基于相似網(wǎng)絡(luò)和聯(lián)合注意力的圖嵌入模型

摘要： 圖注意力網(wǎng)絡(luò)(graph attention network, GAT)將注意力機制與圖神經(jīng)網(wǎng)絡(luò)融合，但模型只關(guān)注節(jié)點的一階鄰域節(jié)點，缺乏對高階相似節(jié)點的考慮，同時在計算注意力分數(shù)時缺乏對節(jié)點結(jié)構(gòu)特征的關(guān)注.為此提出一種基于相似網(wǎng)絡(luò)和聯(lián)合注意力的圖嵌入模型.首先計算網(wǎng)絡(luò)中的節(jié)點相似性，并將高相似度且未連接的節(jié)點對構(gòu)建新邊以形成相似網(wǎng)絡(luò).其次，引入結(jié)構(gòu)相關(guān)性和內(nèi)容相關(guān)性的概念，分...