作者 | Haochen Chen, Bryan Perozzi, Rami Al-Rfou, Steven Skiena
整理 | Xiaowen
原文下载地址:https://arxiv.org/abs/1808.02590
网络嵌入(Network Embedding)方法的目的是学习网络中节点的低维潜在表示。这些表示可以被用作在诸如分类、聚类、链接预测和可视化等图形上的广泛任务的特征。在这个综述中,我们总结和分类最新研究进展,形成这一研究领域的概述。文中首先讨论了网络嵌入的理想特性,并简要介绍了网络嵌入算法的发展历史。然后,讨论了在不同场景下的网络嵌入方法,如有监督与无监督学习、同质网络的学习嵌入和异构网络的嵌入等。我们进一步展示了网络嵌入的应用,并对未来的工作进行了总结。
-END-
专 · 知
人工智能领域主题知识资料查看与加入专知人工智能服务群:
专知AI知识技术服务会员群加入与人工智能领域26个主题知识资料全集获取。欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!
请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!
请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~
AI 项目技术 & 商务合作:bd@zhuanzhi.ai, 或扫描上面二维码联系!
请关注专知公众号,获取人工智能的专业知识!
点击“阅读原文”,使用专知