一种少样本学习异构信息网络的链路预测方法

本发明公开了一种少样本学习异构信息网络的链路预测方法,包括步骤：从原始图中对子图进行采样；对支持集中多个支持图实例采样和迭代，在每个子图中用结构模块来生成节点嵌入，然后将节点嵌入输入异构图神经网络模块进行训练更新；根据节点嵌入获得任务嵌入；计算支持损失函数并更新参数；对多个查询图实例进行采样，并按与支持集相同的训练过程来学习节点嵌入和查询损失函数；更新最终的适应参数，进行链路预测和推荐。本发明可以在不同的异构信息网络之间迁移；采用结构模块、异构模块和对比模块分别捕获子图的结构信息、异构特征和未标记信息，在多个异构信息网络上均显著优于最新技术参数。