一种归纳多层次图网络表示学习方法

摘要

本发明公开了一种归纳多层次图网络表示学习方法，方法包括：通过在多层图神经网络中引入注意力机制来控制节点邻域的聚合，再通过多层次门控机制控制图神经网络每一层生成的节点表示来学习图网络节点的最终表示，以提高图神经网络节点的表示能力；多层图神经网络将目标接节点邻域的表示聚合得到目标节点新的表示；注意力机制通过学习图网络中节点间的注意力分数来权衡邻域中各个节点对目标节点表示的贡献；多层次门控机制通过控制多层图神经网络每层学习到的节点表示对目标节点最终表示的影响来生成图网络中节点的最终表示。本发明能适应图网络表示学习任务，下游任务可以对接节点分类和用户身份推断，有效提升图网络节点的学习和表示能力。