【每天一个知识点】超图和异构图的不同
1. 定义上的区别
超图 (Hypergraph)
一条 超边 (Hyperedge) 可以同时连接 多个顶点，突破了普通图「一条边只连两个顶点」的限制。
核心目标是 刻画顶点间的高阶关系（如一组学生选同一门课，一组基因在同一通路中活跃）。
异构图 (Heterogeneous Graph)
图中的 顶点和边具有不同类型，例如「作者—论文—会议」三类节点，不同类型边表示不同关系。
核心目标是 区分多种节点和关系语义，强调「异质性」。
2. 建模能力的区别
| 特性 | 超图 (Hypergraph) | 异构图 (Heterogeneous Graph) |
|---|---|---|
| 边的形式 | 超边可连多个顶点 | 普通边（仍然一对一），但类型不同 |
| 关系建模 | 强调 高阶关系（群组关系） | 强调 异质关系（不同语义的关系） |
| 几何保持 | 更适合刻画复杂的局部结构与流形 | 更适合建模多实体、多语义的网络 |
| 典型表示 | 超边 = 顶点集合（可带权重） | 节点类型、边类型定义 schema |
| 难点 | 高质量超图构建（如何定义超边） | 跨类型信息融合（如何建模语义差异） |
3. 应用场景对比
超图
推荐系统：用户—商品—标签，可以用超边建模「多个用户喜欢同一个商品」的群体关系。
生物信息学：基因—通路—疾病，一个通路同时涉及多个基因。
聚类与降维：保持高阶几何关系的流形学习。
异构图
学术网络：作者—论文—会议，每种节点和边语义不同。
知识图谱：实体—关系—实体，典型的多类型节点+多类型边。
社交网络：用户—群组—帖子，异构结构自然存在。
4. 总结一句话
超图解决的是 “一条边能不能同时连接多个点”，突出 高阶关系建模；
异构图解决的是 “图中点和边能不能有不同的语义”，突出 异质信息融合。
