一种基于异质信息网络随机游走的向量表示学习方法及系统.pdfVIP

下载本文档

0
0
约1.06万字
约 10页
2023-05-12 发布于北京
举报
版权申诉

一种基于异质信息网络随机游走的向量表示学习方法及系统.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于异质信息网络随机游走的向量表示学习方法及系统，包括：多次随机游走获得多个元路径实例，挑选k条元路径实例；对k条的元路径实例中包含的节点进行维度统一，获得该节点的特征向量表示；输入到biLSTM网络，学习到元路径实例的向量表示；输入注意力层，先学习到每一条元路径实例对于节点的影响因子，然后通过注意力机制将影响因子和元路径实例的向量进行聚合，得到节点的嵌入向量表示；将节点的嵌入向量，输入到损失函数中，得到损失值，通过优化器多次优化，得到最终的节点向量。本发明可以在链路预测、节点

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114611668 A (43)申请公布日 2022.06.10 (21)申请号 202210230949.5 (22)申请日 2022.03.10 (71)申请人浙江农林大学地址 311300