从素数到路径：实现快速多关系图分析

多关系网络捕获数据中错综复杂的关系，在生物医学、金融和社会科学等领域具有广泛的应用。随着来自日益增大数据集所衍生的网络变得越来越普遍，识别表示和分析它们的有效方法变得至关重要。本工作扩展了素数邻接矩阵框架，该框架利用素数唯一地表示网络中的不同关系。这使得能够使用单个邻接矩阵紧凑地表示完整的多关系图，进而促进多跳邻接矩阵的快速计算。在本工作中，我们通过引入一种无损算法来计算多跳矩阵来增强该框架，并提出了路径袋表示，这是一种用于各种图分析任务（节点级、边级和图级）的多功能特征提取方法。我们展示了该框架在各种任务和数据集上的效率，表明基于简单BoP的模型在性能上与常用神经模型相当或更好，同时提供了更快的速度和更好的可解释性。