异构网络表示学习方法综述

作     者：王建霞 刘梦琳 许云峰 张妍 WANG Jianxia;LIU Menglin;XU Yunfeng;ZHANG Yan

作者机构：河北科技大学信息科学与工程学院河北石家庄050018 

基　　金：中国留学基金委地方合作项目(201808130283) 中国教育部人工智能协同育人项目(201801003011) 河北科技大学校立课题(82/1182108) 

出 版 物：《河北科技大学学报》 (Journal of Hebei University of Science and Technology)

年 卷 期：2021年第42卷第1期

页      码：48-59页

摘      要：现实生活中存在的网络大多是包含多种类型节点和边的异构网络,比同构网络融合了更多信息且包含更丰富的语义信息。异构网络表示学习拥有强大的建模能力,可以有效解决异构网络的异质性,并将异构网络中丰富的结构和语义信息嵌入到低维节点表示中,以便于下游任务应用。通过对当前国内外异构网络表示学习方法进行归纳分析,综述了异构网络表示学习方法的研究现状,对比了各类别模型之间的特点,介绍了异构网络表示学习的相关应用,并对异构网络表示学习方法的发展趋势进行了总结与展望,提出今后可在以下方面进行深入探讨:1)避免预先定义元路径,应充分释放模型的自动学习能力;2)设计适用于动态和大规模网络的异构网络表示学习方法。

主 题 词：计算机神经网络 异构网络 表示学习 图神经网络 建模能力 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 

D　O　I：10.7535/hbkd.2021yx01007

馆 藏 号：203100046...