Published in KDD-DLG workshop 2020. https://arxiv.org/pdf/2007.13004.pdf

关键词：图神经网络，图演化

摘要：提出了一个同时学习图的属性（attributes）和结构（structure）的演化的方法。该方法可以用在各种GNN上。联合学习两个任务：属性预测和链接预测。

方法：
1）S-stack temporal self-attention
2）多任务学习，共同演化。

实验：
两个任务：属性预测和链接预测。
两个数据集：Evolutionary co-authorship graphs；Evolutionary virtual currency graph。
三个改装models：GCN，GAT，GraphSage