DeepWalk是最早提出的基于 Word2vec 的节点向量化模型。其主要思路,就是利用构造节点在网络上的随机游走路径,来模仿文本生成的过程,提供一个节点序列,然后用Skip-gram和Hierarchical Softmax模型对随机游走序列中每个局部窗口内的节点对进行概率建模,最大化随机游走序列的似然概率,并使用最终随机梯度下降学习参数。
图模型在信息流推荐的原理和实践
专知
0+阅读 · 2022年1月30日
亲兄弟明算账:快速了解阿里的M2GRL模型
Node2Vec:万物皆可Embedding
AINLP
1+阅读 · 2020年12月4日
主流Embedding技术解析
DataFunTalk
1+阅读 · 2020年12月1日
用万字长文聊一聊 Embedding 技术
图与推荐
0+阅读 · 2020年11月25日
图表示学习 实践与思考
AINLP
1+阅读 · 2020年11月24日
LINE:不得不看的大规模信息网络嵌入
AINLP
0+阅读 · 2020年11月10日
图表示学习实践与思考
DataFunTalk
3+阅读 · 2020年10月18日
DeepWalk:图网络与NLP的巧妙融合
AINLP
2+阅读 · 2020年9月27日
QA派|GNN工业应用-PinSAGE
图与推荐
2+阅读 · 2020年8月24日
Embedding技术在房产推荐中的应用
深度学习自然语言处理
0+阅读 · 2020年6月20日
Embedding技术在房产推荐中的应用
DataFunTalk
0+阅读 · 2020年6月10日
图表示学习起源: 从Word2vec到DeepWalk
AINLP
0+阅读 · 2020年6月3日
参考链接
微信扫码咨询专知VIP会员