Graph embedding techniques, applications, and performance: A survey 论文阅读和理解

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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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