基于异构图神经网络的学术合作关系预测方法
公开
摘要
本发明公开了一种基于异构图神经网络的学术合作关系预测方法，包括：收集作者的作品信息构建作品数据集和学识异构图，图中的节点包括作者节点、作品节点、归属节点和内容节点；利用DeepWalk算法和Text‑CNN模型对学识异构图中的信息进行提取获取作者节点的嵌入向量；利用多头注意力机制基于作者节点对学识异构图中的元路径进行聚合，获取每个作者节点的长期兴趣嵌入表示；基于LSTM和注意力机制获取作者的短期兴趣嵌入表示；利用二元分类预测方法构建二分类模型，将作品数据集输入二分类模型进行训练获取学术合作预测模型。本发明可捕捉作者在某一时间内潜在的合作兴趣，得到更好的推荐效果，提高预测准确性。
基本信息
专利标题 ：
基于异构图神经网络的学术合作关系预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114564573A
申请号 ：
CN202210247466.6
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈世展丁燕翔
申请人 ：
天津大学
申请人地址 ：
天津市南开区卫津路92号
代理机构 ：
深圳众邦专利代理有限公司
代理人 ：
杜娟
优先权 ：
CN202210247466.6
主分类号 ：
G06F16/335
IPC分类号 ：
G06F16/335 G06F16/338 G06F16/35 G06F16/901 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/335
•••基于附加数据的过滤，例如用户或组配置文件
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
