基于元图的工业生产关系异质网络特征学习方法

摘要

本发明涉及基于元图的工业生产关系异质网络特征学习方法，包括以下步骤：针对工业生产关系异质网络的语义元图建模，依据不同的工业流程以及数据的语义，构建元图以及元路径；基于元图，通过节点级注意力和语义级注意力学习不同节点间的基于语义关系的权重分配，完成不同业务场景下对元图中实体对象特征的学习，得到异质图中的语义信息；根据历史数据，利用深度学习网络得到元特征；并在元特征的监督下，利用TPA‑LSTM模型预测当前时刻下的特征。本发明结合注意力图神经网络提出基于元图的工业生产关系异质网络特征学习机制，并设计终身学习驱动加速的工业数据流特征预训练模型。