03-nodeemb.pdf

如何把节点映射成D维向量？

• 特征工程：节点重要度、集群系数、Graphlet
• 图表示学习：通过随机游走构造自监督学习任务。Deep Walk、Node2Vec
• 矩阵分解
• 深度学习：图神经网络

图嵌入概述

传统机器学习需要手工提取D维向量，进行特征工程

图表示学习能够自动学习特征，将各模态输入转为向量。这一过程是端到端的，无需进行特征工程。

映射得到的d维向量的特点：

• 低维：向量维度远小于节点数
• 连续：每个元素都是实数
• 稠密：每个元素都不为0
• 与下游任务无关

是将节点映射到一个嵌入空间中，其包含了网络的连接信息

图嵌入基本框架：编码器-解码器

基本定义