动态异构图神经网络

即学即用在线更新

SUPA采用采样-更新-传播架构,实时缓解动态图上的邻域扰动,无需整图重训练即可持续学习,适用于在线推荐场景。

吴澄 · 王朝坤 · Jingcao, Xu · Ziwei, Fang · Gu, Tiankai · Wang, Changping · Song, Yang · Kai, Zheng · Xiaowei, Wang · 周国睿

2023

参数信息

对比基准数
16
评估数据集数
6

技术优势

无需重训

采用单遍训练流程,新边到达时仅局部更新受影响子图,模型可持续学习,避免图显著演化后的完全重训练。

抗邻域扰动

通过采样-更新-传播架构,只对受影响子图操作,避免聚合整个邻域受扰动影响。

超越16基线

在六个真实数据集上,SUPA的泛化性能优于十六种最先进方法。

应用场景