异构信息网络表示学习（HIN RL）

NOTE:本文是上次调研报告的后续，介绍的内容主要是2017年至今发表的部分文章，考虑近两年来相关异构信息网络表示学习模型的特点，本文将从浅层模型、深层模型两种类别来介绍。此外，本文将不再介绍异构信息网络的应用，其一是因为在上一篇文章我们已经作了一些介绍；其二我们应该着重去思考怎么去将现实世界建模成网络，不同实体之间存在什么样关系，是否可以通过网络来学习到某种隐式特征或实现实体之间的信息传递。最后，本文将介绍一些未来发展方向以及挑战。

内容看附件