Classification dans les graphes hétérogénes basée sur une représentation latente des noeuds

Yann Jacob 1 Ludovic Denoyer 1 Patrick Gallinari 1
1 MLIA - Machine Learning and Information Access
LIP6 - Laboratoire d'Informatique de Paris 6
Résumé : Les réseaux sociaux sont souvent composés de différents types de noeud. Apprendre et inférer sur ces réseaux hétérogènes est une tâche récente. Nous considérons la tâche d'étiquetage de noeuds dans les réseaux sociaux, où différents types de noeud doivent être étiquetés par différents jeux de catégories ou d'étiquettes. Nous proposons une nouvelle approche transductive qui apprend automatiquement à projeter les différents types de noeud dans un espace latent commun, cette représentation apprise étant utilisée ensuite pour classifier les différents éléments. Cette approche exploite l'idée que deux noeuds connectés dans un réseau social tendront à avoir des représentations latentes similaires peu importe leur type. Cette hypothèse nous permet d'apprendre les corrélations entre les catégories de noeuds de type différent, quand les méthodes de l'état de l'art traitent chaque type de noeud indépendamment. Nous avons testé ce modèle sur deux jeux de données et il obtient de bonnes performances.
Liste complète des métadonnées

Cited literature [11 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00823267
Contributor : Yann Jacob <>
Submitted on : Thursday, May 16, 2013 - 2:58:45 PM
Last modification on : Thursday, March 21, 2019 - 2:32:58 PM
Document(s) archivé(s) le : Tuesday, April 4, 2017 - 7:40:44 AM

File

coria2013_6.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00823267, version 1

Citation

Yann Jacob, Ludovic Denoyer, Patrick Gallinari. Classification dans les graphes hétérogénes basée sur une représentation latente des noeuds. CORIA 2013, Apr 2013, Neuchâtel, Suisse. pp.85-100. ⟨hal-00823267⟩

Share

Metrics

Record views

246

Files downloads

423