申请/专利权人：江南大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117807275A

主分类号：G06F16/901

分类号：G06F16/901;G06F17/16;G06N3/042;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及图数据挖掘技术领域，具体涉及基于关系挖掘的异构图嵌入方法及系统，包括：提取异构图中所有节点的特征向量；基于所有节点的特征向量，学习节点之间的相似度，补全异构图中隐藏的关系，生成关系邻接矩阵；基于所述关系邻接矩阵，计算邻居节点对目标节点的注意力权重，将加权后的邻居节点信息聚合到邻居节点中，得到更新后的邻居节点特征向量；计算节点之间的关系强度，根据所述关系强度将所述更新后的邻居节点特征向量包含的信息聚合到对应的目标节点中，得到最终的节点嵌入值。本发明解决了现有方法过于依赖元路径的先验知识，在节点关系语义聚合时未考虑元路径中间节点的信息的问题，有效利用异构图的拓扑信息，增强了节点之间的联系。

主权项：1.一种基于关系挖掘的异构图嵌入方法，其特征在于，包括：步骤S1：提取异构图中所有节点的特征向量；步骤S2：基于所有节点的特征向量，学习节点之间的相似度，补全异构图中隐藏的关系，生成关系邻接矩阵；步骤S3：基于所述关系邻接矩阵，计算邻居节点对目标节点的注意力权重，将加权后的邻居节点信息聚合到邻居节点中，得到更新后的邻居节点特征向量；步骤S4：计算节点之间的关系强度，根据所述关系强度将所述更新后的邻居节点特征向量包含的信息聚合到对应的目标节点中，得到最终的节点特征表示，即节点嵌入值。

全文数据：

权利要求：

百度查询： 江南大学 基于关系挖掘的异构图嵌入方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD