麦地与诗人

分类数据（ Categorical Data）1.Hamming distance2. Jaccard similarity3.Sørensen similarity4. Simple matching similarity5.Baroni-Urbani and Buser similarity

含有N个样本的数据集，记作X={x1,x2,...,xn}X=\{ x_1,x_2,...,x_n\}X={x1​,x2​,...,xn​}每个样本都用 ppp 个特征来描述，每个样本又表示为xi={xi1,xi2,...,xip}x_i=\{x_{i1},x_{i2},...,x_{ip}\}xi​={xi1​,xi2​,...,xip​}问题：怎样计算两个样本的距离？数值型数据（Nume...

基于复杂网络的机器学习方法（machine learning methods based on complex networks）（1）收集基于向量的数据集并对其进行预处理（Gather the vector-based data set and preprocess it accordingly）数据的预处理一般包括：属性转换（attribute transformation）：缩放（...

图的一些基本定义（Graph Definitions）graph完全图（complete graph）零图（Null Graph）无向图（Undirected Graph）有向图（Directed Graph，digraph）加权图（Weighted Graph）二部图（Bipartite Graph）连通性（Connectivity）相邻顶点（Adjacent verti...

影响最大化(Influence Maximization)影响力最大化（influence maximization）研究在社交网络中如何选取少量结点（称为种子结点）使得通过影响力传播产生的影响力最大。影响力最大化可以应用到口碑营销、留言监控等涉及网络传播的方面，在学术界有广泛研究。但是传播过程是一个随机过程，由网络中每个边上的参数决定,而这些参数需要从传播数据中学习得到。在线影响力最大化（...

1、PageRankPageRank里的page不是指网页，而是指佩奇，即这个等级方法是以佩奇来命名的，又称网页排名、谷歌左侧排名、PR，是Google公司所使用的对其搜索引擎搜索结果中的网页进行排名的一种算法。PageRank的结果来源于一种基于图论的数学算法。它将万维网上所有的网页视作节点（node），而将超链接视作边（edge）。每个节点的权重值表示对应的页面的重要度。通向该网页的超...

Web这节主要讲Web问：从全球范围来看，网络是什么样子？网络可以表示成一个有向图：Node：网页（Web Page）Edge ：超链接（hyperlink）给定节点 vvv，它能够到达哪些节点？又有哪些节点能够到达 vvv？In(v)={w∣w能够到达v}In(v)=\{ w|w 能够到达 v\}In(v)={w∣w能够到达v}Out(v)={w∣v能够到达w}Out(v)...

已经介绍了网络的四个常用属性，分别是度、路径、聚类系数、连通性，现在我们来看看，现实世界中的网络在这些属性上的值是多少。1 即时通讯软件 MSN MessengerN=180N=180N=180 million peoplee=1.3e=1.3e=1.3 billion edge1.1 度分布横轴：度，度为2000的节点，度为4000的节点…纵轴：P(k)∗nP(k)*nP(...

网络的属性用哪些指标去描述一个网络呢？度分布(Degree distribution)：P(k)P(k)P(k)路径长度(Path length)：hhh聚类系数(Clustering coefficient)：CCC连通性(Connected components)：sss我们将用无向图来分析这些属性，至于有向图，多数情况下可以从无向图自然而然地拓展到有向图。1. 度分布P(k...

1 Basics of deep learning for graphs

一、回顾：用一张图，直观地展示节点的2维嵌入：可是我们怎样选择这个映射函数f()f()f()呢？我们的目标是：在图中距离近的两个节点，映射后得到的向量也应该相近。上面这张图，展示了节点嵌入成向量的两个重要部分：Encoder：Similarity function上节我们介绍了Shallow Encoder，比较简单：问题：现代深度学习工具箱大多都是为简单的序列和网...

Graph Represent Learning，也叫Graph Embedding，是将网络中的一个个节点表示成一个个向量。怎样将图中的每一个Node表示成一个Vector呢？假设有一图 GGG:VVV是节点集合AAA是图的邻接矩阵节点自身的features 和网络包含的其余信息我们都没使用到主要有三步：定义一个可以将Graph变为Vector的编码器encoder定义一...

1 Network motifNetwork motif，“recurring, significant patterns of interconnections”.Network motif ，是重复出现的、重要的相互联系模式。怎样定义Network motif？模式（Pattern）：反复出现的（Recurring）：有重大意义的（Significant）：为什么要定义N...

Why networks/graphs?网络是描述相互作用实体的复杂系统的通用语言。Two types of networks/graphsNetworks (also known as Natural Graphs)社会（Society ）是70多亿人的集合；通信系统（Communication systems）连接了各种电子设备；基因/蛋白质（ genes/proteins）之间...