其他保持节点共现的方法

最新推荐文章于 2022-03-18 15:28:52 发布

码农_Xiao

最新推荐文章于 2022-03-18 15:28:52 发布

阅读量184

点赞数

分类专栏：图嵌入文章标签：其他知识图谱人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/TUtou_XiaoGe/article/details/122316392

版权

图嵌入专栏收录该内容

4 篇文章 0 订阅

订阅专栏

Node2vec

Node2vec采用有偏随机游走代替deepwalk中的random walk来搜索节点的邻域，以此来生成共现表 $\large I$ ，简单的来说就是提出一种有两个参数p和q的二阶随机游走。

Node2vec中的有偏随机游走定义为：

假设随机游走从节点 $\large v^{\left ( t-1 \right )}$ 游走到了 $\large v^{\left ( t \right )}$ ，那么从 $\large v^{\left ( t \right )}$ 游走到下一个节点的选取并不是和deepwalk中的random walk一样均匀的从 $\large v^{\left ( t \right )}$ 的邻域节点中选取，而是基于 $\large v^{\left ( t-1 \right )}$ 和 $\large v^{\left ( t \right )}$ 定义了一个抽样概率

（1）

其中表示节点 $\large v^{\left ( t-1 \right )}$ 到 $\large v^{\left ( t+1 \right )}$ 的最短路径长度

其中参数p控制当节点从 $\large v^{\left ( t-1 \right )}$ 随机游走到 $\large v^{\left ( t+1 \right )}$ 后又回溯到节点 $\large v^{\left ( t-1 \right )}$ 的概率，p越小则重新访问 $\large v^{\left ( t-1 \right )}$ 的概率越大，p越大则回溯的概率越小。

参数q则控制区分游走的方向。q<1随机游走趋向于接近 $\large v^{\left ( t-1 \right )}$ ，q>1随机游走倾向于访问距离 $\large v^{\left ( t-1 \right )}$ 较远的节点。

Node2vec的其他步骤和DeepWalk相同（抽取，重构，目标）。

LINE

矩阵分解。（后期补充）

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
其他保持节点共现的方法

Node2vecNode2vec采用有偏随机游走代替deepwalk中的random walk来搜索节点的邻域，以此来生成共现表，简单的来说就是提出一种有两个参数p和q的二阶随机游走。Node2vec中的有偏随机游走定义为：假设随机游走从节点游走到了，那么从游走到下一个节点的选取并不是和deepwalk中的random walk一样均匀的从的邻域节点中选取，而是基于和定义了一个抽样概率（1）其中表示节点到的最短路径长度其中参数p控制当节点从随机游走到后又回溯到节点的概率，p...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。