KDDMay, 2020

使用个性化 Pagerank 算法演化多层网络的信用风险

PDF
TL;DR提出一种新的算法，利用类似 PageRank 的算法在复杂的多层网络中研究信用风险的演变，该算法允许个体信用风险的测量，同时考虑其与其他节点的关系，并且采用每层双分图网络以量化不同组件的风险，最终，测试结果在农业贷款数据集中验证了默认风险在整个网络中传播和演变的挑战现象。
credit riskmultilayer networkspagerank algorithmbipartite networksdefault risk
发现论文，激发创造
  • 基于注意力的动态多层图神经网络在贷款违约预测中的应用

    作者提出了一种基于图神经网络和循环神经网络构建的动态多层网络的信用风险评估模型，该模型考虑了不同类型的连接和这些连接随时间的演变，并通过使用自定义的注意机制提高了模型表现，与传统方法相比，在预测借款人违约概率方面，我们的模型带来了更好的结果和对连接和时间戳重要性分析的新见解。

    Feb, 2024

  • 复合 PageRank

    本文介绍了多重网络中节点排名的 Multiplex PageRank 中心性度量，其中考虑了网络相互作用的影响，提供了衡量多交互网络中节点突出性的新方法。

    Jun, 2013

  • 预测后传播：图神经网络遇见个性化 PageRank

    本文通过引入 PageRank 的个性化传播机制，构建了 PPNP 和其快速逼近版本 APPNP 两种新的方法，其训练速度相当或更快，参数数量相当或更少，并且与任何神经网络结合使用， 用于半监督分类，在最彻底的 GCN-like 模型的研究中，展示了该模型胜过几种近期提出的方法。

    Oct, 2018

  • 个性化 PageRank 估算与搜索：一种双向方法

    本文提出了新的 Personalized PageRank 估计和搜索算法，通过双向 PPR 估计器和基于采样的搜索算法实现了高效的估计和搜索。

    Jul, 2015

  • 大规模图上完全个性化 PageRank 的分布式算法

    本文提出了使用分布式计算框架计算大型边加权图的全面边加权个性化 PageRank 的新方法，使用了蒙特卡罗近似并结合优化技术，其准确性表现显着超过基线算法，并且速度比现有技术快数个数量级。

    Mar, 2019

  • 利用自我网络层的力量在在线社交网络中进行链接预测

    本文提出利用社交认知理论来改善在在线社交网络中的链接预测算法，并探讨了利用社交圈子意识来扩展特征提取算法并验证其预测性能的方法，在社交圈子意识的算法中，预测性能得到了显著的提升，打败了一些最先进的解决方案，同时也可以用于针对特定类别的用户进行定向营销。

    Sep, 2021

  • 将 PageRank 转化为无限深度图神经网络

    本文提出了一种称为 PPRGN 的神经网络，该网络基于 Personalized PageRank 的思想，通过无样本学习的方式训练图像分类模型，该模型具有无限深度且不会出现过度平滑的问题，在各种节点和图像分类任务中实验表现卓越。

    Jul, 2022

  • 基于神经网络算法的商业银行信用风险预警模型研究

    在全球化金融市场中，商业银行面临不断升级的信贷风险，从而对银行资产安全和金融稳定性提出更高要求。本研究利用先进的神经网络技术，特别是反向传播神经网络，开创了一种新的模型来预测商业银行的信贷风险。通过比较分析，阐明了神经网络模型在预测商业银行信贷风险方面的优越性。实验结果表明，该模型有效提高了信贷风险管理的远见性和准确性。

    May, 2024

  • 将加权 PageRank 应用于作者引用网络

    本文旨在探讨不同的加权 PageRank 算法是否适用于作者引文网络，从引用观点衡量学者的知名度和声望。在信息检索领域中，通过对 1956-2008 年 Web of Science（WOS）上的数据进行收集，计算了具有加权向量的引文和出版物的 PageRank，并进行了主成分分析。结果表明流行度排名和威望排名与加权 PageRank 高度相关。在捕捉信息检索领域内的获奖者方面，声望排名优于所有其他指标。

    Feb, 2011

  • 动态社交网络中基于进化算法的链接预测

    描述、解释网络动态变化的关键挑战之一是预测短期和长期变化，在考虑增强节点属性和网络拓扑特征的基础上，应用 CMA-ES 优化 16 个邻域和节点相似性指数的权重来预测未来的链接，从而为推特回复网络的演化提供一些计算机建模的线索。

    Apr, 2013