声明
第1 章绪 论
1.1 课题背景及研究的目的和意义
1.2 合著关系现状分析
1.3 主要研究内容及创新点
1.4 论文组织结构
第2 章相关概念及理论基础
2.1 异构网络相关概念
2.2 网络嵌入方法
2.3 链接预测相关方法
2.4 图神经网络相关方法
2.4.1 图卷积神经网络的原理
2.4.2 图注意力网络的原理
2.5 本章小结
第3 章 面向节点的图神经网络分类模型
3.1 模型框架
3.2 节点层注意力机制构建
3.3 语义层面的注意力机制构建
3.4 模型优势分析
3.5 本章小结
第4 章 面向关系的图神经网络预测模型
4.1 衰减启发式理论
4.1.1 启发式方法分析
4.1.2 衰减启发式理论定义
4.2 衰减启发式理论推广证明
4.2.1 Katz 指数
4.2.2 PageRank
4.2.3 SimRank
4.2.4 理论的泛化分析
4.3 利用GNN实现衰减启发式理论
4.3.1 节点标记
4.3.2 隐性特征和显性特征
4.3.3 深度图卷积神经网络模型
4.4 本章小结
第5 章实验设计及结果
5.1 实验设置
5.1.1 实验环境
5.1.2 实验数据
5.1.2 评估指标
5.1.3 基线方法
5.2 参数选择
5.2.1 DGAT的参数选择
5.2.2 SLGNN的参数选择
5.3 实验结果
5.3.1 DGAT实验结果分析
5.3.2 SLGNN实验结果分析
5.4 本章小结
结 论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致 谢
燕山大学;