一种结合特征预训练和知识蒸馏的时序图学习方法

本发明属于信息技术领域，具体涉及一种结合特征预训练和知识蒸馏的时序图学习方法，本发明针对现有的时序图方法主要集中在低阶的时间信息上，而获取更高阶的邻居或社区信息则需要增加计算成本，从而显著影响模型效率的问题，提供了一种新的时序图学习方法，该方法将时序图中的信息分为时序级别、邻域级别、社区级别和全图级别；在训练过程中将时序级别的信息与一阶邻居结合起来，称为时序级结合；对于其他级别的信息，使用node2vec作为预训练模块生成预训练嵌入，这些嵌入作为获取附加信息的基础知识；该方法实现了跨不同模式的知识蒸馏，包括邻居级别的蒸馏、社区级别的分布和全图级别的传播。