一种基于扩散和多粒度领域适应的跨网络节点分类方法

本发明公开了一种基于扩散和多粒度领域适应的跨网络节点分类方法，包括：将源图和目标图通过图卷积扩散模型获得相应的转移概率矩阵；根据转移概率矩阵，将源图和目标图分别通过共享编码器以及独立编码器得到图中每个节点的特征表示；根据特征表示，从图级、类别级以及节点级三个层面进行损失设计，并将损失反向传播更新图神经网络的参数，得到训练好的图神经网络；使用训练好的图神经网络完成跨网络节点分类，本发明通过对六个跨网络节点分类任务进行大量实验证明，所提出的方法优于SOTA方法。本发明能有效地完成跨网络节点分类任务。