基于掩码自编码器的动态异质图表示学习方法

本发明公开了基于掩码自编码器的动态异质图表示学习方法，该方法首先读取数据集中的动态异质图，构建动态异质图序列输入到动态异质图编码器中得到嵌入向量，再通过预测器得到预测损失。然后对动态异质图进行遮盖操作，将遮盖后的动态异质图输入到动态异质图编码器，得到遮盖后的嵌入向量，再掩码，将再掩码后的嵌入向量输入到与动态异质图编码器同结构的解码器中，得出经过解码器重建后的特征向量。最后计算重建得到的特征向量与动态异质图的嵌入向量的误差得到重建损失，将重建损失与预测损失组合作为训练损失，进行训练。发明缓解了对标签信息的依赖，更好地捕获原始图结构的语义信息，学习到精确的动态异质图嵌入。