.png){kind=icon}
返回
A social network graph partitioning algorithm based on double deep Q-Network
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-16768-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着社交网络的快速扩张，高效挖掘和分析大规模图数据已成为社交网络研究中的基本挑战。图划分在提升此类分析性能方面发挥着关键作用。然而，传统的图划分方法主要依赖局部结构信息，常常忽略社交网络图中顶点关联的丰富属性信息。为克服此局限，本文引入GP-DQN（基于双深度Q网络的图划分）算法，一种大规模图划分算法，该算法同时考虑用户顶点间的结构关联、属性差异以及划分负载均衡。GP-DQN将划分负载指标和顶点属性编码为向量表示，并采用图卷积网络（GCN）聚合顶点特征和邻域结构，从而提升划分过程的准确性和可扩展性。设计了一个定制化的奖励函数以引导划分动作，其中双深度Q网络（DDQN）基于GCN提取的特征预测各顶点分配至不同划分的预期奖励。通过结合即时奖励和预期奖励，迭代优化划分策略，最终实现负载均衡分布并最小化边割数量。实验结果表明，GP-DQN生成均衡性良好的划分，且边割数量显著减少，从而提升了各划分内的计算效率。
Keyword:
Social networks
Graph partitioning
Graph convolutional neural network
double deep Q-Network
期刊
IF:
3.9
论文数:
27.9W
被引数:
83.5W
机构
引用论文
Integrating Fuzzy Clustering and Graph Convolution Network to Accurately Identify Clusters From Attributed Graph融合模糊聚类和图卷积网络以准确识别属性图中的聚类
PREAI
分享收藏
Adaptive deep Q-learning model for detecting social bots and influential users in online social networks在线社交网络中检测社交机器人和影响力用户的自适应深度Q学习模型.png)
APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏
查看更多内容