Datawhale组队学习 Task05 Deepwalk和Node2vec论文精读

本次任务主要讲解了DeepWalk算法和Node2Vec算法，包括：

（1）DeepWalk简介：图嵌入、Word2Vec词嵌入、PPT内容讲解

（2）DeepWalk论文精读：DeepWalk能够把节点编码成低维、稠密、连续的向量，包含节点的结构、连接、社群特征，虽然不包含类别信息，但可用于预测类别信息

（3）DeepWalk代码实战：使用维基百科词条数据构建无向图，生成随机游走节点序列，训练Word2Vec模型，通过计算PageRank得到关键词条，并进行可视化展示

（4）Node2Vec简介：回顾Graph Embedding图嵌入、DeepWalk缺点和Node2Vec简要讲解

（5）Node2Vec论文精读：Node2Vec是半监督算法，使用SGD方法优化，并使用极大似然估计进行训练，采样方法基于二阶随机游走

（6）Node2Vec代码实战：使用内置的悲惨世界数据集，构建Node2Vec模型，进行节点Embedding聚类和降维可视化，对Edge（连接）做Embedding