Nätverksinbäddning — Node2Vec, DeepWalk, LINE
Nätverksinbäddning är en familj av metoder för representationsinlärning som mappar varje nod i en graf till en tät, lågdimensionell vektor samtidigt som nätverkets strukturella egenskaper bevaras. Metoden formaliserades för data från sociala nätverk av Perozzi, Al-Rfou och Skiena med DeepWalk (2014), som anpassade Word2Vec skip-gram-modellen till slumpmässiga promenader på grafer, och utökades av Grover och Leskovec med Node2Vec (2016), som introducerade en partisk slumpmässig promenad som balanserar utforskning i bredd-först- och djup-först-riktning. Dessa inbäddningar omvandlar relationsdata till funktionsvektorer som standardklassificerare och klustringsalgoritmer för maskininlärning kan konsumera direkt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Network Embedding (Node2Vec, DeepWalk, LINE). ScholarGate. https://scholargate.app/sv/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.
- CentralitetsanalysNätverksanalys↔ compare
- GemenskapsupptäcktNätverksanalys↔ compare
- LänkprediktionNätverksanalys↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →