chencas的博客

文章目录NEU背景方法 NEU 背景 本文聚焦在deepwalk这类方法中使用的负采样方法，其认为传统的负采样并不能采样出真正有价值的节点，因此提出一种更好的采样负例的方法，不仅采样出更有价值的节点，并且可以基于训练的不同过程分别采样出当前最合适的节点。 DeepWalk这一类的方法采用的负采样方式是与节点度的大小有关的，它们的出发点是度越大的节点带有的信息越多，所以采样越多这样的节点就会有更好的...

背景 目前很多机器学习算法都是针对于结构化数据，即每个样本的特征数都固定，这样可将数据按照预定的模式去学习，但也有不少学习场景中，还存在大量的关联性数据，如用户的购买赠送行为，用户的社交关系等等，这些数据很难直接应用目前的算法。 Graph representations 学习是一种通过图来学习节点表示向量的方法，通过将其转化为结构化的数据，进而应用我们已有的大量学习算法进行学习。首先将深度学习应...