《表1 数据来源及特征：一种用于图卷积网络的社交关系方向门控算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种用于图卷积网络的社交关系方向门控算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对数据的划分参考了Yang等[16]对引文网络的半监督数据集划分方法，对采集到的2个热点话题数据集进行了划分和人工标注．具体操作如下:对每个态度类别，随机抽取了20个实例作为有标签训练数据，500个实例作为测试数据，其余用作无标签训练数据．样本标签共分+1、-1和0三类，分别表示支持或赞成话题，反对或不赞成话题以及中立或没有明显态度．表1所示为数据集的统计信息．由于大量未标记数据的存在，因此只统计了测试集中的标签不匹配率，即2个相邻节点标签不一致的比例，以抽样说明数据集中相邻用户的态度不一致的比例．同时，此项指标也在一定程度上体现了基于图的半监督学习所面临的挑战，因为此类方法都遵从于聚类假设，即相邻的节点倾向于拥有相同的标签．