本发明公开了一种基于注意力机制的多层异质网络节点重要度评估方法,特征聚合采用图卷积模型以及注意力机制对同种类型节点以及不同类型的节点特征进行聚合,得到节点的嵌入向量,之后将嵌入向量输入到多层感知机当中拟合H-index排名。本发明为异质网络构建了特征矩阵,从拓扑结构以及语义结构上聚合节点的特征,发挥了神经网络的优势,提取节点的高阶信息,通过注意力机制对不同类型的节点赋予不同的权重,以此提高节点重要度评估的有效性以及准确性。
科研之友
微信
新浪微博
Facebook
分享链接
