Het-node2vec: second-order random walk sampling for heterogeneous graph embedding

Mauricio Soto-Gomez

doi:10.1038/s41598-026-66012-3

Het-node2vec: second-order random walk sampling for heterogeneous graph embedding

2026-09-05

0

OA

AI

M

Mauricio Soto-Gomez *

DOI：10.1038/s41598-026-66012-3

原文链接

查看原文

摘要

En 中文

许多现实世界问题自然地被建模为异构图，其中节点和边代表多种类型的实体和关系。现有的异构图表示学习模型通常依赖于特定、用户定义的异构路径的计算，或依赖于大型且通常不可扩展的深度神经网络架构的应用。我们提出了Het，它是ntv算法的扩展，旨在通过捕捉图拓扑和结构特征以及不同类型节点和边下的语义信息来嵌入异构图；这是通过在二阶随机游走过程中引入一种简单的随机节点类型切换策略来实现的。在合成图以及基准和真实生物医学图上的实证结果表明，Het在节点标签预测任务中实现了与异构图领域最先进方法相当的性能。

Het-node2vec: second-order random walk sampling for heterogeneous graph embedding

摘要

AI总结

期刊

机构

引用论文