融合图神经网络和注意力机制的异质图嵌入研究  

Heterogeneous Graph Embedding of Fusion Graph Neural Networks and Attention Mechanisms

作　　者：陈天超[1] CHEN Tianchao

机构地区：[1]兰州职业技术学院信息工程学院,甘肃兰州730070

出　　处：《兰州职业技术学院学报》2023年第5期78-82,共5页JOURNAL OF LANZHOU VOCATIONAL TECHNICAL COLLEGE

基　　金：2021年中国高校产学研创新基金“新一代信息技术创新项目——基于云平台的智慧温室系统构建与应用”(项目编号:2021ITA05015);2022年兰州职业技术学院校级科研项目“基于云平台的智慧农业系统构建与应用”(项目编号:2022XY-34)。

摘　　要：针对异质图只考虑元路径捕获信息而造成大量信息损失,以及聚合邻域节点信息时不能有效建模局域信息的问题,提出基于融合图神经网络和注意力机制的异质图嵌入模型。该模型从元路径和邻域信息分别挖掘异质图的深层潜在特征、获取节点嵌入。在AMiner和DBIS两个数据集上的大量实验表明,本文所提模型方法可以有效改善节点表示。

关 键 词：特征提取 异质图嵌入 图卷积网络 注意力机制 信息聚合 节点表征 

分 类 号：TP391.7[自动化与计算机技术—计算机应用技术]