异质网络特征表示学习研究综述

扫码查看

原文链接

万方数据
维普

中文摘要：异质网络特征表示学习技术在各类机器学习任务中发挥了重要的作用.然而目前针对该研究领域的综述却很少.本文对异质网络特征表示学习领域的最新研究进展作系统性的综述.首先,基于"编码器-解码器"的框架,将现有模型分为六类;然后,对每类模型进行系统性地概览、描述和分析,总结每一类模型的优势和缺陷;最后,总结全文并讨论了该领域的开放性问题.

外文标题：A review on heterogeneous network representation learning

作者：

赵素芬

展开 >

作者单位：

华中师范大学计算机学院,湖北武汉 430079

武汉大学计算机学院

关键词：

异质信息网络特征表示学习图神经网络机器学习

基金：

中央高校基本科研业务费专项华中师范大学青年教师创新项目

项目编号：

CCNU20QN022

出版年：

2023

DOI：

10.16644/j.cnki.cn33-1094/tp.2023.01.004

计算机时代

浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411

ISSN：1006-8228

年,卷(期)：2023.(1)

参考文献量30