丁宁翔-2016.11.4组会- 基于生成思想的无监督特征选择算法

dingningxiang

摘要：过去数十年间，社交网络和信息网络的数量日益增长，对于各类网络的研究也在不断发展。我们知道，在这些网络中，除了节点间的链接关系，通常还包含诸如节点属性之类的其他内容信息，这些信息通常以很高的维度储存，若直接应用，由于信息繁杂，在解决机器学习的问题时一般无法得到较好的结果（例如社区检测问题和链接预测问题）。因此，如何从繁杂的内容信息中进行特征选择，显得尤为重要。本文讨论了无监督特征选择的问题，现有的大部分选择特征的方法无法整合所有信息，本文提出了一种基于生成思想的无监督特征选择方法。
该算法在选择特征时同时考虑了链接关系和节点属性,算法假设链接关系和节点属性信息是由一组原始的oracle特征生成出来的，通过已有的信息，我们可以推出这组Oracle特征。

本文算法共分为两部分：
1.        链接生成；
2.        属性特征生成。
在三个真实数据集上的实验结果证明了本文方法的有效性。

参考论文：
[1]  Wei, X., Cao, B., Yu, PS.. (2016, February). Unsupervised Feature Selection on Networks: A Generative View. In Thirtieth AAAI Conference on Artificial Intelligence.