基于转化策略的异质超网络表示学习
打开文本图片集
摘 要：与传统网络相比，超网络结构更加复杂，并对现有网络表示学习方法提出了很大的挑战。为了克服网络表示学习面临的超网络结构的挑战，提出一种基于转化策略的异质超网络表示学习方法MT2vec。首先，结合团扩展和星型扩展将抽象为超图的异质超网络转换为抽象的2-截图+关联图的异质网络；然后提出一种感知节点语义相关性的元路径游走方法来捕获节点之间的成对关系和元组关系；最后，设计一种结合多层感知器的skip-gram优化模型同时训练节点成对相似性和元组相似性来获得节点表示向量。（剩余20528字）
