深水步行

DeepWalk：在线学习社交表征。我们提出了一种学习网络中顶点潜在表示的新方法DeepWalk。这些潜在的表征将社会关系编码在一个连续的向量空间中，这很容易被统计模型利用。DeepWalk概括了语言建模和无监督特征学习（或深度学习）从单词序列到图形的最新进展。DeepWalk利用截短随机游动获得的局部信息，通过将行走视为句子的等价物来学习潜在的表示。演示了YouTube上的多个潜在分类任务，如YouTube的多个潜在分类网络，如Flickr的多个网络分类。我们的结果显示，DeepWalk的性能优于那些允许全局查看网络的具有挑战性的基线，尤其是在存在缺失信息的情况下。当标记数据稀疏时，DeepWalk的表示法可以提供比竞争方法高出10%的F1分数。在一些实验中，DeepWalk的表示法在使用训练数据少60%的情况下优于所有的基线方法。DeepWalk也是可扩展的。它是一种在线学习算法，可以生成有用的增量结果，并且具有很小的并行性。这些特性使得它适用于广泛的实际应用，如网络分类和异常检测。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考文献42条)

显示第1到第20个结果，共42个。
按年份排序(引用)
  1. 郭晓阳；斯利瓦斯塔瓦，Anuj；Sarkar，Sudeep:图形数据生成统计分析的商空间公式（2021）
  2. 韩新宇；赵毅；Small，Michael:有向无环网络在水库计算中的存储容量（2021）
  3. 李建新；纪成；彭浩；何，余；宋，阳秋；张新苗；彭繁章：RWNE：一个基于随机游走的个性化高阶邻近性网络嵌入框架（2021）
  4. 玛库里奥，保拉；刘迪：用网络嵌入技术识别化学动力学系统的过渡态（2021）
  5. 王，余姚；布战；杨欢；李惠嘉；曹杰：一种有效且可扩展的重叠社区检测方法：社会认同模型与博弈论的整合（2021）
  6. 朱元元；胡斌；陈雷；戴琦：iMPTCE Hnetwork:一种多标记分类器，用于识别具有异质网络的化学物质和酶的代谢途径类型（2021）
  7. 阿纳尼耶娃，玛丽娜；马卡罗夫，伊利亚；Pendiukhov，Mikhail:GSM:动态图嵌入的归纳学习（2020）
  8. 贝德鲁，海亚特迪诺；余，朔；萧，新茹；张大中；万、良田；郭，何；夏峰：大网络：一项调查（2020年）
  9. 陈一奇；钱铁云：关系约束属性网络嵌入（2020）
  10. 傅斯超；刘伟峰；陶，大鹏；周一聪；聂立强：HesGCN：半监督分类的Hessian图卷积网络（2020）
  11. 韩，肖；张春红；郭晨晨；吉，杨；胡，郑：基于子图感知邻近度的知识图分布式表示（2020）
  12. Interdonato，罗伯托；麦格纳尼，马特奥；佩纳，迭戈；塔加雷利，安德里亚；Vega，Davide:多层网络简化：方法、模型和方法（2020）
  13. Juda，Mateusz:采样向量场的无监督特征学习（2020）
  14. 卡泽米，赛义德梅赫兰；歌尔，里沙布；耆那，克希提；科比泽夫，伊万；塞提，阿克夏；福塞斯，彼得；Poupart，Pascal:动态图的表示学习：调查（2020）
  15. 拉夫拉契纳达；什克尔吉，布拉ž；罗布尼克-西康贾，马尔科：命题化和嵌入：同一个硬币的两面（2020）
  16. 李，欧俊；Jung，Jason J.：故事嵌入：学习基于角色网络的分布式故事表示（2020）
  17. 李本田；皮，德昌；林云霞；伊扎尔·艾哈迈德·汗；崔林：基于多源信息融合的异构网络嵌入（2020）
  18. 李明；马、郑；王玉光；庄晓生：图神经网络的快速Haar变换（2020）
  19. 吕少卿；香、菊；冯景宇；王红刚；陆光岳；李敏：基于边缘重加权预处理的社区增强网络嵌入（2020）
  20. 吕汉白；尼德尔，迪安娜；巴尔扎诺，劳拉：马尔科夫数据的在线矩阵分解及其在网络词典学习中的应用（2020）