基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着信息网络的不断发展,现实生活中的网络往往是由多种类型的节点、链接组成的异质信息网络,传统的针对单一类型的同质网络表示学习方法不能直接应用于异质网络.近年来,越来越多的研究者提出针对异质信息网络的表示学习方法.本文首先介绍了异质信息网络表示学习的发展历程,然后将现有的异质信息网络表示学习方法进行分类,并对各个类别下的代表性算法进行系统性的介绍,简单阐述了异质信息网络表示学习的应用场景,最后给出了该领域未来的发展方向.
推荐文章
面向异质信息网络的表示学习方法研究综述
网络表示学习
异质信息网络
网络分析
信息网络表示学习方法综述
计算机神经网络
网络
表示学习
图神经网络
图卷积
图深度学习库
一种基于GAN的异构信息网络表示学习方法
网络表示学习
异构信息网络
生成式对抗网络
信息网络动态安全体系模型综述
信息安全
网络安全
动态安全体系模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 异质信息网络表示学习方法研究综述
来源期刊 新一代信息技术 学科 工学
关键词 网络表示学习 异质信息网络 网络分析
年,卷(期) 2020,(9) 所属期刊栏目 科技论文
研究方向 页码范围 1-6
页数 6页 分类号 TP181
字数 2830字 语种 中文
DOI 10.3969/j.issn.2096-6091.2020.09.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张蝶依 河北地质大学信息工程学院 2 0 0.0 0.0
2 尹立杰 河北地质大学信息工程学院 9 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络表示学习
异质信息网络
网络分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
新一代信息技术
半月刊
2096-6091
10-1581/TP
北京市海淀区玉渊潭南路普惠南里13号楼
chi
出版文献量(篇)
639
总下载数(次)
4
总被引数(次)
21
论文1v1指导