近期,北邮GAMMA Lab的石川教授受CCF术语委员会邀请,撰写了异质图的定义。异质图的基本信息如下:
InfoBox:
中文名:异质图
外文名:Heterogeneous Graph
简称:HG
实质:一种复杂交互系统的建模方法,用于建模多种类型的对象及其之间复杂的关联关系
了解更多异质图相关内容,请访问。
石川教授寄语
感谢CCF术语委员会邀请我撰写异质图的定义。简单说一下花了12年时间定义这条术语的背后故事。
作为Philip Yu教授的大陆首位访问学者,我于2011年初最早阅读了还未正式出版的这个方向奠基性工作PathSim(Yizhou Sun, Jiawei Han, Philip Yu, VLDB11, 引用1723,听说也被拒了好几次),就被这个工作深深吸引,紧接着提出了HeteSim(EBDT12/TKDE14,引用419)。针对heterogeneous (information) network如何翻译,直观的叫法就是异构网络,作为北邮的老师,我很清楚异构网络是如日中天的网络与通讯里面的专有名词,容易引起混淆;异质更能反映网络中节点和边不同特质,因此我最早开始叫“异质网络”。异质网络分析本来是偏安于数据挖掘领域的一个方向,虽由泰斗发起,但也经历了起初兴起,而后进入平淡;我一直坚持异质网络分析研究,提出了基于异质网络的推荐技术(SemRec, CIKM15, 270+),也没有太大水花,也没有太多争议。
随着网络表示学习的兴起与应用,异质网络表示学习也热门了起来;特别是工业界实际业务需要异质网络建模,异质网络分析也重新火了起来,很多人也直观的叫异构网络,而我已经宣扬了6,7年的异质网络。有时候也想过放弃我的叫法,但是我一直认为异质网络是个更好的翻译。在这个阶段我们也提出了代表性的浅层表示HeRec(TKDE18, 引用700+)和深层表示模型HAN(WWW19, 引用1200+)。
随着图神经网络时代的到来,异质网络进一步走出了数据挖掘圈,影响到AI届。heterogeneous network也逐步变成了heterogeneous graph. 图既是一种建模方式,也是一种数据形式。异质图神经网络也成为图神经网络的重要分支,也广泛在工业界应用。更多的人开始接受异质图的叫法。
今天有机会定义这个术语,由我结束因我产生的这个混乱。目睹了学术界一些名词之争(如强化学习/增强学习,演化计算/进化计算)。我本无意产生这种混乱,只是没想到一个方向做了十多年,见证了兴衰起伏,也能够有幸引领发展。希望能够坚持一些对的事情,做一些对该方向有价值的事情。
长按下图并点击“识别图中二维码”
即可关注北邮 GAMMA Lab 公众号
推荐站内搜索:最好用的开发软件、免费开源系统、渗透测试工具云盘下载、最新渗透测试资料、最新黑客工具下载……
还没有评论,来说两句吧...