近日,由華南農(nóng)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(wǎng)絡(luò)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(wǎng)絡(luò)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(wǎng)絡(luò)(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(shù)據(jù)集Scholat、AMiner、WebKB三個數(shù)據(jù)集。Scholat數(shù)據(jù)集來自學術(shù)社交網(wǎng)站學者網(wǎng),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(guān)學者的個人簡介進行學者節(jié)點的屬性向量表示。經(jīng)過預處理和子集選擇,Scholat數(shù)據(jù)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(shù)據(jù)下載鏈接:http://www.sibylla19999.cn/research/opendata/
學者網(wǎng)SCHOLAT(https://www.schoalt.com)是面向廣大學生和科研人員的學術(shù)社交網(wǎng)絡(luò),主要提供個人主頁、 學術(shù)資訊、團隊平臺、課程平臺、學者日歷等功能和服務。學者網(wǎng)自2009年正式上線以來,已經(jīng)積累了海量的用戶社交和行為數(shù)據(jù),截止目前,包括近20萬注冊用戶、覆蓋了包括985、211在內(nèi)的多家單位和機構(gòu),服務了34萬學生人次、上億條學者關(guān)系和用戶行為日志?;趯W者網(wǎng)大數(shù)據(jù),可以進行社會網(wǎng)絡(luò)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(wǎng)也提供更加豐富的SCHOLAT+服務,包括高校學院教師主頁、學術(shù)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(wǎng)開放數(shù)據(jù)接口服務,為用戶和系統(tǒng)管理人員提供更優(yōu)質(zhì)的服務。
學者網(wǎng)作為一個新興的垂直領(lǐng)域的社交網(wǎng)絡(luò)系統(tǒng),正逐漸推出和提供各種大數(shù)據(jù)數(shù)據(jù)集供學者和研究人員進行相關(guān)研究,包括學者社區(qū)分析和挖掘、鏈路預測、屬性網(wǎng)絡(luò)異常檢測等。