上传者: 42116701
|
上传时间: 2021-10-13 19:56:20
|
文件大小: 11.68MB
|
文件类型: -
在pytorch上使用GCN进行链接预测
项目说明
该项目旨在预测专利的cpc节点是否链接。 为了完成此项目,在pytorch上使用了Kipf的通用GCN模型。 专利在移动支付行业中爬行。
框架
在Google专利高级搜索中搜索“移动支付”,并获取专利号。
使用1)中的专利号来检索所有专利。
创建邻接矩阵和特征矩阵
删除链接并将数据拆分为训练集和验证集。
从GCN图层获取新的节点要素。
计算节点对的相似度。
使用标签将损失降到最低,并更新重量。
用法
python crawling.py
python removelinks.py
python features.py
python train.py
最佳纪元是44〜46
参考
kenyonke / LinkPredictionGCN
tkipf / pygcn
@article{kipf2016semi,
tit