基于多视图邻居对比学习的节点分类方法
Multi-view neighbor contrastive learning for node classification
河北大学 数学与信息科学学院 河北机器学习与计算智能重点实验室, 河北 保定 071002
摘要
随着图对比学习方法在节点分类中广泛应用，有效缓解了对标签信息的依赖。然而，现有的图对比学习方法在异配图中容易聚合大量异类节点信息，并且图神经网络(Graph Neural Network，GNN)在聚合邻居特征的过程与对比损失之间存在潜在的冲突问题。为缓解该问题，对异配图中节点分类性能下降的原因及图对比学习冲突来源进行了理论分析，并提出了一种基于多视图邻居对比学习(Multi-View Neighbor Contrastive Learning，MVNCL)的节点分类方法。具体而言，首先引入结构重建的增强策略，在考虑节点间相似性的基础上，结合类别不确定性以更有效地区分硬负样本，从而得到一个连接的节点更倾向于属于相同类别的增强视图，使节点特征能够有效的聚合。其次，通过设计原始视图和增强视图邻居对比损失，实现无结构视图与增强视图，原始视图之间的对比，有效缓解了图对比学习中特征聚合与对比目标之间的冲突。通过在五个数据集上开展节点分类实验，结果表明MVNCL在同配性较高与异配性较高的数据集中均取得了优于现有方法的性能表现。
基金项目
河北省自然科学基金青年基金资助项目(A2024201031)
河北省自然科学基金资助项目(H2024201062)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.05.0170
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第12期
发布历史
[2025-08-21] 优先出版
引用本文
刘俊龙, 董继洲, 王祎丹. 基于多视图邻居对比学习的节点分类方法 [J]. 计算机应用研究, 2025, 42 (12). (2025-08-21). https://doi.org/10.19734/j.issn.1001-3695.2025.05.0170. (Liu Junlong, Dong Jizhou, Wang Yidan. Multi-view neighbor contrastive learning for node classification [J]. Application Research of Computers, 2025, 42 (12). (2025-08-21). https://doi.org/10.19734/j.issn.1001-3695.2025.05.0170. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
