A Survey of Heterogeneous Information Networks Analysis and Applications （软件学报 2015）
虽然这篇论文早在2015发表的，但是里面的一些基础知识，包括一些定义，对以后写异质信息网络相关的论文会有用到。
关键词：异质信息网络；元路径；网络表示学习；图神经网络
最新进展和前沿成果元图：加权元路径、元图、属性异质网络等
1.异质网络基础知识
信息网络、异质/同质网络、网络模式 的定义
元路径、受限元路径（带约束条件）、加权元路径、元结构/元图
多关系网络、二分网络、星型网络、多中心网络、属性网络、无模式网络
未考虑路径实例间链接上的属性语义差异诱发较大的语义差异
元路径只能表示两对象间的简单关系,而元结构/元图可以融合多条元路径,方便地表达复杂语义
基于元路径的数据挖掘
相似性度量（基于特征和基于链接）：计算余弦相似性或者欧几里得距离等
推荐 链接预测 元路径选择
异质网络的表示学习
问题 ：稀疏性及其不断增长的规模
解决：将网络节点映射到低维向量空间中，用低维稠密向量来表示网络中的任意节点，即信息网络的表示学习。
代表性模型：DeepWalk，将随机游走和skip-gram模型结合来学习网络节点表示
浅层模型：基于随机游走
深层模型：基于自动编码器、基于生成对抗网络、基于强化学习、基于图神经网络
浅层和深层模型比较
应用
未来发展方向
面向多模态数据的异质网络构建与分析方法
面向复杂网络数据的异质网络分析方法
面向深度计算的异质网络表示学习