• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 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

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

页面导航
  • 摘要
  • 著录项
  • 法律信息
  • 相似文献

摘要

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bi LSTM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、节点分类、节点聚类以及推荐的任务上取得很好的效果。

著录项

  • 公开/公告号CN114611668A

    专利类型发明专利

  • 公开/公告日2022-06-10

    原文格式PDF

  • 申请/专利权人 浙江农林大学;

    申请/专利号CN202210230949.5

  • 发明设计人 楼晓俊;李剑;张天荣;冯海林;

    申请日2022-03-10

  • 分类号G06N3/04;

  • 代理机构杭州求是专利事务所有限公司;

  • 代理人陈升华

  • 地址 311300 浙江省杭州市临安区武肃街666号

  • 入库时间 2023-06-19 15:36:51

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-06-10

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号