基于层次结构的快速异质信息网络表示学习方法及设备

    公开(公告)号:CN116681101A

    公开(公告)日:2023-09-01

    申请号:CN202310432287.4

    申请日:2023-04-18

    Applicant: 安徽大学

    Abstract: 本发明的一种基于层次结构的快速异质信息网络表示学习方法及设备,包括首先获取待挖掘的数据,进行数据清洗、处理和编码,并构建异质信息网络;然后基于网络中异质性和拓扑结构利用异质缩小网络模型迭代缩小网络,得到一系列规模从大到小的层次异质信息网络;接着学习规模最小的异质信息网络的节点表示,并使用该节点表示来训练异质细化模型;最后基于异质细化模型及层次网络之间的映射关系迭代细化网络,获得构建的异质信息网络的节点表示。本发明可以通过缩小规模技术对大规模异质信息网络进行缩小处理,进而减少表示问题的时间和空间复杂度以快速学习网络中的节点表示。

Patent Agency Ranking