Встраивание сетей — Node2Vec, DeepWalk, LINE

Встраивание сетей — это семейство методов обучения представлений, которые отображают каждый узел графа в плотный, низкоразмерный вектор, сохраняя при этом структурные свойства сети. Этот подход был формализован для данных социальных сетей Пероцци, Аль-Рафу и Скиеной с помощью DeepWalk (2014), который адаптировал модель skip-gram Word2Vec к случайным блужданиям по графам, и расширен Гровером и Лесковецем с помощью Node2Vec (2016), который ввел смещенное случайное блуждание, балансирующее исследование вширь и вглубь. Эти встраивания превращают реляционные данные в векторы признаков, которые стандартные классификаторы машинного обучения и алгоритмы кластеризации могут использовать напрямую.