DeepWalk.pptx

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：2.59M 资料格式：pptx 举报版权申诉

第1页 / 共26页

第2页 / 共26页

第3页 / 共26页

第4页 / 共26页

第5页 / 共26页

第6页 / 共26页

第7页 / 共26页

第8页 / 共26页

DeepWalk: Online Learning of Social Representations

一、主要内容 • DeepWalk简介 • DeepWalk算法 • 实验结果

DeepWalk简介 • DeepWalk 是什么？ • DeepWalk是学习网络图中节点隐表达的方法，是语言模型和无监督学习从单词序列到图上的一个扩展。该方法将截断游走的序列当成句子进行学习。该方法具有可扩展，可并行化的特点，可以用来做网络分类和异常点检测。

DeepWalk简介 • DeepWalk的作用： • 将图节点映射到低维的向量空间，并且保留节点之间的关系。

DeepWalk算法由于我们的目标跟word2vec的结果很像。设想：可以用自然语言建模的方法来处理Social Graph吗？ Yes!

Language Modeling VS DeepWalk • 语言建模： • 最大化 • 给定词序列： 1:(0, 1…, ) •w ∈V • DeepWalk： • 短随机游走探索图，将游走看作是一种特殊语言的短句和短语 • 为了学习隐式表征，引入映射：

怎么优化？语言模型 • 1、用一个词来预测上下文 • 2、消除问题的顺序约束

为了解决这个优化问题，DeepWalk构建了捕获顶点之间的局部图形结构中的共享相似性的表示，即具有相似邻域的顶点将获得类似的表示（编码协同相似性），并允许机器学习任务的泛化。

分享到：

赞收藏

资料库