基于關(guān)注度感知的多關(guān)系異構(gòu)圖嵌入方法

打開文本圖片集

摘要：異構(gòu)圖嵌入旨在學習圖中每個不同類型節(jié)點的一個低維向量表示，該向量能廣泛應用于不同的網(wǎng)絡分析任務，如節(jié)點分類、鏈路預測等?，F(xiàn)有方法在處理異構(gòu)圖嵌入時存在丟失一些關(guān)鍵的、細粒度的關(guān)系信息以及對高階鄰居節(jié)點的處理不夠精細等問題。針對這些問題，文中提出了一種關(guān)注度感知多關(guān)系異構(gòu)圖嵌入方法，具體而言，該方法通過添加帶衰減的高階共同鄰居相似度矩陣到異構(gòu)圖神經(jīng)網(wǎng)絡來指導節(jié)點聚合，并學習節(jié)點間的重要性，該矩陣利用一個衰減指數(shù)來保證離當前節(jié)點跳數(shù)越近，對當前節(jié)點貢獻越大。（剩余17558字）