXiv:1304.5634。张旭、陶大成、赵旭。2013年，多视角学习调查。arXiv:1304.5634.“}，{”key“：”e_1_2_1_40_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3132847.3132975”}，“key”：“e_1_i_1_41_1”，“doi-assert-by”：“publisher”，”doi“：”10.24963\/ijcai.2018\/428 jcai.2019\/754“}，{“key”：“e_1_1_43_1”，“volume-title”：“mg2vec：学习关系——通过元图嵌入保存异构图形表示”，“作者”：“张文涛”，“年份”：“2020年”，“非结构化”：“张文涛、袁芳、刘泽民、吴敏和张新明。mg2vec：学习关系——通过元图嵌入保存异构图表示。IEEE知识与数据工程汇刊（2020年）。张文涛、袁芳、刘泽民、吴敏和张新明。mg2vec：学习关系——通过元图嵌入保存异构图表示。IEEE知识与数据工程汇刊（2020年）。}，{“key”：“e_1_2_1_44_1”，“volume-title”：“基于用户-项目-标签三部图集成扩散的个性化推荐。物理学A：统计力学及其应用389，1”，“作者”：“张子科”，“年份”：“2010”，“非结构化”：“张子科，周涛，张一成。2010。通过用户-项目-标签三部分图的集成扩散实现个性化推荐。物理学A：统计力学及其应用389，1（2010），179\u2013186。Zi-Ke Zhang、Tao Zhou和Yi-Cheng Zhang。2010年，通过用户-项目-标签三部分图的集成扩散实现个性化推荐。Physica A:《统计力学及其应用》389，1（2010），179\u2013186content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,1]]，”date-time“：“2023-01-01T21:16:22Z”，“timestamp”：1672607782000}，“score”：1，“resource”：{“primary”:{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3441450”}}，”subtittle“：[]，”短标题“：[]，”已发布“：{”date-parts“：[[2021,4,21]]}，”references-count“：45，”journal-issue“：{”issue“：”3“，”published-print“：{”date-part“：[[2021,6,30]]}}，“alternative-id”：[“10.1145\/3441450”]，“URL”：“http://\/dx.doi.org\/10.1145\/3441150”，“relation”：{}，《国际标准期刊》：[“1556-4681”，“1556-472X”]，”iss n型“：[{”值“：”1556-4681“，”类型“：”打印“}，{”价值“：”2556-472X“，”型号“：”电子“}]，“subject”：[]，“published”：{“date-parts”：[2021,4,21]]}，“assertion”：[{“value”：“2020-01-01”，“order”：0，“name”：“received”，“label”：“received”，”group“：{”name“：”publication_history“，”label“：”publication history“}}，{“value”：”2020-12-01“，”order“：1，”name“accepted”，“tabel”：”accepted“，“group”：{name“publication_history”，“label”：“出版物历史”}}，{“value”：“2021-04-21”，“order”：2，“name”：“published”，“label”：“published”，“group”：{“name”:“publication_history”，“标签”：“publication history”}}]}}