《DeepWalk: Online Learning of Social Representations》笔记

废话少说，看图。就是把一个图的节点转换成二维坐标，保持坐标相近的点，在原始的图中关系也比较紧密（指边的连接关系）。我把这玩意称作Graph2Vec，差不多是这个意思吧。

/*Karate Graph好像是个经典的小数据集吧。一个空手道选手的关系图。*/

转成vector之后，再送到普通的分类器（比如LR）来处理一下即可。论文里是用来处理 multi-label network classification tasks，所以看到后面数据集和实验不要觉得很奇怪，怎么突然从unsupervised变成supervised了。只要数据全量转vector，然后用部分有label的样本训练分类器，最后预测其他无标签的样本即可。

http://leitang.net/social_dimension.html 数据集的定义

“network” is a symmetric sparse matrix representing the interaction between users, and “groups” are the groups subscribed by users。

具体算法

用random walk蒙特卡罗