网络表示学习-Node2vec

论文粗读

论文标题：

node2vec: Scalable Feature Learning for Networks

数据挖掘领域的顶级会议KDD-2016

论文链接：

node2vec | Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mininghttps://dl.acm.org/doi/10.1145/2939672.2939754

文章背景：

       基于网络中节点和边的预测任务中的特征工程总是很麻烦的。虽然表示学习的自动学习特征已经有很大的帮助，但现有的特征学习方式无法对网络中连接模式的多样性进行足够的捕捉。 node2vec是本论文提出的一种对网络中的节点学习连续特征表达的框架。这是一个节点到低维特征空间的映射，该映射最大化了保留节点网络邻域的可能性。 

解决问题：

之前的工作存在着一些问题：

（1）特征需要依赖人手工定义，不是某个领域内专业