5947
2021-10-05 21:40:25
2021-10-08
近日，由華南農業(yè)大學、中山大學、華南師范大學合作的論文Hybrid-Order Anomaly Detection on Attributed Networks被CCF A類期刊IEEE Transactions on Knowledge and Data Engineering (TKDE）正式錄用。這是三所高校組成的聯(lián)合研究團隊一年多以來，共同取得的又一個重要成果。
針對屬性網絡異常檢測問題中，僅檢測異常節(jié)點而忽略了異常子圖的檢測，該文首次定義了一個新的屬性網絡異常檢測問題，稱為混合階異常檢測；提出了一個新的深度學習模型——混合階圖注意力網絡（HO-GAT），它可以同時檢測異常節(jié)點和異常模體實例。
在實驗驗證階段，使用了真實數據集Scholat、AMiner、WebKB三個數據集。Scholat數據集來自學術社交網站學者網，學者為節(jié)點，兩個學者之間的消息交互為邊。利用PCA方法對相關學者的個人簡介進行學者節(jié)點的屬性向量表示。經過預處理和子集選擇，Scholat數據集包含2022個節(jié)點、2500條邊和329個三角型模體實例。
論文鏈接：https://doi.org/10.1109/tkde.2021.3117842
數據下載鏈接：http://www.edingxi.cn/research/opendata/
學者網SCHOLAT（https://www.schoalt.com）是面向廣大學生和科研人員的學術社交網絡，主要提供個人主頁、 學術資訊、團隊平臺、課程平臺、學者日歷等功能和服務。學者網自2009年正式上線以來，已經積累了海量的用戶社交和行為數據，截止目前，包括近20萬注冊用戶、覆蓋了包括985、211在內的多家單位和機構，服務了34萬學生人次、上億條學者關系和用戶行為日志?；趯W者網大數據，可以進行社會網絡分析、知識圖譜、個性化推薦、用戶行為分析等研究。同時，學者網也提供更加豐富的SCHOLAT+服務，包括高校學院教師主頁、學術會議管理平臺、學者百科等系統(tǒng)，正在形成SCHOLAT生態(tài)。同時依托學者網開放數據接口服務，為用戶和系統(tǒng)管理人員提供更優(yōu)質的服務。
學者網作為一個新興的垂直領域的社交網絡系統(tǒng)，正逐漸推出和提供各種大數據數據集供學者和研究人員進行相關研究，包括學者社區(qū)分析和挖掘、鏈路預測、屬性網絡異常檢測等。
