基于元路径的异质图神经网络研究综述.docVIP

基于元路径的异质图神经网络研究综述

一、元路径异质图神经网络的基础内涵与核心架构

异质图（HeterogeneousGraph）是包含多种类型节点与多种类型边的图结构，相较传统同构图更贴近真实世界的数据组织形态——学术网络中作者、论文、期刊三类节点通过“撰写”“发表”关系关联，电商网络中用户、商品、商家三类节点通过“购买”“入驻”关系连接，金融风控网络中用户、账户、交易三类节点通过“持有”“转账”关系交互，这类复杂关联结构都无法通过同构图模型有效建模。元路径（Meta-path）作为异质图中连接不同类型节点的语义路径模板，其核心价值在于将异质关联转化为可量化的语义单元，典型的学术网络元路径“作者-论文-作者（APA）”可表征共同作者关系，“作者-论文-期刊-论文-作者（APJPA）”可表征同期刊发表论文的作者合作关联，通过定义不同元路径，研究者可按需提取异质图中的特定语义信息。

元路径引导的异质图神经网络核心架构通常包含四个关键模块：元路径构建模块、节点特征编码模块、语义信息聚合模块、异质信息融合模块。元路径构建模块负责根据任务需求与图结构特征预定义或自动生成元路径集合，早期研究多依赖人工经验定义元路径，近年来自动元路径搜索技术逐渐成为热点，通过强化学习、进化算法等方式从异质图中自动挖掘对下游任务有效的元路径，降低了领域知识依赖。节点特征编码模块针对不同类型节点的特征空间差异，设