学术引用网络的节点分类预测方法、系统及存储介质

摘要文本

本发明公开了一种学术引用网络的节点分类预测方法、系统及存储介质，包括：定义多层异构网络，识别有用的元路径，包括与异构边连接的路径以及多跳连接；构建图转换网络，对学术引用网络的元路径进行学习，使用多个候选邻接矩阵表示新生成的网络；采用图卷积网络学习用于节点分类的有用表示；引入加权图卷积网络以区分节点本身与其邻居节点间的关系；使用标签平滑正则化后的交叉熵处理节点分类预测结果。该方法能够适用于不同结构的多层异构网络，对图卷积进行加权以提升自节点的重要性，借助标签平滑正则化使输出数据概率分布更加平滑，从而提升网络预测性能，可以预测论文之间未来的引用链接、预测作者之间的合作以及预测学术领域内的其他联系。