简述
Network Representation Learning, 网络表示学习.
类似于word2vec, 目标是用低维、稠密、实值的向量表示网络中的节点, 方便下游计算.
基本思想
仍旧类比于word2vec.
使用DFS/BFS的搜索思想对图进行遍历, 得到一系列 sequence, 类比于语料库中的word sequence, 也就是doc或sentence.
deepWalk 论文(2014)
论文见[2], 对应 slides 见[3]. 第一作者个人网站见[4]. 数据集见[5].
问题定义
对社交网络中的成员进行一个或多个类别的分类.
node2vec 论文(2016)
论文见 [7].
参考
- standFord的工具,node2vec
- 论文, DeepWalk: Online Learning of Social Representations
- deepwalk-slides.pdf
- 论文作者blog,Bryan Perozzi
- 我的另一篇blog, 网络表示学习,常用数据集
- github, deep-walk
- 论文, node2vec: Scalable Feature Learning for Networks