融合多注意力机制与嵌入学习的异构网络社区发现方法

本发明公开了融合多注意力机制与嵌入学习的异构网络社区发现方法，包括步骤：构建异构网络图，转换节点属性；获取网络子图；利用注意机制在结构聚合编码器中获取结构矩阵C；利用多层注意机制在语义内容编码器中获取特征矩阵X；将结构矩阵和特征矩阵作为卷积网络的输入，输出节点的嵌入矩阵Z；将嵌入矩阵Z用于下游任务，通过构建损失函数进行学习训练，用于社会网络的社区发现。本发明充分发挥图学习技术的优点，利用卷积网络解决社区发现问题，在大规模网络上进行社区发现的同时还能进行归纳式的学习表达，不仅能提高计算效率，还可以得到高质量的社区划分。