1 目的和思想
SDNE 模型的目的:将图的顶点表示为向量
SDNE 的整体思想:为了保留网络的高度非线性关系
模型出自论文: Structural Deep Network Embedding
2 模型原理
模型实现:
- 将节点通过两次编码为节点向量
- 对节点向量进行两次解码为原来的节点
主要是以半监督的方式学习模型,分别有节点的一阶相似性损失和二阶相似性损失函数
2.1 节点编码公式
2.2 损失函数
- 一阶相似性损失函数
- 整体相似性损失函数
2.3 算法
3 SDNE 总结
和LINE的思想差不多,分一阶和二阶,目标函数都有差别