真实世界超图节点分类公开数据集

本数据集主要面向超图节点分类研究，由公开的高质量数据集Cora、Citeseer、Cora-CA、Zoo、NTU2012组合在一起，这些数据集均经过领域专家严格筛选与整理，确保数据来源的权威性与准确性。其中Cora数据集由2078篇科学出版物构成，具有1433维的词袋属性。该数据集将文章分为7个类，并通过引用关系构建了1579条超边。Citeseer数据集由3312篇论文构成，具有3703维的词袋属性。该数据集将文章分为6个类，并通过引用关系构建了1079条超边。Cora-CA数据集与Cora具有相同数量的文章，但使用了合著关系来定义超边，包含1433维的词袋信息和7个类别。Zoo数据集包含42条超边和101个具有17个属性的动物节点，共有7个类。NTU2012数据集包含来自67个类别的2012个3D形状和2012条超边。该数据集于2023年6月6日，在windows10系统上运行python程序处理得到。在数据加工阶段，所有原始数据通过脚本解析成统一的输入格式，对Cora、Citeseer、Cora-CA数据集分别进行数据拆分，将Zoo数据集以及NTU2012数据集分别分成20%用于训练，80%用于测试，以确保数据符合文献中所述的基本特征。数据量为2MB。

搜集汇总

背景与挑战

背景概述

该数据集整合了Cora、Citeseer等多个公开高质量子数据集，专用于超图节点分类研究。这些数据经过统一格式处理，包含节点属性、类别和超边信息，总数据量约为2MB。