weixin_43798819的博客

相似的词 ，向量的相似性高使用skip gram 和negative smapling 词向量化更多关注random walk的算法创新pai原始概率分布根据有意义的元路径（专家刷选或网络）进行游走

图是一种统一描述复杂事物的语言常见的图 社交网络图 推荐系统 化学分子graph learning，深度学习的一个子领域，对象是图与一般的深度学习不同的是，能够处理不规则（树，图）和规则数据（image）分为以下三类图游走类算法：通过在图上的游走，获得多个节点序列，再利用skip gram 模型训练得到节点表示图神经网络：端到端模型，利用消息传递机制实现知识图谱嵌入算法：专门用于知识图谱的相关算法同构图和异构图度与邻居图的表示图的特征refhttps://aistudio.b

主要任务通过已知的节点和边，得到新的边权重和特征在不同的 task 中，Link Prediction 被用于：在社交网络中，进行用户/商品推荐2. 在生物学领域，进行相互作用发现3. 在知识图谱中，进行实体关系学习4. 在基础研究中，进行图结构捕捉在不同的 work 中，Link Prediction 还会被称为（可以使用这些关键词检索哦）：Edge Embedding/Classification2. Relational Inference/Reasoning3. Graph Generation（

先求出该图所表示的邻接矩阵的特征值。选最大的一个特征值2.48，求出对应的特征向量。将其乘以-1，是没有影响的。于是得到了图中所示的特征向量中心性 11. 中介中心性 Betweenness Centrality=（经过该节点的最短路径数量）/（经过其余节点的最短路径数量）zhihu:度中心性、特征向量中心性、中介中心性、连接中心性python library:networkxcourse code:colabvideo:[b 站 视]](https://www.bilibili.com/vide