【KDD2020】异质图在滴滴出行行业应用专题

异质信息网络的概念自 2009 年首次提出以来，迅速成为数据挖掘领域的研究热点，并在这类网络上开发了许多创新性的数据挖掘任务。此外，还开发了一些独特的分析技术来展示异质信息网络的好处。特别是，随着大数据时代的到来，异质信息网络为大数据中复杂对象及其关系的建模和分析提供了一种有效的途径。

本文将介绍两篇滴滴在KDD 2020上发表的利用异质信息网络解决实际问题的工作。 第一个工作是《HetETA: Heterogeneous Information Network Embedding for Estimating Time of Arrival》，提出异质时空图卷积网络用于预估到达时间。

第二个工作是《Gemini: A Novel and Universal Heterogeneous Graph Information Fusing Framework for Online Recommendations》，提出一种通用的在线推荐异质信息融合框架。