DeepWalk粗解

本文將圖網絡上隨機遊走（Random Walk）和自然語言處理中的skip-gram語言模型相結合起來，而產生了在網絡表示學習（Network Embedding）在與NLP相結合的第一篇開山之作。 理論支撐 也即是在無標度網絡中，網絡中節點的度分佈服從冪律分佈。而在此網絡中採樣後的節點出現頻率也服從冪律分佈，類似的在將文本進行隨機遊走的時候同樣服從冪律分佈。故而這種隨機遊走的採樣沒有改變網絡整體

>>阅读原文<<