1. 异质图
给定一个异质图HIN: G = ⟨ V , E , T , X ⟩ G=\langle V, E, T, X\rangle G=⟨V,E,T,X⟩
- V:结点集合
- E:边集合
- X:所有结点的特征集合
- T = ⟨ T V , T E ⟩ T=\left\langle T_{V}, T_{E}\right\rangle T=⟨TV,TE⟩:Tv表示结点类型集合,Te表示边类型集合。对于异质图而言有 ∣ T V ∣ + ∣ T E ∣ > 2 \left|\mathrm{T}_{V}\right|+\left|\mathrm{T}_{\mathrm{E}}\right|>2 ∣TV∣+∣TE∣>2
2. 网络模式
- 网络模式是信息网络的元模式,是定义在对象类型集合A并以R上的关系为边。
- 现实生活中,遵循某种网络模式的信息网络被称为该网络模式的网络实例。
3. 元路径
元路径P被定义为结点类型V1和VL+1之间的复合关系 R = R 1 ∘ R 2 ∘ … ∘ R L R=R_{1} \circ R_{2} \circ \ldots \circ R_{L} R=R1∘R2∘…∘RL,
以常用书目数据集DBLP for Informatics为例。下图显示了它的HIN实例和网络模式。它代表作者(A)、论文( P )、会议( C )、组织(O)以及它们之间的各种关系:作者写的论文、在会议上发表的论文等。
- 元路径APA(红色路径)表示一篇论文的共同作者关系
- 元路径APCPA(黄色路径)描述了两位作者在同一会议上发表论文的关系
再来看另一个例子 - 元路径UMU:代表不同用户对同一部电影进行打分
- 元路径UMDMU:代表不同用户对用一个导演的电影作品打分
参考:Deepdom: Malicious domain detection with scalable and heterogeneous graph convolutional networks