基于异构图神经网络的学术合作关系预测方法

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。