Incrustación de Redes — Node2Vec, DeepWalk, LINE

La incrustación de redes es una familia de métodos de aprendizaje de representaciones que mapean cada nodo de un grafo a un vector denso y de baja dimensionalidad, preservando las propiedades estructurales de la red. El enfoque fue formalizado para datos de redes sociales por Perozzi, Al-Rfou y Skiena con DeepWalk (2014), que adaptó el modelo skip-gram de Word2Vec a caminatas aleatorias en grafos, y extendido por Grover y Leskovec con Node2Vec (2016), que introdujo una caminata aleatoria sesgada que equilibra la exploración en anchura y en profundidad. Estas incrustaciones convierten los datos relacionales en vectores de características que los clasificadores y algoritmos de agrupamiento de aprendizaje automático estándar pueden consumir directamente.