تضمين الشبكة — Node2Vec، DeepWalk، LINE
تضمين الشبكة هو عائلة من طرق تعلم التمثيل تقوم برسم كل عقدة في الرسم البياني إلى متجه كثيف منخفض الأبعاد مع الحفاظ على الخصائص الهيكلية للشبكة. تم تقنين هذا النهج لبيانات الشبكات الاجتماعية بواسطة بيروزي وآخرون في DeepWalk (2014)، والذي قام بتكييف نموذج Word2Vec skip-gram للمسارات العشوائية على الرسوم البيانية، وتم توسيعه بواسطة غروفر وليسكوفيك في Node2Vec (2016)، والذي قدم مسارًا عشوائيًا متحيزًا يوازن بين الاستكشاف واسع النطاق وعميق النطاق. هذه التضمينات تحول البيانات العلائقية إلى متجهات سمات يمكن لمصنفات التعلم الآلي القياسية وخوارزميات التجميع استهلاكها مباشرة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Grover, A. & Leskovec, J. (2016). Node2Vec: Scalable Feature Learning for Networks. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), 855-864. DOI: 10.1145/2939672.2939754 ↗
- Perozzi, B., Al-Rfou, R., & Skiena, S. (2014). DeepWalk: Online Learning of Social Representations. Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), 701-710. DOI: 10.1145/2623330.2623732 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Network Embedding (Node2Vec, DeepWalk, LINE). ScholarGate. https://scholargate.app/ar/network-analysis/network-embedding
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تحليل المركزيةتحليل الشبكات↔ compare
- اكتشاف المجتمعاتتحليل الشبكات↔ compare
- التنبؤ بالروابطتحليل الشبكات↔ compare