---
title: "異質圖（Heterogeneous Graph）"
slug: heterogeneous-graph
language: zh-TW
source: https://aiterms.tw/terms/heterogeneous-graph
updated_at: 2026-06-22
tags: [機器學習, 深度學習, 知識圖譜, AI應用]
ipas_term: false
---

# 異質圖（Heterogeneous Graph）

包含多種節點類型和邊類型的圖，其中不同類型的節點或邊具有不同的特徵和語義。

## 完整說明

異質圖是一種複雜的圖結構，包含多個節點類型和邊類型。與同質圖（所有節點和邊屬於同一類型）不同，異質圖中不同類型的節點和邊攜帶不同的語義和特徵。例如，電影推薦系統的二部圖包含「使用者」和「電影」兩種節點，以及「評分」一種邊；學術引用網路包含「論文」、「作者」、「場所」三種節點，以及「發表於」、「引用」等邊。異質圖廣泛存在於現實應用中，處理異質圖需要專門的圖神經網路（如異質圖神經網路）。

## 常見問題

### 如何在異質圖中定義元路徑？選擇哪些元路徑？

元路徑由節點類型序列定義，通常 2-4 層長（如 A-B-A 或 A-B-C-A）。選擇元路徑的方式：(1) 領域知識：根據應用背景選擇語義有意義的元路徑，(2) 任務導向：選擇與目標任務相關的元路徑，(3) 實驗：嘗試不同的元路徑組合，評估下游任務性能。通常，3-5 條精心選擇的元路徑已足夠；過多元路徑會增加計算複雜度，可能引入噪聲。

### 異質圖神經網路如何處理不同節點類型的不同特徵維數？

異質圖中不同類型的節點可以有完全不同的特徵維數。常見的處理方式包括：(1) 類型特定的投影矩陣，將不同維數的節點特徵投影到共同的嵌入空間，(2) 類型特定的編碼器，為每種節點類型設計獨立的特徵編碼，(3) 共享嵌入空間，使用足夠大的嵌入維數容納所有類型。選擇應根據類型數量和特徵差異程度而定。通常，類型特定的投影矩陣是最靈活和有效的。

### 異質圖學習中如何避免類型偏差（某些類型過度表示）？

異質圖中，若某些類型的邊或節點數量遠超其他類型，模型可能過度關注多數類型而忽視少數類型。應對策略包括：(1) 類型正規化，在損失函數中為少數類型添加權重，(2) 分層採樣，確保各類型的均衡採樣，(3) 類型別的評估指標，分別評估各類型上的性能，(4) 數據增強，為少數類型生成合成樣本。特別在知識圖譜補全和推薦系統中，應當關注長尾類型的性能。

---

來源：https://aiterms.tw/terms/heterogeneous-graph
快查頁：https://aiterms.tw/terms/heterogeneous-graph
最後更新：2026/06/22
深度解說：https://aiterms.tw/learning/what-is-heterogeneous-graph