关于Network embedding的一些笔记(内含数据集）

首先这也是我进入一个全新领域的第一步，本文有描述不准确的地方还望指正。

Network embedding也就是将Graph中的node投影到低维度的向量空间中，再进行后续处理的计算。A Survey on Network Embedding 这篇论文对各种方法的优点和缺点都进行了详细的叙述。

很多复杂的系统都是采用网络的形式，比如社交网络，生物网络，和信息网络。通常这些网络都很复杂，不容易处理，计算和分析，所以我们就需要一种方法来将这些原本复杂的网络变得简单化，这样我们处理起来会方便很多。通常我们会使用图来进行表示，但是对于大型网络，显然用图会非常的吃力。并且大型网络具有以下的缺点：

1.很高的计算复杂度

2.低的平行型

3.无法应用时下热门的机器学习算法

为了应对这一困难与挑战，很多人已经在努力研发新的 Network embedding methods. 在 Network embedding space中，节点之间的关系由点之间的距离来表示，结构上的特点由向量来表示。比如：(来自论文A Survey on Network）

一、Network Embedding的两个目标：

 1.能够从已经学习到的Emeddi