前言

R-GCN的原理见ESWC 2018 | R-GCN:基于图形体积网络的关系数据建模。

数据处理

导入数据：

输出如下：

可以发现，DBLP数据集中有作者(author)、论文(paper)、术语(term)以及会议(conference)四种类型的节点。DBLP包含14,328份论文,作者4057人, 20个会议(conference)，共7723人。作者分为四个领域: 数据库 、 数据挖掘 、 机器学习和信息检索.

任务：对author节点分为四个类别。

由于conference节点没有功能,所以您需要先设置功能:

所有会议节点的特性都是随机初始化.

获取一些有用的资料:

模型搭建

首先导入包：

模型参数：

1. In_channels:输入通道,如节点分类中的每个节点的特性数,通常设置为-1。
2. out_channels:输出通道,GCNConv最后层的输出通道是节点类数(节点分类)。
3. 縣名「Num_relations」(PDF)。
4. num_bases:如果一个基函数被用来分解一个规范化,它指示要使用的基数。
5. num_blocks:如果块为角方形,使用数量的块。
6. 梅尔认为的那样mean。

于是模型搭建如下：

输出一下模型：

1. 前向传播

如欲查看RGCNConv的输入和输出要求,请参阅官方文件:

可以发现需要输入RGCNConv的节点特性x、边索引edge_index以及边类型edge_type。

我们在初始化功能后导出DBLP数据集:

可以发现DBLP没有上述三个值,因此我们首先需要将其转换为一个均匀图:

在转换成均匀图后,虽然存在edge_index和edge_type但是并不是所有的节点x，这是因为在将异质图转为同质图的过程中，只有所有节点的特征维度相同时才能将所有节点的特征进行合并。因此，我们首先需要将所有节点的特征转换到同一维度(这里以128为例)：

转换数据中所有类型节点的特征维度为128,然后转换成一个均匀图:

此时，我们就可以将homogeneous_data输入到RGCNConv中：

输出的x包含了所有的节点信息,我们只需要先取出4057,这是author节点的特征：

2. 反向传播

在训练中,我们首先使用向前传播来计算输出:

f也就是说,最终得到的每个节点都有四个概率值,但在实际训练中我们只需要计算训练集合的损失,所以损失函数如下:

然后计算梯度并逆转更新!

3. 训练

返回在训练期间在验证集合上完成的最佳模型:

4. 测试

实验结果

数据集使用DBLP网络,运行100轮,分类精度为93.7%:

完整代码

代码地址： GNNs-for-Node-Classification 。原创不易，下载时请给个follow和star！感谢！！