注意力融合对比学习
通过图对比学习和注意力机制，无需为所有节点设置标签即可准确评估异构网络中节点的重要性。
舒坚 · Yiling, Zou · Hui, Cui · 刘琳岚
Neurocomputing 2025
仅需采样部分节点进行训练，无需为所有节点设置真实标签，降低了模型的训练复杂度。
图对比学习通过邻居视图和跨域视图提取结构特征，覆盖了异构网络中的复杂结构信息。
注意力机制分别计算节点全局和局部重要性，使评估结果既考虑整体网络位置又考虑局部结构。
在三个真实网络上，采用最大连通子图节点比例、线性阈值模型和独立级联模型三种指标评估，性能均优于现有技术。