一种融合社团结构的异质网络表示学习方法

摘要

本发明提供了一种融合社团结构的异质网络表示学习方法，属于异质网络表示学习的技术领域，缓解了现有技术中网络表示能力较弱的技术问题。该方法包括：获取待分析数据，进行数据清洗和预处理，并构建异质网络；利用基于元路径游走的Skipgram模型得到节点表示；利用高斯混合模型针对不同类型的节点捕获社团结构；将目标优化分为两部分并利用迭代的方法求解。