Vnoření sítě — Node2Vec, DeepWalk, LINE
Network embedding je rodina metod učení reprezentací, které mapují každý uzel grafu do hustého, nízkorozměrného vektoru při zachování strukturálních vlastností sítě. Tento přístup formalizovali pro data sociálních sítí Perozzi, Al-Rfou a Skiena s metodou DeepWalk (2014), která adaptovala model skip-gram z Word2Vec na náhodné procházky po grafech, a rozšířili Grover a Leskovec s metodou Node2Vec (2016), která zavedla vážené náhodné procházky vyvažující prozkoumávání do šířky a do hloubky. Tyto embeddingy převádějí relační data na vektorové příznaky, které mohou standardní klasifikátory strojového učení a shlukovací algoritmy přímo zpracovat.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Network Embedding (Node2Vec, DeepWalk, LINE). ScholarGate. https://scholargate.app/cs/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.
- Analýza centralityAnalýza sítí↔ compare
- Detekce komunitAnalýza sítí↔ compare
- Predikce vazebAnalýza sítí↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →