基于人工智能的异构信息网络表示学习方法

本发明提供基于人工智能的异构信息网络表示学习方法，涉及网络学习技术领域，包括：提取异构信息网络的每一节点，并基于每一节点及对应节点特征进行初始建模，得到初始学习模型；基于目标异构信息网络的网络特征匹配嵌入方法，对每一节点及节点语义关系进行提取转换；将初始学习模型结合提取转换结果构建第一学习模型，并进行模型优化，得到第一优化模型；基于第一优化模型对目标异构信息网络进行网络表示，并进行验证评估。通过将网络节点及节点特征构建初始学习模型与根据对应嵌入方法对节点语义关系进行提取转换后的结果进行结合，构建第一学习模型进行网络表示及表示结果的验证评估，可以使得对目标异构信息网络的网络表示更为精准、有效。