无监督属性化多路复用网络嵌入 摘要1 引言2 问题陈述3 Unsupervised Attributed Multiplex Network Embedding3.1 Deep Multiplex Graph Infomax: DMGI 4 实验 摘要 多路复用网络中的节点由多种类型的关系连接。然而，大多数现有的网络嵌入方法都假设节点之间只存在一种单一的关系。即使对于考虑网络多重

论文题目：Unsupervised Attributed Multiplex Network Embedding 论文地址：https://arxiv.org/abs/1911.06750 代码地址：https://github.com/pcy1302/DMGI 引用方式：@article{park2019unsupervised,title={Unsupervised Attrib

摘要部分 网络嵌入（图嵌入）在真实世界中已经有了非常大规模的应用，然而现存的一些网络嵌入（图嵌入）相关的方法主要还是集中在同质网络的应用场景下，即节点和边的类型都是单一类型的情况下。但是真实世界网络中每个节点的类型都多种，每条边的类型也有多种，而且每一个节点都具有不同且繁多的属性。所以本论文提出了一种在Attributed Multiplex Heterogeneous Network中进行嵌入

论文提出的算法主要是针对复杂的多重异构网络（即节点有属性，节点类型有多种，边的类型有多种）。算法名字叫做GATNE，可以分为直推式GATNE-T和归纳式GATNE-I。 每个节点的embedding包括base embedding和edge embedding。其中base embedding是用在共有的，edge embedding是针对不同类型的边构造的图生成的embedding。 对于GAT

1.什么是ACS（attributed community search） 对于给定的查询节点 (节点+该节点的属性)，找出其所属社区 2.ACS问题–传统方法 传统方法 传统方法分两步执行 1）structural matching：找出查询节点的候选社区结构 2）attribute filtering：优化属性函数，来缩小或筛选第一步选出的社区缺点 1）将结构和属性分开处理，忽略结构和