基于多视图一致性的异构知识网络节点相似性度量方法

本申请提供了一种基于多视图一致性的异构知识网络节点相似性度量方法，包括通过节点表征学习为异构知识网络中不同类型的节点构建节点特征，基于预先定义的多个元路径分别进行路径采样得到多个视图，基于节点在每个视图的节点表征确定共同表征，基于两个节点的共同表征确定相似度。通过构建多个不同关系模式的视图，能够综合利用异构知识网络中的不同类型的信息，捕捉节点不同方面的特征和关系，更加全面考虑节点之间的关联关系，提高相似度度量的全面性和准确性。而且，通过定义节点在不同视图中的共同表征，可以降低异构知识网络中由于节点类型或关系类型差异带来的影响，提高节点相似度度量的鲁棒性和准确性。