图计算论文笔记--Heterogeneous Information Network Embedding for Meta Path based Proximity

abstract

• 在异构信息网络上做嵌入
• 使用meta-path
• proximity measures
• objective function 最小化两个距离：
  meta path based proximities
  proximities in the embedded vector space
• 使用副样本加速优化过程
• 本文的方法为HINE

keywords

异构信息网络，meta-path，网络嵌入

introduction

• 使用HIN上的meta-path嵌入
• 建立的function来最小化两个相似度距离
• 使用副样本加速优化过程
• 对四组异构网络做实验

文章的方法使用了网络上的结构信息，顶点和边的类型信息

related work

• 异构信息网络
• meta-path
• embedding

problem definition

• HIN 异构信息网络G = (V,E)
• HIN schema TG =(L,R)
  L是V的类型，R是E的类型
• meta-path based proximity 两个点在meta-path模式P下的proximity
  有两种计算方法：
• Proximity in HIN 两个点在整个图上的Proximity
  也就是所有的P模式下的两个点的meta-path based proximity之和
  
• HIN Embedding for Meta Path based Proximity
  将图上的点embedding后能够保护上述的meta-path based proximity和Proximity in HIN

HINE

HINE是本文对HIN进行embedding的方法

1. 介绍meta-path的Truncated Proximity Calculation
2. 介绍model和定义目标函数
3. 使用副样本

Truncated Proximity Calculation

Truncated Proximity Calculation的意思就是在计算proximity的时候，只采用长度小于threshold L的meta-path。因此Proximity in HIN 定义为：

性质：
其实很好理解，也就是这个路径的proximity就是路径上每一个边的proximity的成积。
使用算法来计算一个proximity矩阵，记录每两个点之间的proximity：

model

两个点之间的joint probability：
使用sigmoid，其中vi和vj是点i和点j已经embedding到低维空间的向量

按照之前我们定义的proximity，两个点之间的相似度应该是：

因此，我们可以得到一个目标函数，这个目标函数通过最小化上面的两个p的距离，来保持embedding后网络的proximity，最小化距离，可以使用KL散度：
使用KL散度得到此目标函数的过程：

negative sampling

直接优化上面的KL散度目标函数太复杂，因此采用副样本。
使用副样本来加强正样本的影响。
这是对每对点

（10）是关于（8）的梯度
对每一对的点进行学习的时候使用（9），整体的是（8）

experiment

总结

没有介绍如何进行训练的，我感觉因该是使用的网络，输入是节点的编码，通过一个网络后的到此节点的低维空间的表达，然后带入目标函数，训练网络的节点，的到权值。
所以最后的需要的向量是网络最后的低维空间的表达。