结合注意力机制的属性异质网络嵌入方法

作     者：李嘉坤 王瑞锦 张凤荔 李冬芬 孙永佼 应时 LI Jiakun;WANG Ruijin;ZHANG Fengli;LI Dongfen;SUN Yongjiao;YING Shi

作者机构：电子科技大学信息与软件工程学院成都610054 成都理工大学计算机与网络安全学院成都610059 东北大学计算机科学与工程学院沈阳110819 武汉大学计算机学院武汉430072 

基　　金：国家重点研发计划项目(2022YFB3304300)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2024年第45卷第6期

页      码：1466-1473页

摘      要：图(网络)是一种常用于抽象现实世界实体之间关系的数据结构,网络嵌入广泛应用于图数据的表征.目前大部分异质网络嵌入方法未考虑网络节点之间的多种边类型和边属性,无法完整刻画网络的结构和语义信息,导致原始网络特征信息丢失和下游任务效果差的问题.为解决该问题,基于注意力机制设计了一种多边属性异质网络嵌入方法,其将注意力机制应用于学习不同边类型下嵌入向量的重要系数,通过有偏序列采样、邻居向量聚合和模型参数更新3个阶段的嵌入学习,将网络节点表示成固定长度的稠密向量.实验表明,提出的嵌入方法能够更好地嵌入网络的特征信息,使之在下游的机器学习任务上有一定的效果提升.

主 题 词：表示学习 注意力机制 异质网络 图嵌入 元路径 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.20009/j.cnki.21-1106/TP.2023-0080

馆 藏 号：203128107...