面向多视图异构图的分层投影嵌入方法

提出一种基于分层投影网络的自监督嵌入方法多视图异构投影网络(multi-view heterogeneous graph projection network, MeghenNet)以学习多视图低维节点表征,其中多视图异构图被定义为明确允许模型同时从多数据源中采集信息建模异构图。MeghenNet采用分层注意力映射机制,其跨关联投影模块用于提取单视图中的语义信息,跨视图模块用于聚合多个视图中的上下文信息。计算每个视图嵌入与全局嵌入之间的互信息损失函数以确保视图之间的信息一致性。在多个真实数据集上的实验表明,所提出算法在处理多视图异构图嵌入问题时明显优于基准算法。