图算法（十五）：Node2vec算法【适用场景：用于节点功能相似性比较、节点结构相似性比较、社团聚类等场景】【调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征】
一、概述Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步，带有BFS和DFS的混合，回退概率正比于1/P，前进概率正比于1/Q。每个节点出发生成多个随机步，反映出网络的结构信息。适用场景：Node2vec算法适用于节点功能相似性比较、节点结构相似性比较、社团聚类等
·
一、概述
Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。
Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步，带有BFS和DFS的混合，回退概率正比于1/P，前进概率正比于1/Q。每个节点出发生成多个随机步，反映出网络的结构信息。
适用场景：Node2vec算法适用于节点功能相似性比较、节点结构相似性比较、社团聚类等场景。
二、
三、
参考资料：
Node2vec算法
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献75条内容
所有评论(0)