Osadzanie sieci — Node2Vec, DeepWalk, LINE
Osadzanie sieci (network embedding) to rodzina metod uczenia reprezentacji, które mapują każdy węzeł grafu do gęstego, niskowymiarowego wektora, zachowując przy tym właściwości strukturalne sieci. Podejście to zostało sformalizowane dla danych z sieci społecznościowych przez Perozzi, Al-Rfou i Skiena w pracy DeepWalk (2014), która zaadaptowała model skip-gram z Word2Vec do losowych spacerów po grafach, a następnie rozszerzone przez Grovera i Leskovca w Node2Vec (2016), który wprowadził ważony losowy spacer równoważący eksplorację wszerz i w głąb. Te osadzenia przekształcają dane relacyjne w wektory cech, które standardowe klasyfikatory uczenia maszynowego i algorytmy klasteryzacji mogą bezpośrednio przetwarzać.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 cytować tę stronę
ScholarGate. (2026, June 1). Network Embedding (Node2Vec, DeepWalk, LINE). ScholarGate. https://scholargate.app/pl/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.
- Analiza centralnościAnaliza sieci↔ compare
- Wykrywanie społecznościAnaliza sieci↔ compare
- Predykcja powiązańAnaliza sieci↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →