Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | de Fernando, Filipe Alves | - |
Autor(es): dc.creator | Pedronette, Daniel Carlos Guimarães | - |
Autor(es): dc.creator | de Sousa, Gustavo José | - |
Autor(es): dc.creator | Valem, Lucas Pascotti | - |
Autor(es): dc.creator | Guilherme, Ivan Rizzo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:14:18Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:14:18Z | - |
Data de envio: dc.date.issued | 2023-03-02 | - |
Data de envio: dc.date.issued | 2023-03-02 | - |
Data de envio: dc.date.issued | 2022-04-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.jjimei.2022.100078 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/241880 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/241880 | - |
Descrição: dc.description | Due to the possibility of capturing complex relationships existing between nodes, many applications benefit from being modeled with graphs. However, performance issues can be observed in large-scale networks, making it computationally unfeasible to process in various scenarios. Graph Embedding methods emerge as a promising solution for finding low-dimensional vector representations for graphs, preserving their original properties such as topological characteristics, affinity, and shared neighborhood between nodes. Based on the vectorial representations, retrieval and machine learning techniques can be exploited to execute tasks such as classification, clustering, and link prediction. In this work, we propose RaDE (Rank Diffusion Embedding), an effective and efficient approach that considers rank-based graphs and representative nodes selection for learning a low-dimensional vector. We also present RaDE+, a variant that considers multiple representative nodes for more robust representations. The proposed approach was evaluated on 8 network datasets, including social, co-reference, textual, and image networks, with different properties. Vector representations generated with RaDE achieved effective results in visualization and retrieval tasks when compared to vector representations generated by other recent related methods. | - |
Descrição: dc.description | UNESP: Universidade Estadual Paulista Julio de Mesquita Filho Limeira | - |
Descrição: dc.description | UNESP: Universidade Estadual Paulista Julio de Mesquita Filho Limeira | - |
Idioma: dc.language | en | - |
Relação: dc.relation | International Journal of Information Management Data Insights | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Diffusion | - |
Palavras-chave: dc.subject | Graph embedding | - |
Palavras-chave: dc.subject | Interpretability | - |
Palavras-chave: dc.subject | Network representation learning | - |
Palavras-chave: dc.subject | Ranking | - |
Palavras-chave: dc.subject | Semantic | - |
Palavras-chave: dc.subject | Unsupervised | - |
Título: dc.title | RaDE+: A semantic rank-based graph embedding algorithm | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: