形式化定义network embedding如上,我们的目标就是让相似的节点拥有更相似的特征。
当然最直接的衡量节点相似性的方式就是,如果两个节点u,v相连,则认为两个节点是相似的。即
z
v
T
z
u
=
A
u
,
v
z_v^Tz_u = A_{u,v}
zvTzu=Au,v。
前几节所讲的deep walk以及node2vec是一种通过随机游走的来判断节点相似性的更复杂的方式。
Machine Learning with Graphs 之 Matrix Factorization and Node Embeddings
于 2022-02-09 20:45:00 首次发布
网络嵌入的主要目标是使相似的网络节点拥有相似的特征表示。简单的相似性度量是通过节点之间的连接,即如果节点u和v相连,则认为它们相似。而deepwalk和node2vec等方法则采用随机游走策略来更复杂地判断节点的相似性,这些方法能够捕捉网络的局部和全局结构信息。
摘要由CSDN通过智能技术生成