关于上两篇文章的思考

① 今天读论文,在Influence Maximization on Large-scale Networks with a Group-based Method via Network Embedding一文中,提出了diffusion-aware random walk sampling strategy。回顾在Community aware random walk for network embedding一文中提出了Community aware random walk sampling strategy。觉得貌似是需要读一读起源,即:DeepWalk
② 在前面实现IM算法来找到最终的种子节点集的时候,我并没有将这些种子节点用于实际的IM问题的传播过程之中去。也就是存在两个问题:

  1. 对于图中的传播过程建模,还没有利用代码来实现;
  2. 自己所复现的论文代码找到的种子节点集,没有用于传播,那么这个算法的实现其实就是不完整的。也就是,需要建模实现传播的过程,并用一些基线方法来实践,评测算法的效率是否和论文中的一致;

——————

故而,接下来的几天有两个任务:
DeepWalk精读;
② 传播过程的代码实现;
③ 前面两种方法的评估;(参考《Influence maximization in social networks based on TOPSIS》中所用指标)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

梦否

文章对你有用?不妨打赏一毛两毛

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值