luoxuexiong的博客

《metapath2vec: Scalable Representation Learning for Heterogeneous Networks》 发表在KDD2017 论文分析 1.论文思路 论文开发了两个可伸缩的表示学习模型，即metapath2vec和metapath2vec++。 metapath2vec模型正式化了基于元路径的随机游走来构造节点的异构邻居,然后利用异构的skip-gr...

《Heterogeneous Information Network Embedding for Recommendation》论文解读 1.论文思路 为了嵌入HINs，设计了一种基于元路径的随机游走策略来生成有意义的节点序列进行网络嵌入。首先用一组融合函数对学习到的节点嵌入进行变换，然后将其集成到一个扩展矩阵分解模型中。对扩展的MF模型和融合函数进行了联合优化预测任务。在三个真实数据集的大量实验...

《 Heterogeneous Network Embedding via Deep Architectures》 论文分析 《Heterogeneous Network Embedding via Deep Architectures》发表在KDD2015 1.论文思路： 在本文中，研究了具有不同类型节点和内容的异构网络的场景。设计了一种网络数据的深度嵌入算法。采用高度非线性的多层嵌入...

本文转载于以下博客地址：https://blog.csdn.net/hy_jz/article/details/78862226 如有冒犯，还望谅解！ Meta Path 是2011年 Yizhou Sun etc. 提出的 http://www.morganclaypool.com/doi/abs/10.220/S00433ED1V01Y201207DMK005, 针对异质网络中的相似性搜索...

《Heterogeneous Graph Attention Network》发表在WWW2019会议上 论文地址 Heterogeneous Graph Attention Network:https://arxiv.org/pdf/1903.07293.pdf 论文解读： 文章目录 ABSTRACT KEYWORDS INTRODUCTION RELATED WORK...