网络表征学习(Network Embedding)1.网络的分类

前言:不同的表征学习方法面向不同的网络,所以我们先对网络进行分类。

1.网络分类的方法

一般来说,网络是由节点和连接构成的系统,所以可以根据节点种类的数量(C_node)的和连接种类的数量(C_link)来进行分类。

  • 节点只有一类,连接也只有一类的网络我们称之为同构网络(Homogeneous network, HOM)
    • 定义:C_node = 1, C_link = 1 或者 C_node + C_link = 2
  • 节点多于一类,或者连接多于一类的网络我们称之为异构网络(Heterogeneous Network, HEM)
    • 定义:C_node + C_link > 2

2.同构网络

只有一类节点和一类连接的网络。早期的研究者基于同构网络发现了诸多有趣的研究问题,如在《巴拉巴西网络科学》一书中提到的网络生成模型、网络鲁棒性(渗流理论)、网络社区、网络动力学等,这些命题放在今天的复杂网络中依然是非常有趣的研究问题。同构网络的研究为后续异构网络的研究奠定了良好的基础。

3.异构网络

异构网络的分类是比较复杂的,我们先来看几个比较特殊的异构网络。

3.1 Multiplex network/Multilayer network

(Multiplex network还是没有看到一个非常准确的翻译,有知道的朋友麻烦告诉我,谢谢!)
这类的网络的定义是:

  • 节点只有一类,连接大于一类
    • 定义:C_node = 1, C_link > 1

每一类连接可以被视为一个层(layer)。我们假设这样的场景,在一个家族企业中,子女和父母之前可能既存在亲属关系,又存在企业中的上下级关系,这就是一个典型的Multiplex network(特别的对于只有两种连接的网络我们可以更具体的称之为dualplex networks)。

注意:Multiplex network和Multilayer network还是存在一些区别的。Multiplex network强调每一层网络的参与者是相同的,而Multilayer network不强调这一点,所以Multilayer network是一个更大范畴的概念,Multilayer network包含Multilayer network。但是这并不在这篇博客讨论的范畴,我们将其视为一类。

3.2 二模网(二分图)

有节点只有一类的异构网络,自然也有连接只有一类的异构网络,我们习惯上称之为二模网,这类网络的定义是:

  • 节点有两类,连接只有一类
    • 定义:C_node = 2, C_link = 1

这类网络的特点是同一类节点之前是不存在连接的。

3.3 一般的异构网络(HEN)

这是网络一般形态,也是现实世界最常见的网络形态。

  • 定义:C_node > 1, C_node + C_link > 3

事实上,这个地方还可以进一步细分

  • 节点之间只存在一种连接的异构网络(HEN)
  • 节点之间存在多种连接的异构网络(Multiplex Heterogeneous Network, MHEN)
    这里包含同类节点之前存在多种连接的情景(类似于Multilayer network)和不同类节点之间存在多重连接的情景

3.4 有属性异构网络(AHEN)

网络结构和HEN相同,在这一类中节点具有个体属性。
这里同样可以按照节点之间是否存在多重连接进行进一步的分类

  • 节点之间只存在一种连接的异构网络(Attributed Heterogeneous Network, AHEN)
  • 节点之间存在多种连接的异构网络(Attributed Multiplex Heterogeneous Network, AMHEN)

事实上,AMHEN可以和知识图谱这个概念进行等价。

后记

  1. 以上分类内容参考了《Representation Learning for Attributed Multiplex Heterogeneous Network》这篇论文,根据我的理解还是进行了一些调整,原文相当精彩,推荐大家阅读。
  2. 需要说明的是,分类方案并不是唯一的,我比较重视多层网络的相关研究,所以Multilayer network单独作为一个部分,事实上,Multilayer network/Multiplex network 完全可以作为MHEN的一个子类。
  3. 对图论感兴趣的小伙伴可以看一看博文中提到的《巴拉巴西网络科学》,书籍由浅入深,阅读体验相当不错。
  4. 后续会补充一些图片进来。

上一篇:为什么要做表征
下一篇更新同构网络表征。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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