今晚7:30论文解读直播 | 无权网络零模型与模体朴素贝叶斯模型
Posted 集智俱乐部
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了今晚7:30论文解读直播 | 无权网络零模型与模体朴素贝叶斯模型相关的知识，希望对你有一定的参考价值。
今晚（9月2日）19:30-20:30，我们邀请到电子科技大学基础与前沿研究院在读博士刘波老师和西南大学计算机与信息科学学院·软件学院博士生刘思源老师作客集智学园直播间，在线解读无权网络零模型的构造与应用的论文，与社交网络中基于模体朴素贝叶斯模型的符号预测的论文。本次直播是《巴拉巴西网络科学》系列课程，参加课程可与老师同学互动交流。
论文一：
无权网络零模型的构造与应用
论文题目： 无权网络零模型的构造与应用 论文地址：
http://cdw.cnki.net/kcms/detail/detail.aspx?filename=DKDX201901020&dbcode=CRJT_CJFD&dbname=CJFDLAST2019&v=
论文简介：
这篇论文主要研究了无权网络的零模型构造及应用，其中重点是无权无向网络部分。发现了网络零模型能为实证无权网络提供一个准确的基准，结合网络的统计量指标可定性和定量描述出实际复杂网络的非平凡特性以及这种非平凡特性的程度及来源。
论文二：
社交网络中基于模体朴素贝叶斯模型的符号预测
论文题目： Sign Prediction by Motif Naive Bayes Model in Social Networks 论文地址： https://www.researchgate.net/publication/341995928_Sign_Prediction_by_Motif_Naive_Bayes_Model_in_Social_Networks
论文简介：
通常，基于模体的符号预测方法的核心思想是计算预测边上的模体数量，然后通过机器学习分类器进行预测。这种方法尚未得到理论上的证明，并且无法区分网络中每个节点的角色。本文提出的模体朴素贝叶斯模型不仅可以从理论上解释基于边模体的预测方法，还可以量化网络中每个节点（针对于三阶模体）或每条边（针对于四阶模体）的角色，从而提高了预测的精度。
推荐阅读
商务合作及投稿转载｜swarma@swarma.org
◆ ◆ ◆
加入“没有围墙的研究所”
让苹果砸得更猛烈些吧！
以上是关于今晚7:30论文解读直播 | 无权网络零模型与模体朴素贝叶斯模型的主要内容，如果未能解决你的问题，请参考以下文章
顶会CIKM‘21论文解读：基于图神经网络的人类行为轨迹恢复模型