Node2vec - Node2vec

node2vec je algoritmus pro generování vektorových reprezentací uzlů na a graf. The node2vec framework se učí nízkodimenzionální reprezentace uzlů v grafu pomocí náhodné procházky prostřednictvím grafu začínajícího na cílovém uzlu. Je to užitečné pro různé strojové učení aplikace. Kromě snížení technického úsilí vedou reprezentace naučené algoritmem k vyšší prediktivní síle.[1] node2vec následuje intuici, že náhodné procházky grafem lze považovat za věty v korpusu. Každý uzel v grafu je považován za samostatné slovo a náhodná procházka je považována za větu. Přivedením těchto „vět“ do a přeskočit gram, nebo pomocí souvislá taška slov modelové cesty nalezené náhodnými procházkami lze považovat za věty a lze použít tradiční techniky dolování dat pro dokumenty. Algoritmus zobecňuje předchozí práci, která je založena na rigidních představách o sousedství sítě, a tvrdí, že přidaná flexibilita při zkoumání sousedství je klíčem k učení bohatších reprezentací uzlů v grafech.[2] Algoritmus je rozšířením Gensim je word2vec algoritmus,[3] a je považován za jeden z nejlepších klasifikátorů uzlů v grafu.[4]

Reference

  1. ^ "node2vec: Škálovatelné učení funkcí pro sítě".
  2. ^ Grover, Aditya; Leskovec, Jure (2016). "node2vec: Škálovatelné učení funkcí pro sítě". KDD: Sborník. Mezinárodní konference o získávání znalostí a dolování dat. 2016: 855–864. arXiv:1607.00653. Bibcode:2016arXiv160700653G. doi:10.1145/2939672.2939754. PMC  5108654. PMID  27853626.
  3. ^ Cohen, Elior (2018). "node2vec: Vkládání pro data grafu". Směrem k datové vědě.
  4. ^ Khosla, Megha; Setty, Vinay; Anand, Avishek (2019). „Srovnávací studie učení bez zastoupení v síti“. Transakce IEEE na znalostní a datové inženýrství: 1. arXiv:1903.07902. doi:10.1109 / TKDE.2019.2951398.