相关阅读
相关 Python基于随机游走模型的PageRank算法及应用
[资源下载地址][Link 1]：https://download.csdn.net/download/sheziqiong/86812933 [资源下载地址][Link
布满荆棘的人生相关 GNN-静态表征-随机游走-2017：Metapath2vec【 步骤：①基于预定义“元路径”的有偏随机游走生成每个节点的训练序列，得到训练数据集；②套用Word2vec算法得到节点表示】【异质图】
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5
相关 GNN-静态表征-相似度(一阶&二阶)-2016：SDNE【2个模型：一阶相似度(有监督) + 二阶相似度(无监督)--＞两模型联合训练】【临接矩阵-＞自编码器-＞节点的向量表示】【同质图】
[《原始论文：Structural Deep Network Embedding》][Structural Deep Network Embedding] [《原始论文：S
相关 GNN-静态表征-相似度(一阶&二阶)-2015：LINE【2个模型：一阶相似度 + 二阶相似度-＞模型结果的直接拼接】【不基于“随机游走”和“Word2vec”】【别名采样法】【浅层模型、同质图】
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5
相关 GNN-静态表征-随机游走-2016：Node2vec【 步骤：①有偏随机游走策略生成每个节点的训练序列（DFS&BFS），得到训练数据集；②套用Word2vec算法得到节点表示】【浅层模型、同质图】
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5
相关 GNN-节点向量(Node Embedding)的表征学习-发展：随机游走/一阶&二阶相似度(静态表征)【直接学习出各个节点的向量表示】 --＞图卷积(动态表征)【学习节点间聚合函数的参数】
静态表征 基于“随机游走”、“Word2vec”的：DeepWalk、Node2vec、Metapath2vec； 基于“一阶相似度”、“二阶相似度”的：LINE
骑猪看日落相关 随机游走算法(Random Walk)
-------------------- -------------------- -------------------- 参考资料： [介绍一个全局最优化的方法：
傷城~相关 GNN-静态表征-随机游走-2014：DeepWalk【步骤：①随机游走策略生成每个节点的训练序列（DFS），得到训练数据集；②套用Word2vec算法得到节点表示】【捕获二阶相似度】【浅层、同质图】
一、概述 1、 2、DeepWalk、LINE、Node2vec对比 ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFs
相关 6.2.4 随机游走（Random Walk）
随机游走这一名称由Karl Pearson在1905年提出\[Pearson, K. (1905). The problem of the Random Walk.
相关 loj2542「PKUWC2018」随机游走
题目描述 给定一棵 nn 个结点的树，你从点 xx 出发，每次等概率随机选择一条与所在点相邻的边走过去。 有 QQ 次询问，每次询问给定一个集合 SS，求如果从 xx ...
朱雀
还没有评论，来说两句吧...