康奈尔大学 发布 非同质性大型图数据集 数据集, 应用在 图机器学习、非同质性图数据集 领域

康奈尔大学 本次发布的数据集 非同质性大型图数据集, 本研究收集了一系列大型非同质性图数据集，用于图机器学习评估。这些数据集涵盖了从在线社交网络到引文网络等多个应用领域，具有比以往数据集更多的节点和边。例如，Penn94数据集用于预测用户性别，而arXiv-year数据集则用于预测论文发表年份。这些数据集不仅规模更大，而且应用领域更广，能够捕捉到不同类型的复杂标签-拓扑关系。通过这些数据集，研究者们进行了广泛的实验，比较了14种图学习方法和3种图小批量技术，展示了LINKX模型在非同质性图学习中的优越性能。

查看非同质性大型图数据集

README 内容： 

关于 康奈尔大学 , 康奈尔大学是一所位于美国纽约州伊萨卡市的顶级私立研究型大学，以其在科学、工程、商学和人文社科等领域的卓越研究和教学而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。