一种基于自适应信息传播与聚合超图模型的关系节点挖掘方法

本发明公开了一种基于自适应信息传播与聚合超图模型的关系节点挖掘方法。其中使用图视图IPM来挖掘超图数据中的潜在成对节点关系，使用超图视图IPM来捕捉超图数据中显式的高阶节点关系，并利用门控机制融合这些节点表示，得到更新的节点特征。随后通过移除激活函数和重新参数化可学习参数将传统的超图卷积简化为解耦超图卷积（DHC），从而高效提取目标节点高跳近邻的信息。最后设计了一种新的自适应聚合方法，使用提升策略训练多个DHC，并学习目标节点各个高跳近邻的信息权重来作出最终预测。本发明能够自适应地挖掘超图数据中潜在的成对节点关系与显式的高阶节点关系，并从高跳近邻中高效地提取并自适应地聚合信息，从而实现准确的超图节点分类。