Embedding Jaringan — Node2Vec, DeepWalk, LINE

Embedding jaringan adalah keluarga metode pembelajaran representasi yang memetakan setiap node dari sebuah graf ke dalam vektor padat berdimensi rendah sambil mempertahankan properti struktural jaringan. Pendekatan ini diformalkan untuk data jejaring sosial oleh Perozzi, Al-Rfou, dan Skiena dengan DeepWalk (2014), yang mengadaptasi model skip-gram Word2Vec ke jalan acak pada graf, dan diperluas oleh Grover dan Leskovec dengan Node2Vec (2016), yang memperkenalkan jalan acak bias yang menyeimbangkan eksplorasi luas-pertama dan dalam-pertama. Embedding ini mengubah data relasional menjadi vektor fitur yang dapat dikonsumsi langsung oleh pengklasifikasi dan algoritma pengelompokan pembelajaran mesin standar.