会员服务
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。
Convergence Guarantees for the DeepWalk Embedding on Block Models
Arxiv
0+阅读 · 10月26日
Frustrated Random Walks: A Fast Method to Compute Node Distances on Hypergraphs
Arxiv
0+阅读 · 8月27日
Frustrated Random Walks: A Fast Method to Compute Node Distances on Hypergraphs
Arxiv
0+阅读 · 6月28日
Frustrated Random Walks: A Fast Method to Compute Node Distances on Hypergraphs
Arxiv
0+阅读 · 1月23日
Provably Valid and Diverse Mutations of Real-World Media Data for DNN Testing
Arxiv
0+阅读 · 2023年10月24日
Generating Post-hoc Explanations for Skip-gram-based Node Embeddings by Identifying Important Nodes with Bridgeness
Arxiv
0+阅读 · 2023年4月24日
Exact Recovery of Community Structures Using DeepWalk and Node2vec
Arxiv
1+阅读 · 2022年10月24日
Contrastive Laplacian Eigenmaps
Arxiv
0+阅读 · 2022年1月14日
NOTE: Solution for KDD-CUP 2021 WikiKG90M-LSC
Arxiv
0+阅读 · 2021年7月5日
DeepWalk: Omnidirectional Bipedal Gait by Deep Reinforcement Learning
DeepWalk: Omnidirectional Bipedal Gait by Deep Reinforcement Learning
Arxiv
0+阅读 · 2021年6月1日
Evaluating Document Representations for Content-based Legal Literature Recommendations
Evaluating Document Representations for Content-based Legal Literature Recommendations
Arxiv
0+阅读 · 2021年4月28日
Consistency of random-walk based network embedding algorithms
Arxiv
0+阅读 · 2021年1月18日
Frustrated Random Walks: A Faster Algorithm to Evaluate Node Distances on Connected and Undirected Graphs
Arxiv
0+阅读 · 2020年12月1日
Frustrated Random Walks: A Faster Algorithm to Evaluate Node Distances on Connected and Undirected Graphs
Arxiv
0+阅读 · 2020年11月20日
Force2Vec: Parallel force-directed graph embedding
Arxiv
0+阅读 · 2020年9月17日
参考链接
父主题
网络表示学习
微信扫码咨询专知VIP会员
Top