در دنیای امروز داده‌ها، شبکه‌های اطلاعاتی ناهمگن (Heterogeneous Information Networks – HINs) به یکی از ابزارهای قدرتمند برای مدل‌سازی روابط پیچیده بین انواع مختلف موجودیت‌ها تبدیل شده‌اند. این شبکه‌ها، که در آن‌ها گره‌ها (Nodes) و یال‌ها (Edges) دارای انواع متفاوتی هستند، در حوزه‌های مختلفی از جمله شبکه‌های اجتماعی، سیستم‌های توصیه‌گر، دانش‌بنیان‌ها و حتی تحقیقات پزشکی کاربرد فراوان دارند. با این حال، چالش اصلی در کار با HINs، چگونگی استخراج نمایش‌های (Representations) معنادار و مفید از این ساختارهای پیچیده است. یادگیری نمایش گره (Node Representation Learning) به طور کلی، به دنبال نگاشت گره‌ها به فضاهای برداری با ابعاد پایین است، به گونه‌ای که اطلاعات ساختاری و معنایی گره‌ها حفظ شود.

اخیراً، یادگیری کنتراستی (Contrastive Learning – CL) به عنوان یک رویکرد قدرتمند در یادگیری عمیق، موفقیت‌های چشمگیری را در دو حوزه بینایی ماشین و پردازش زبان طبیعی به دست آورده است. ایده اصلی CL، یادگیری نمایش‌هایی است که نمونه‌های مشابه را به هم نزدیک و نمونه‌های نامشابه را از هم دور می‌کند. این ایده به سرعت به حوزه یادگیری نمایش گراف (Graph Representation Learning) نیز گسترش یافته و منجر به ظهور یادگیری کنتراستی گراف (Graph Contrastive Learning – GCL) شده است. GCL به طور موثری نمایش‌های متمایز (Discriminative Representations) را برای گره‌ها در گراف‌ها فرا می‌گیرد.

با این حال، اعمال GCL بر روی HINs با چالش‌های منحصر به فردی روبرو است. نحوه ایجاد نمایه‌های (Views) مختلف از HINs بدون تغییر ماهیت معنایی اصلی آن‌ها، و طراحی تابع هدف کنتراستی که بتواند غنای معنایی HINs را به طور کامل جذب کند، هنوز به طور کامل مشخص نیست. علاوه بر این، تحقیقات اولیه نشان داده‌اند که CL، به طور کلی، مستعد “سوگیری نمونه‌گیری” (Sampling Bias) است؛ یعنی نحوه انتخاب نمونه‌های مثبت و منفی می‌تواند تأثیر قابل توجهی بر کیفیت نمایش‌های آموخته شده داشته باشد. روش‌های متعارف رفع سوگیری نیز در زمینه GCL برای HINs چندان کارآمد نیستند. بنابراین، چگونگی کاهش سوگیری نمونه‌گیری در GCL برای گراف‌های ناهمگن، به یکی از مسائل مهم و حیاتی در این حوزه تبدیل شده است.

مقاله حاضر با عنوان “یادگیری متقابل نمای کنتراستی گراف ناهمگن” (Heterogeneous Graph Contrastive Multi-view Learning – HGCML) به طور مستقیم به این چالش‌ها پاسخ می‌دهد و یک مدل نوین و جامع را برای یادگیری نمایش گره در HINs معرفی می‌کند.

این مقاله توسط تیمی از محققان شامل Ze Hong Wang، Qi Li، Donghua Yu، Xiao-Long Han، Xiao-Zhi Gao، و Shigen Shen ارائه شده است. این گروه پژوهشی در زمینه هوش مصنوعی، یادگیری ماشین و به ویژه یادگیری نمایش گراف فعالیت می‌کنند. زمینه تخصصی آن‌ها، توسعه الگوریتم‌ها و مدل‌های نوین برای تحلیل و پردازش داده‌های پیچیده، به خصوص ساختارهای شبکه‌ای ناهمگن است.

این تحقیق در دسته‌بندی “یادگیری ماشین” (Machine Learning) قرار می‌گیرد و به طور خاص بر جنبه‌های پیشرفته یادگیری عمیق، شبکه‌های عصبی گراف (Graph Neural Networks – GNNs) و تکنیک‌های یادگیری خود نظارت (Self-supervised Learning) متمرکز است. تمرکز بر HINs و استفاده از یادگیری کنتراستی، نشان‌دهنده نوآوری و پیگیری روند پیشرفته تحقیقات در این حوزه است.

چکیده مقاله به طور خلاصه به انگیزه اصلی تحقیق، مشکلات موجود در زمینه GCL برای HINs، و راهکار پیشنهادی نویسندگان می‌پردازد. انگیزه اصلی، الهام‌گیری از موفقیت یادگیری کنتراستی در سایر حوزه‌ها و تلاش برای گسترش آن به HINs است. چالش‌های کلیدی شناسایی شده عبارتند از:

• نحوهAugmentation (افزایش داده) موثر: چگونگی ایجاد نماهای مختلف (Multi-views) از HINs بدون آسیب رساندن به معنای اصلی آن‌ها.
• طراحی تابع هدف کنتراستی: چگونگی ساخت تابعی که بتواند تمامی اطلاعات معنایی غنی موجود در HINs را در بر گیرد.
• سوگیری نمونه‌گیری (Sampling Bias): مشکل رایج در CL که می‌تواند کیفیت نمایش‌های آموخته شده را کاهش دهد و inadequacy (عدم کفایت) روش‌های موجود برای رفع آن در GCL.

برای حل این مشکلات، نویسندگان مدل HGCML (Heterogeneous Graph Contrastive Multi-view Learning) را معرفی می‌کنند. نوآوری‌های کلیدی این مدل شامل موارد زیر است:

• استفاده از Metapaths برای Augmentation: برای تولید نماهای مختلف (Multi-views)، از مسیرهای متا (Metapaths) استفاده می‌شود. Metapaths دنباله‌هایی از انواع گره و یال هستند که روابط معنایی خاصی را بین انواع مختلف گره‌ها نشان می‌دهند. با ایجاد زیرگراف‌های متعدد مبتنی بر Metapaths مختلف، نماهای متفاوتی از HIN اصلی ایجاد می‌شود.
• تابع هدف کنتراستی مبتنی بر Mutual Information: تابع هدف طراحی شده، اطلاعات متقابل (Mutual Information) بین هر جفت از نماهای ایجاد شده توسط Metapaths را حداکثر می‌کند. این رویکرد تضمین می‌کند که نمایش‌های آموخته شده، اطلاعات مشترک و معنایی بین این نماها را حفظ کنند.
• راهبرد نمونه‌گیری مثبت (Positive Sampling Strategy): برای مقابله با سوگیری نمونه‌گیری، یک راهبرد جدید برای انتخاب نمونه‌های مثبت ارائه شده است. این راهبرد به طور مشترک اطلاعات معنایی و ساختاری حفظ شده در هر نمای Metapath را در نظر می‌گیرد تا نمونه‌های مثبت معنادارتری را برای هر گره انتخاب کند.

این مقاله همچنین نتایج تجربی قابل توجهی را بر روی پنج مجموعه داده معیار واقعی (Real-world Benchmark Datasets) ارائه می‌دهد که نشان‌دهنده برتری مداوم HGCML نسبت به روش‌های پیشرفته موجود است.

روش‌شناسی HGCML بر پایه سه ستون اصلی استوار است که هر یک به یکی از چالش‌های شناسایی شده در HINs پاسخ می‌دهند:

1. ایجاد نماهای چندگانه از طریق Metapaths:

   یکی از بزرگترین چالش‌ها در HINs، تنوع انواع گره‌ها و یال‌ها است. Metapaths راهی برای تعریف روابط معنایی بین انواع مختلف گره‌ها فراهم می‌کنند. به عنوان مثال، در یک HIN مربوط به مقالات علمی، یک Metapath می‌تواند “نویسنده-مقاله-موضوع” (Author-Paper-Topic) باشد که نشان‌دهنده ارتباط بین نویسندگان، مقالات و موضوعات آن‌ها است. HGCML از این Metapaths از پیش تعریف شده یا کشف شده برای ایجاد نماهای مختلف از HIN استفاده می‌کند. هر Metapath، یک زیرگراف (Subgraph) یا یک نمای خاص از داده‌ها را استخراج می‌کند که بر روی انواع گره‌ها و یال‌های مرتبط با آن Metapath تمرکز دارد. این زیرگراف‌ها به عنوان “نماهای” (Views) مختلف از HIN اصلی عمل می‌کنند.

   مثال: فرض کنید یک HIN شامل گره‌های “کاربر” (User)، “محصول” (Product) و “دسته بندی” (Category) داریم. Metapathهای ممکن می‌توانند شامل:

   • User - Buys - Product - BelongsTo - Category (کاربر محصولی را خرید که متعلق به یک دسته بندی است)
   • User - WritesReview - Product (کاربر برای محصولی نقد نوشته است)

   هر یک از این Metapathها می‌تواند به ایجاد یک نمای مجزا کمک کند که روابط بین کاربران و محصولات را از دیدگاه متفاوتی منعکس می‌نماید. HGCML این زیرگراف‌های تولید شده را به عنوان نمایه‌های مختلف در نظر می‌گیرد.

2. تابع هدف کنتراستی مبتنی بر Mutual Information:

   پس از ایجاد نماهای چندگانه، هدف HGCML این است که نمایش‌هایی را برای گره‌ها بیاموزد که بین این نماها سازگار باشند. برای این منظور، یک تابع هدف کنتراستی طراحی شده است که دو گره را که در نماهای مختلف به عنوان “مشابه” (Positive Pairs) در نظر گرفته می‌شوند، به هم نزدیک و گره‌های “نامشابه” (Negative Pairs) را از هم دور می‌کند. نکته کلیدی در اینجا، استفاده از مفهوم حداکثر کردن اطلاعات متقابل (Maximizing Mutual Information) است. این بدان معناست که مدل سعی می‌کند تا حد ممکن اطلاعات مشترک بین هر جفت از نماها را حفظ کند. این رویکرد اطمینان حاصل می‌کند که نمایش‌های نهایی، اطلاعات غنی و چندوجهی موجود در HIN را به طور موثری در بر می‌گیرند.

   به طور کلی، یادگیری کنتراستی سعی دارد نمایش‌هایی یاد بگیرد که شباهت بین دیدگاه‌های مختلف یک شیء را حداکثر و شباهت بین دیدگاه‌های اشیاء متفاوت را حداقل کند. در HGCML، این اصل برای نمایه‌های مختلف استخراج شده از HIN اعمال می‌شود.

3. راهبرد نمونه‌گیری مثبت بهبود یافته:

   یکی از مشکلات اساسی در GCL، سوگیری نمونه‌گیری است. اگر نمونه‌های مثبت و منفی به درستی انتخاب نشوند، مدل ممکن است نمایش‌های گمراه‌کننده‌ای بیاموزد. HGCML برای غلبه بر این مشکل، یک راهبرد نوآورانه برای نمونه‌گیری مثبت ارائه می‌دهد. این راهبرد به جای انتخاب تصادفی یا مبتنی بر معیارهای ساده، به طور همزمان اطلاعات معنایی و ساختاری را که در هر نمای Metapath حفظ شده، در نظر می‌گیرد.

   نحوه عملکرد: برای یک گره خاص، HGCML گره‌های دیگری را به عنوان نمونه مثبت انتخاب می‌کند که نه تنها در ساختار کلی HIN نزدیک هستند، بلکه ارتباط معنایی مشابهی از طریق Metapathها با گره اصلی دارند. این رویکرد تضمین می‌کند که نمونه‌های مثبت انتخاب شده، واقعاً نماینده همان مفاهیم یا روابطی هستند که HIN سعی در نمایش آن‌ها دارد. این باعث افزایش دقت و کارایی فرآیند یادگیری کنتراستی می‌شود.

   مثال: اگر Metapath ‘User-Likes-Product’ را در نظر بگیریم، دو کاربر به عنوان نمونه مثبت برای یکدیگر انتخاب می‌شوند اگر هر دو تعداد زیادی محصول مشابه را دوست داشته باشند (شباهت معنایی از طریق تعامل با محصولات) و همچنین ممکن است از طریق شبکه‌های اجتماعی به هم متصل باشند (شباهت ساختاری). این رویکرد عمیق‌تر از صرفاً یافتن همسایگان مشترک است.

این سه مولفه در کنار هم، یک چارچوب منسجم برای یادگیری نمایش گره در HINs ایجاد می‌کنند که هم بر پیچیدگی معنایی HINs غلبه کرده و هم مشکلات رایج در GCL را برطرف می‌سازد.

یافته‌های کلیدی این تحقیق نشان‌دهنده اثربخشی قابل توجه مدل HGCML در مقایسه با روش‌های پیشرفته موجود در زمینه یادگیری نمایش گره برای HINs است. نویسندگان این ادعا را با انجام آزمایش‌های گسترده بر روی پنج مجموعه داده معیار واقعی (Real-world Benchmark Datasets) اثبات کرده‌اند.

یافته‌های اصلی عبارتند از:

• عملکرد برتر در وظایف مختلف: HGCML به طور مداوم عملکرد بهتری را در وظایفی مانند طبقه‌بندی گره (Node Classification) و پیش‌بینی پیوند (Link Prediction) نسبت به روش‌های پیشرفته (State-of-the-art Baselines) از خود نشان داده است. این برتری در تمام پنج مجموعه داده مورد آزمایش مشاهده شده است، که نشان‌دهنده قابلیت تعمیم‌پذیری (Generalizability) بالای مدل است.
• اثربخشی Augmentation مبتنی بر Metapath: استفاده از Metapaths به عنوان روش اصلی Augmentation، نقش حیاتی در یادگیری نمایش‌های غنی و معنایی ایفا کرده است. این رویکرد توانسته است ساختار پیچیده و انواع مختلف روابط در HINs را به طور موثر مهار کند.
• کارایی راهبرد رفع سوگیری نمونه‌گیری: راهبرد نمونه‌گیری مثبت جدید که اطلاعات معنایی و ساختاری را به طور همزمان در نظر می‌گیرد، به طور قابل توجهی سوگیری نمونه‌گیری را کاهش داده و کیفیت نمایش‌های آموخته شده را بهبود بخشیده است. این امر به ویژه در HINs که تعاریف دقیق “مشابه” بودن می‌تواند دشوار باشد، اهمیت ویژه‌ای دارد.
• انعطاف‌پذیری و مقیاس‌پذیری: مدل HGCML به گونه‌ای طراحی شده است که انعطاف‌پذیر بوده و بتواند با انواع مختلف HINs و Metapaths سازگار شود. همچنین، نتایج تجربی نشان‌دهنده مقیاس‌پذیری مناسب مدل برای داده‌های بزرگ است.

به طور خلاصه، HGCML نه تنها یک بهبود فنی نسبت به روش‌های قبلی است، بلکه یک رویکرد چارچوبی را ارائه می‌دهد که می‌تواند برای یادگیری نمایش در سایر انواع ساختارهای پیچیده داده نیز مورد استفاده قرار گیرد.

دستاوردهای مدل HGCML پیامدهای مهمی برای طیف وسیعی از کاربردها در دنیای واقعی دارد که از داده‌های مبتنی بر شبکه ناهمگن بهره می‌برند. قابلیت این مدل در استخراج نمایش‌های دقیق و معنادار از HINs، آن را به ابزاری قدرتمند برای حل مسائل پیچیده تبدیل می‌کند.

برخی از کاربردهای کلیدی عبارتند از:

• سیستم‌های توصیه‌گر (Recommender Systems): در پلتفرم‌های آنلاین مانند فروشگاه‌های اینترنتی، سرویس‌های استریم محتوا، و شبکه‌های اجتماعی، HINs برای مدل‌سازی روابط بین کاربران، محصولات، خدمات و محتوا استفاده می‌شوند. HGCML می‌تواند نمایش‌های دقیق‌تری از کاربران و آیتم‌ها ارائه دهد که منجر به توصیه‌های شخصی‌سازی شده و دقیق‌تر می‌شود. به عنوان مثال، درک بهتر ارتباط بین علایق کاربر (از طریق انواع محتوای مصرف شده) و ویژگی‌های محصولات، می‌تواند به توصیه‌های مرتبط‌تری منجر شود.
• شناسایی تقلب (Fraud Detection): در حوزه‌های مالی، بیمه یا شبکه‌های اجتماعی، HINs می‌توانند برای شناسایی الگوهای مشکوک و فعالیت‌های متقلبانه استفاده شوند. نمایش‌های آموخته شده توسط HGCML می‌توانند به تفکیک موجودیت‌های عادی از متقلب کمک کنند، زیرا گره‌های متقلبانه اغلب الگوهای ارتباطی یا معنایی متفاوتی نسبت به گره‌های عادی دارند.
• تحلیل شبکه‌های اجتماعی (Social Network Analysis): مدل HGCML می‌تواند در درک ساختار شبکه‌های اجتماعی پیچیده، شناسایی جوامع (Community Detection)، یافتن افراد تأثیرگذار، و پیش‌بینی روابط جدید بین کاربران مفید باشد.
• کاوش در پایگاه دانش (Knowledge Graph Exploration): در پایگاه‌های دانش بزرگ که شامل انواع مختلف موجودیت‌ها (مانند افراد، مکان‌ها، سازمان‌ها، رویدادها) و روابط بین آن‌ها هستند، HGCML می‌تواند به غنی‌سازی نمایش‌ها کمک کرده و وظایفی مانند استنتاج دانش (Knowledge Inference) را بهبود بخشد.
• تحقیقات پزشکی و دارویی: HINs می‌توانند برای مدل‌سازی روابط بین داروها، بیماری‌ها، ژن‌ها و بیماران استفاده شوند. HGCML می‌تواند در کشف روابط دارویی جدید، پیش‌بینی اثرات جانبی داروها، و توسعه درمان‌های شخصی‌سازی شده کمک کند.

دستاورد اصلی HGCML، ارائه یک چارچوب قدرتمند و انعطاف‌پذیر برای یادگیری نمایش است که چالش‌های کلیدی کار با HINs را برطرف می‌سازد. این مدل امکان استخراج دانش عمیق‌تر از داده‌های پیچیده را فراهم کرده و راه را برای توسعه کاربردهای نوآورانه در حوزه‌های مختلف هموار می‌سازد.

در این مقاله، ما مدل نوین یادگیری متقابل نمای کنتراستی گراف ناهمگن (HGCML) را معرفی کردیم که به طور مؤثری بر چالش‌های مهم یادگیری نمایش گره در شبکه‌های اطلاعاتی ناهمگن (HINs) غلبه می‌کند. با الهام از موفقیت یادگیری کنتراستی در سایر حوزه‌ها، HGCML یک چارچوب جامع را برای یادگیری نمایش‌های متمایز و معنادار گره‌ها ارائه می‌دهد.

نوآوری‌های کلیدی مدل ما شامل استفاده از Metapaths برای ایجاد نماهای چندگانه (Multi-views) از HINs، طراحی یک تابع هدف کنتراستی قدرتمند مبتنی بر حداکثر کردن اطلاعات متقابل بین این نماها، و توسعه یک راهبرد نمونه‌گیری مثبت دقیق است که سوگیری نمونه‌گیری رایج در یادگیری کنتراستی را به طور قابل توجهی کاهش می‌دهد. این راهبرد با در نظر گرفتن همزمان اطلاعات معنایی و ساختاری، اطمینان حاصل می‌کند که نمونه‌های مثبت به طور مؤثری انتخاب می‌شوند.

آزمایش‌های گسترده بر روی پنج مجموعه داده معیار واقعی، برتری مداوم HGCML را نسبت به روش‌های پیشرفته موجود تأیید کرده است. این نتایج نشان‌دهنده قابلیت تعمیم‌پذیری بالا و اثربخشی مدل در وظایف کلیدی مانند طبقه‌بندی گره و پیش‌بینی پیوند است.

در نتیجه، HGCML گامی مهم به سوی بهره‌برداری کامل از پتانسیل HINs برای کاربردهای متنوعی از جمله سیستم‌های توصیه‌گر، شناسایی تقلب، تحلیل شبکه‌های اجتماعی و کاوش در پایگاه دانش محسوب می‌شود. تحقیقات آینده می‌تواند بر روی بسط این مدل برای انواع پیچیده‌تر HINs، کاوش در Metapaths خودکار، و کاربردهای عملی‌تر در حوزه‌های خاص متمرکز شود.