知识图谱
Deeachain
这个作者很懒,什么都没留下…
展开
-
Node2Vec笔记
node2vec: Scalable Feature Learning for NetworksGithub整理代码链接,欢迎讨论和交流,觉得有用的可以Star一下。1.主要思想 目的:是将图中的顶点映射到一个低维连续空间,并且能够保存图的空间结构。 论文的主要亮点,设计了与Deepwalk不同的随机游走方式,每次随机游走会选择是进行宽度原创 2020-09-15 20:22:05 · 1193 阅读 · 1 评论 -
Line笔记
Line:Large-scale Information Network Embedding任务 论文方法主要用于将非常庞大的信息网络(顶点和边构成的图)映射到一个低维的向量空间。如可视化、节点分类、边预测等无向图、有向图、有权边和无权边等语言网络、社交网络、引文网络等 定义了两个目标函数用于保留全局和局部原创 2020-09-05 18:05:51 · 269 阅读 · 0 评论 -
Deepwalk笔记
Deepwalk整理主要思想 Deepwalk是一种将随机游走(Random walk)和Word2Vec两种算法相结合的图表示算法。网络的输入是一张图或者一个网络,输出为网络中顶点的向量表示。 图 1 图表示示意图1. Random walk 图 2 包含个节点的图 如上图所示,以V1顶点为原创 2020-08-21 16:19:33 · 542 阅读 · 0 评论