基于社区一致性的异构图神经网络训练方法及系统

本发明属于图神经网络和异构数据处理技术领域，具体公开了一种基于社区一致性的异构图神经网络训练方法及系统，所述方法包括：基于社区划分规则生成异构图的子图集合；提取子图集合中各子图的节点特征矩阵，对各节点特征矩阵进行切片操作，得到与输入对齐的子图特征矩阵，并设计MMD损失函数；基于MMD损失函数构建复合损失函数，并通过梯度逆转进行异构图神经网络参数更新，完成异构图神经网络训练。本发明通过动态社区划分与子图特征一致性约束机制解决了传统图神经网络在跨域知识融合、动态拓扑适应性和语义保真度方面存在不足的问题。