본 논문은 데이터가 부족한 도시의 부동산 가치 평가 성능을 향상시키기 위해, 데이터가 풍부한 대도시에서 학습한 지식을 이전하는 메타-전이 학습 기반 시계열 그래프 네트워크(MetaTransfer)를 제안합니다. 부동산 거래를 시계열 이종 그래프로 모델링하여 공간-시간적 상관관계를 포착하고, 커뮤니티별 가치 평가를 다중 작업 동적 그래프 링크 예측 문제로 공식화합니다. 이를 통해 도시 내 지식 공유와 개별 작업에 특화된 매개변수 생성을 촉진하여, 원치 않는 지식 이전을 완화하고 효과적인 도시 간 지식 이전을 가능하게 합니다.
