保留模體信息的屬性二分圖神經網絡表示學習

摘要： 目前網絡表示學習方法大多針對通過網絡，忽略了屬性二分網絡的特殊性以及網絡的模體信息等。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網絡表示學習方法 MABG。該方法首先通過網絡中兩節(jié)點共同參與形成的蝶形模體數量來調整邊的權重，從而構建模體權重矩陣，獲得包含模體信息的屬性二分網絡鄰接矩陣。接著采取不同的策略捕捉網絡中的顯式和屬性隱式消息，對于不同類型節(jié)點集合間的顯式關系... （共8頁）