基于图神经网络的异质图嵌入方法及其应用研究

目录

第一个书签之前

摘要

ABSTRACT

1 引言

1.1 研究工作的背景与意义

1.2 国内外研究现状

1.2.1 图嵌入方法的研究现状

1.2.2 点击率预估模型的研究现状

1.3 论文主要贡献与创新

1.4 论文结构安排

2 相关理论知识

2.1 图神经网络相关理论

2.1.1 符号定义

2.1.2 谱图卷积神经网络

2.1.3 空间图卷积神经网络

2.2 异质图嵌入相关理论

2.2.1 基于随机游走的同质图嵌入算法

2.2.2 基于元路径的异质图嵌入算法

2.3 点击率预估模型相关理论

2.3.1 基于因子分解机的二阶交叉特征模型

2.3.2 引入深度神经网络的高阶交叉特征模型

2.4 本章小结

3 基于元路径的关系选择图神经网络

3.1 问题描述

3.1.1 相关对象定义

3.1.2 问题定义

3.2 总体研究思路

3.3 模型介绍

3.3.1 基于元路径的多关系图转化

3.3.2 关系选择图卷积模块

3.3.3 关系选择图卷积层

3.3.4 知识跳跃层

3.3.5 预测层

3.4 算法流程

3.5 实验与结果分析

3.5.1 实验数据集

3.5.2 实验环境

3.5.3 基准方法和评估指标

3.5.4 实验参数设置

3.5.5 实验结果分析

3.6 本章小结

4 基于异质图神经网络的特征交叉模型

4.1 问题描述

4.1.1 相关对象定义

4.1.2 问题定义

4.2 总体研究思路

4.3 模型介绍

4.3.1 嵌入模块

4.3.2 构图模块

4.3.3 交互模块

4.3.4 融合预测模块

4.4 算法流程

4.5 实验与结果分析

4.5.1 实验数据集

4.5.2 实验环境

4.5.3 基准方法和评估指标

4.5.4 实验参数设置

4.5.5 实验结果分析

4.6 本章小结

5 总结与展望

5.1 工作总结

5.2 未来展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集