【CIKM2019教程】深度异构信息网络分析的最新发展(北邮石川教授),附157页PPT下载

2019 年 11 月 8 日 专知

【导读】现实中的很多场景包含异构的信息,而大多数当代研究将它们建模为同构网络,并没有区分异构信息。近期,越来越多的研究者开始用异构信息网络(HIN)建模信息来解决数据异构性。本文介绍北邮石川教授在CIKM2019中关于深度异构信息网络分析的教程。


大多数实际系统由大量相互作用的、多种类型的组件组成,而大多数当代研究将它们建模为同构网络,并没有区分网络中不同类型的对象和连接。近期,越来越多的研究者开始将这些相互联系、多种类型的数据视为异构信息网络(HIN),并借助网络中对象和连接结构类型的丰富语义,开发结构化分析方法。此外,近年来在深度学习和网络嵌入方面的进展给异构信息网络挖掘带来了新的机遇和挑战,异构信息网络嵌入,甚至异构图神经网络也成为热点。


北京邮电大学的石川教授在CIKM 2019教程中介绍了近期深度异构信息网络分析的发展,尤其介绍了新兴起的异构网络嵌入方法。教程包含了下面几个方面(分5个PPT):

  • 该领域的基础概念

  • 基于meta-path的数据挖掘

  • 异构信息网络嵌入

  • 应用

  • 未来工作

该教程会帮助研究者和从业者来分享能够集成多种类型和来源信息用于识别和分析网络关系的新技术。


完整PPT下载
请关注专知公众号(点击上方蓝色专知关注
  • 后台回复“CIKM19HIN” 就可以获取5份完整教程PPT的下载链接~ 


教程部分截图如下所示:


参考链接:

  • http://shichuan.org/CIKM19_Tutorial.html


-END-
专 · 知


专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取更多AI知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询
请加专知小助手微信(扫一扫如下二维码添加),获取专知VIP会员码,加入专知人工智能主题群,咨询技术商务合作~
点击“阅读原文”,了解注册成为专知VIP会员
登录查看更多
7+

相关内容

异构信息网络 (Hetegeneous Information Network 以下简称 HIN),是由 UIUC 的 Han Jiawei 和 UCLA 的 Sun Yizhou 在 2011 年的 VLDB 论文中首次提出。
Top