【PaperReading】metapath2vec: Scalable Representation Learning for Heterogeneous Networks

Metapath2vec是针对异构信息网络的节点嵌入学习算法,通过元路径定义节点间关系,使用skip-gram模型进行训练。它通过元路径随机游走生成样本,然后利用异质skip-gram和负采样优化目标,学习到能捕捉节点语义关系的向量表示。实验表明,这种方法在节点分类、聚类和相似性任务上表现优秀。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

算法速览

Metapath2vec
论文地址:https://dl.acm.org/doi/pdf/10.1145/3097983.3098036
会议: KDD 2017
论文结构:
论文结构
Metapath2vec是一种用于学习节点嵌入(node embedding)的图表示学习算法,旨在处理异构信息网络(heterogeneous information networks)。该算法通过将异构信息网络中的节点序列转换为连续的向量表示,以捕捉节点之间的语义关系和相似性

Metapath2vec算法的核心思想是利用元路径(metapath)来定义节点之间的路径。元路径是一种定义在异构信息网络上的路径模式,描述了节点之间的结构关系。例如,在一个包含用户、商品和标签的电子商务网络中,可以定义元路径"User-Item-User"来表

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

镰刀韭菜

看在我不断努力的份上,支持我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值