图神经网络研究领域论文-作者-机构与研究方向数据集-2021-junhonglin
数据来源：互联网公开数据
标签：图神经网络,异构图,论文,作者,机构,研究方向,学术研究,机器学习,图表示学习
数据概述：
本数据集源自开放图基准（Open Graph Benchmark）的ogbn-mag和修改后的mag-year数据集，它们均基于微软学术图谱（Microsoft Academic Graph, MAG）的子集构建。数据集构建了一个异构图，包含四种类型的节点：论文（736,389个节点）、作者（1,134,649个节点）、机构（8,740个节点）和研究方向（59,965个节点）。节点之间存在四种类型的有向关系。每篇论文都关联一个128维的word2vec特征向量。作者的特征是通过平均其所有发表论文的节点特征得到的。
数据用途概述：
ogbn-mag数据集用于预测每篇论文发表的场所（会议或期刊），共有349个不同的场所。mag-year数据集用于预测论文发表的年份，将发表年份划分为五个类别，以使类别比例大致平衡。该数据集适用于图神经网络、异构图学习等研究，可用于论文发表场所预测、论文发表年份预测等任务，为学术界在图结构数据上的机器学习研究提供了重要的实验平台。
