多类型多关系异构图网络

多关系路径聚合增强区分

通过结构特征编码与加权多关系路径聚合，本模型在复杂网络图上实现了比现有异构图神经网络更精细的节点表示，节点可区分性显著增强。

Yufei, Zhao · Junyue, Dong · Wenhao, Wang · 段华

Knowledge-Based Systems 2025

技术优势

节点区分更强

通过四色定理为路径着色并融合为结构特征，在复杂关系和结构下增强了节点的可区分性。

多关系路径建模

按节点间关系数量加权聚合邻居，并采用平衡策略防止长路径权重过大，从而有效捕获多关系交互。

应用场景

• 复杂网络分析：在具有多重交互的复杂网络中，利用多关系路径聚合实现更精确的节点分析。
• 图表示学习：通过结构特征与关系聚合的融合，生成区分度更高的节点表示。
• 多关系图挖掘：专门建模节点间的多重关系，弥补单关系异构图网络的不足。
• 推荐系统：可处理用户-物品间多重交互图，提升推荐模型的表示能力。