基于融合元路径权重的异质网络表征学习
针对基于单条元路径的异质网络表征缺失异质信息网络中结构信息及其它元路径语义信息的问题,本文提出了基于融合元路径权重的异质网络表征学习方法.该方法对异质信息网络中元路径集合进行权重学习,进而对基于不同元路径的低维表征进行加权融合,得到融合不同元路径语义信息的异质网络表征.实验结果表明,基于融合元路径权重的异质网络表征学习具有良好的表征学习能力,可有效应用于数据挖掘.
异质网络、表征学习、元路径权重
28
TP3;TN9
2020-01-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
28-36