保留模體信息的屬性二分圖神經(jīng)網(wǎng)絡(luò)表示學(xué)習(xí)

摘要： 目前網(wǎng)絡(luò)表示學(xué)習(xí)方法大多針對通過網(wǎng)絡(luò)，忽略了屬性二分網(wǎng)絡(luò)的特殊性以及網(wǎng)絡(luò)的模體信息等。為了解決以上問題，提出一種保留模體信息的屬性二分圖神經(jīng)網(wǎng)絡(luò)表示學(xué)習(xí)方法 MABG。該方法首先通過網(wǎng)絡(luò)中兩節(jié)點共同參與形成的蝶形模體數(shù)量來調(diào)整邊的權(quán)重，從而構(gòu)建模體權(quán)重矩陣，獲得包含模體信息的屬性二分網(wǎng)絡(luò)鄰接矩陣。接著采取不同的策略捕捉網(wǎng)絡(luò)中的顯式和屬性隱式消息，對于不同類型節(jié)點集合間的顯式關(guān)系... （共8頁）