1. 图嵌入的分类:
1.1基于矩阵分解
1.2基于随机游走
1.2.1 DeepWalk:通过随机游走保留了高阶属性
https://blog.csdn.net/qq_32294855/article/details/89006078
1.2.2 Node2Vec:深度优先和宽度优先
1.2.3暂缓
1.2.4暂缓
1.3基于深度学习
2. 图嵌入的应用
网络压缩、可视化、节点聚类、链路预测、节点分类
3. 实验数据集
- 3.1 SYN-SBM: 合成的一个网络
- 3.2 KARATE :空手道网络
- 3.3 BLOGCATALOG :博客网络
- 3.4 YOUTUBE : YOUTUBE 用户网络
- 3.5 HEP-TH :论文协作网络
- 3.6 ASTRO-PH :论文协作网络
- 3.7 PROTEIN-PROTEIN INTERACTIONS (PPI) :蛋白质网络
4. 评价指标
5. 实验对比
6. python工具包GEM
包括提到的所有算法的工具包: Locally Linear Embedding, Laplacian Eigenmaps,Graph Factorization, HOPE, SDNE and node2vec
下载地址: https://github.com/palash1992/GEM
7. 图嵌入的未来研究方向
探索非线性结构、研究网络的演进、生成具有真实特性的综合网络