Apr, 2023
H2CGL:建模引文网络动态以预测影响力
H2CGL: Modeling Dynamics of Citation Network for Impact Prediction
Guoxiu He, Zhikai Xue, Zhuoren Jiang, Yangyang Kang, Star Zhao...
TL;DR本研究建立了层次化和异构图形用于记录目标论文的科学背景信息,并提出了 H2CGL 模型,它可以单独聚合每年的异构信息以及为高引用论文和参考文献、引用和目标论文之间的关系设置优先级。该模型可以捕获异构子图之间的动态矛盾,并利用对比学习使图表示更加敏感。这些研究结果表明,所提出的方法显着优于基线方法,且适用于新旧文章。